

Data Driven

Sfruttate il potenziale dei dati integrando un approccio data-driven nei vostri progetti
Il nostro team specializzato supporta le aziende nelle loro strategie basate sui dati, dalla definizione delle strategie di acquisizione dei dati, inclusa l’identificazione e la raccolta dei dati, alla valorizzazione dei dati tramite data mining, fino all’implementazione di algoritmi di machine learning e alla visualizzazione dei dati.
Si fidano di noi


















Le sfide legate alle strategie data driven
Le aziende stanno generando, recuperando e archiviando sempre più dati. Gli approcci basati sui dati permettono di implementare metodi decisionali basati su queste informazioni.
Implementare una strategia basata sui dati implica affrontare questioni legate alla gestione del cambiamento per attuare questa strategia, così come all’esecuzione operativa:
La prima sfida è identificare i dati rilevanti su cui l’azienda vuole basare il suo processo decisionale, che si tratti di un progetto specifico o di un’intera parte della sua attività. Ad esempio, l’implementazione di una strategia di marketing basata sui dati richiede dati sui potenziali clienti, con una granularità dettagliata, a livello di consumatore, mentre l’ottimizzazione della gestione dell’inventario richiede dati logistici.
Quali sono i dati critici da considerare a seconda delle decisioni da prendere? Come possono questi dati supportare i miei obiettivi aziendali?
Questo potrebbe comportare la valorizzazione dei dati già generati, che devono essere recuperati internamente o esternamente. Identificare i dati interni può rappresentare una sfida quando l’organizzazione è grande, motivo per cui le aziende tendono a strutturare questa risorsa digitale il più possibile per renderla visibile e accessibile. Progetti specifici potrebbero essere necessari per generare i dati strategici che permetteranno il processo decisionale basato sui dati. Le fonti di dati esterni sono varie e il loro utilizzo potrebbe essere soggetto a determinate restrizioni (accesso limitato con preparazione dei file, costi, ecc.) legate ai detentori dei dati e alle normative in vigore nei vari paesi, in particolare per i dati personali, soprattutto nel caso dei dati sanitari.
Dove si possono trovare dati rilevanti e come possono essere generati? Quali sono i passaggi da seguire per recuperare i dati e per essere autorizzati a trattarli?
A seconda del progetto e dell’uso dei dati identificati, è importante adattare la forma dei dati raccolti al progetto per cui sono stati ottenuti. Ad esempio, un progetto di analisi di una campagna di marketing una tantum non comporta problemi specifici per l’archiviazione o l’accessibilità dei dati; un archivio locale è sufficiente. Al contrario, la creazione di uno strumento di previsione dell’inventario deve integrarsi nel flusso di dati in entrata affinché lo strumento possa misurare il rischio in tempo reale. L’integrazione dei dati per decisioni in tempo reale, spesso a livello operativo come nell’Industria 4.0, è legata al concetto di Smart Data.
Quali sono i processi da implementare per sfruttare al meglio i dati?
Quando i dati vengono raccolti, archiviati e valorizzati, una delle principali sfide è analizzarli per estrarre le informazioni più rilevanti o creare algoritmi di machine learning che consentano la previsione, l’automazione o l’analisi approfondita. Un’altra sfida è creare quadri analitici pertinenti, affinché le raccomandazioni siano ancora più impattanti e i modelli utilizzati siano i più adatti.
Cosa possiamo imparare dai dati? Quali sono i rischi o le opportunità di business che i dati posseduti possono fare in modo di anticipare?
Infine, l’integrazione dei dati grezzi, analizzati o modellati per realizzare una strategia basata sui dati, deve essere supportata dall’implementazione di processi di lavoro interni e da un’acculturazione dei team per garantire la sostenibilità dell’approccio e continuare a dare senso al processo decisionale.
Come possono i team familiarizzare con una strategia basata sui dati? Quali processi di gestione del cambiamento dovrebbero essere eseguiti?
Come vi aiutiamo nelle vostre strategie data driven
Da oltre 25 anni, Alcimed supporta i propri clienti nei loro progetti di innovazione e sviluppo di nuovi business. Con l’evoluzione delle tecnologie e delle pratiche associate, i dati sono ora al centro delle attività aziendali e il loro utilizzo intelligente sta diventando una necessità. In questo contesto, considerare una riflessione Data Driven è spesso essenziale, indipendentemente dal tipo di progetto su cui stiamo lavorando con i nostri clienti.
Oltre a porre i dati al centro della nostra riflessione e dei modelli nei nostri progetti, il nostro team ti supporta nei tuoi progetti specifici Data Driven e nell’implementazione della tua strategia Data Driven.
A seconda del tuo progetto, del tuo contesto e delle tue sfide, ti supportiamo in particolare in:
- L’identificazione dei tuoi dati strategici:
La nostra esperienza nei business dei nostri clienti e la nostra capacità di condurre riunioni di lavoro ci consentono di identificare i dati critici per rispondere alle sfide aziendali e agli imperativi strategici dei nostri clienti. Se questi dati critici sono disponibili, devono essere recuperati. Tuttavia, se non esistono ancora, possiamo creare soluzioni con i nostri clienti per generare tali dati, raccoglierli e individuare le azioni necessarie per raggiungere gli obiettivi desiderati.
- L’identificazione delle fonti di dati e della strategia di raccolta:
Supportiamo i nostri clienti nell’identificare le fonti di dati interni e nel recuperare tali dati internamente. Definiamo come questi dati possano essere utilizzati per rispondere alle loro domande. Aiutiamo anche i clienti a gestire i dati esterni, condividendo la nostra conoscenza in open data, delle varie banche dati disponibili sul mercato e delle procedure da seguire per accedere sia a banche dati pubbliche che a quelle che utilizziamo.
- Analisi dei dati:
I nostri data scientist e consulenti dispongono degli strumenti analitici e tecnologici per analizzare i dati dei nostri clienti, consentendo l’analisi sia dei dati qualitativi che quantitativi.
- Implementazione di algoritmi di machine learning:
Alcune missioni per i nostri clienti richiedono l’implementazione di algoritmi predittivi o di analisi approfondite. I nostri data scientist sviluppano algoritmi di machine learning codificati specificamente per ogni progetto, adattati e personalizzati alle sfide dei nostri clienti.
- Garantire che i tuoi team siano familiarizzati con le tematiche legate ai dati:
Partecipiamo allo sviluppo della cultura interna dei nostri clienti sull’uso dei dati attraverso formazione, discussioni, organizzazione di seminari o workshop, nonché alla co-costruzione di metodi e processi interni con i team dei nostri clienti.
Dicono di noi
« Quando penso ad Alcimed, penso a un mappamondo, dove ci sono moltissimi punti di connessione. E al centro, c'è Alcimed che brilla e fa tutte queste connessioni in modo abbastanza semplice. »
Patrick Palluel
Digital Product Transformation Lead
« Ci sono tre aspetti che ho particolarmente apprezzato lavorando con i vostri consulenti: la pertinenza e l'impegno di essi, così come la strutturazione dei dati. Alcimed non molla mai! »
Philippe Caillat
Direttore Marketing
Exemples de projets récents menés pour nos clients dans le domaine du data driven
Riprogettare il modello promozionale di un farmaco utilizzando un approccio di analisi Data Driven
Uno dei nostri clienti, un leader dell’industria farmaceutica, voleva ripensare il modello promozionale di un farmaco nel suo portafoglio (quali medici coinvolgere, con quale frequenza, attraverso quali canali) utilizzando un approccio Data Driven.
L’obiettivo del nostro progetto era trovare, attraverso un’analisi quantitativa, il modello promozionale che consentisse il miglior ROI, ottimizzando il targeting dei medici e il mix promozionale, il tutto basato su una combinazione di dati sulle vendite, dati di budget, dati sulla promozione effettuata e anche dati di targeting provenienti da fonti esterne.
Poiché le nostre analisi quantitative erano limitate (pochi dati, a volte poco informati), le abbiamo integrate con un’analisi qualitativa per individuare il modello ideale in grado di garantire il miglior ritorno sugli investimenti per il nostro cliente.
Valutazione delle soluzioni digitali per la raccolta di dati real-life per la creazione di una nuova offerta
Abbiamo supportato uno dei nostri clienti, leader nel settore sanitario, che voleva esplorare l’opportunità di diversificare le proprie attività attraverso l’integrazione e l’utilizzo di soluzioni digitali per la generazione e la raccolta di dati reali (Real-World Evidence, RWE).
Per questo progetto, i nostri team hanno valutato le diverse tecnologie di acquisizione dati disponibili sul mercato, le loro caratteristiche, i loro vantaggi e i loro limiti, nonché gli approcci esistenti per il loro utilizzo in Francia nella RWE.
A seguito della nostra analisi, abbiamo definito 4 approcci che consentono al nostro cliente di integrare e di impostare questi nuovi servizi di dati digitali selezionati e abbiamo stabilito un piano d’azione operativo per realizzare progetti pilota.
Alla fine, un progetto pilota ha avuto successo e il nostro cliente ha potuto lanciare una nuova originale offerta.
Definizione di un indicatore per misurare il customer engagement attraverso un approccio Data-Driven
Abbiamo sviluppato un indicatore globale di coinvolgimento dei clienti per uno dei nostri clienti. L’obiettivo di questo indicatore era quello di utilizzare tutti i dati disponibili sui clienti, in particolare in termini di risposte alle comunicazioni, per gestire le attività: capire quali azioni hanno portato ad un maggiore coinvolgimento dei clienti per prendere le migliori decisioni possibili in futuro.
La nostra metodologia consisteva in due parti. La prima parte consisteva nel creare una definizione comune di “coinvolgimento del cliente” per il nostro cliente e nel definire i dati disponibili per la costruzione di questo indicatore.
Ciò ha comportato un’indagine esterna (ricerca bibliografica e interviste con i principali attori) e un’indagine interna tramite scambi con i vari stakeholder dell’azienda.
La seconda parte, invece, consisteva nel recuperare questi dati per far emergere, in tempo reale, l’indicatore di engagement a diversi livelli di granularità.
Analisi del contesto regolatorio in merito alla raccolta e al trattamento dei dati sensibili
Uno dei nostri clienti, un attore industriale, voleva avviare un progetto europeo basato sulla raccolta di dati sensibili in database esterni.
Dopo aver realizzato un primo pilota che consisteva nella raccolta di dati e nell’impostazione di un algoritmo di apprendimento automatico in un Paese europeo, il nostro cliente voleva farsi strada nel contesto normativo dell’Unione Europea e di diversi altri Paesi europei.
L’obiettivo del nostro progetto era quello di capire meglio come implementare la raccolta di dati sensibili e il loro trattamento in questi altri Paesi europei.
Ci siamo quindi concentrati sul GDPR e sulle leggi nazionali per fornire una visione globale del contesto normativo e dei diversi passaggi necessari per impostare il progetto che il nostro cliente voleva realizzare.
Sviluppo di una piattaforma interattiva di monitoraggio sul consumo di alcolici per una top associazione francese di vini
Alcimed ha collaborato con una delle principali associazioni vinicole francesi per costruire la loro piattaforma di monitoraggio del consumo di alcol per tracciare e analizzare le principali tendenze su scala globale, europea e nazionale per quanto riguarda il consumo di bevande alcoliche e gli indicatori sociali, con l’obiettivo di lanciare iniziative di educazione e prevenzione.
Per farlo, il nostro team ha innanzitutto consolidato i dati globali, europei e nazionali disponibili su circa 60 diversi indicatori sociali e di consumo di alcol. Abbiamo quindi analizzato e confrontato i set di dati per costruire un’architettura di dati ottimale e sostenibile all’interno di Power BI, seguita dalla progettazione e dalla configurazione di visualizzazioni rilevanti relative al consumo responsabile, per garantire un’interpretazione semplice ed efficace delle informazioni (ad esempio, l’evoluzione del consumo e delle vendite di alcolici a livello globale, la frequenza di consumo in Francia, ecc.)
Inoltre, il nostro team ha costruito query per chiarire le conoscenze sul consumo di bevande alcoliche, come il tasso di consumo, la mortalità legata all’alcol, il tasso di dipendenza dall’alcol e altro ancora.
Alla fine, abbiamo sviluppato per il nostro cliente una piattaforma di monitoraggio unica, consolidando oltre 50 fonti di dati diverse in un unico strumento di visualizzazione interattivo, eseguendo tutte le operazioni end-to-end (raccolta e consolidamento dei dati, trasformazione dei dati, visualizzazione dei dati in dashboard e generazione di cross-query per identificare le correlazioni) per evidenziare in ultima analisi i risultati chiave, offrendo una facile condivisione dei contenuti, in qualsiasi layout (presentazione, stampa e accesso online), facilitando lo sviluppo da parte del cliente di iniziative di educazione e prevenzione rivolte al pubblico in generale e ai professionisti in materia di salute e prevenzione.
Creazione di un software di gestione dei progetti per pianificare e ottimizzare i lanci commerciali per un'importante azienda farmaceutica
Alcimed ha collaborato con un cliente farmaceutico di primo piano per sviluppare uno strumento completo di gestione dei processi e dei progetti specifico per il prodotto, al fine di pianificare e dare priorità alle azioni con la giusta tempistica per lanciare in modo efficiente più prodotti in ematologia in un breve lasso di tempo.
In un primo momento, il nostro team ha definito una visione chiara di ciò che lo strumento dovrebbe essere, dei parametri chiave, dei dati richiesti e dei casi d’uso futuri, compresi il formato, la granularità delle informazioni e gli output desiderati.
Abbiamo quindi proceduto a definire una serie di attività operative (ad esempio, strategia di segmentazione e targeting, campagna ambientale sul campo, disponibilità del prodotto, ecc.
Per ogni attività, sono state caratterizzate tutte le fasi rilevanti per il lancio del prodotto, i criteri di evoluzione del processo e i processi decisionali associati, che sono stati implementati nella versione finale dello strumento.
Alla fine, abbiamo costruito uno strumento di gestione del progetto specifico per il prodotto per ottimizzare il processo di lancio di diversi prodotti in un breve periodo. Lo strumento, intuitivo e facile da usare, ha fornito una chiara visualizzazione dei potenziali colli di bottiglia, della pianificazione dei team e dei dettagli delle diverse attività (“to do list“), consentendo al nostro cliente di sequenziare e ottimizzare il lancio dei suoi prodotti.
Avete un progetto?
Per saperne di più
Fondata nel 1993, Alcimed è una società di consulenza per l’innovazione e lo sviluppo di nuovi mercati specializzata in settori innovativi: scienze della vita (salute, biotecnologie, agroalimentare), energia, ambiente, mobilità, chimica, materiali, cosmetica, aeronautica, spazio e difesa.
La nostra missione? Aiutare i decisori del settore pubblico e privato a esplorare e sviluppare il territorio inesplorato: nuove tecnologie, nuove offerte, nuove sfide geografiche, futuri possibili e nuovi modi di innovare. Distribuito in 8 uffici in tutto il mondo (Francia, Europa, Singapore e Stati Uniti), il nostro team è composto da 220 esploratori di alto livello, multiculturali e appassionati, con una doppia cultura scientifica/tecnologica e commerciale.
Il nostro sogno? Essere un team di 1.000 persone, per continuare a plasmare, insieme ai nostri clienti, il mondo di domani.
Data Driven si riferisce a un approccio alla gestione di un progetto o di un’azienda basato sui dati, che crea un ambiente in cui le decisioni sono supportate da analisi dei dati o algoritmi di machine learning, promuovendo una gestione razionale ed efficiente.
Con Data Science si intendono tutte le tecniche algoritmiche associate alla statistica che consentono di selezionare i dati giusti, analizzare i dati e persino creare algoritmi di previsione (noti come machine learning).
Un approccio data-driven può offrire numerosi vantaggi per un’azienda, poiché consiste nell’analisi meticolosa e nell’interpretazione dei dati disponibili. Le decisioni prese seguendo un approccio data-driven si basano quindi su prove concrete, che possono portare a una migliore comprensione del mercato, delle sue possibili evoluzioni, delle necessità dei clienti e dei processi interni, con il potenziale di generare risparmi sui costi, migliorare la conoscenza e l’esperienza del cliente, ottenere un vantaggio competitivo, aumentare l’efficienza gestionale, favorire l’agilità strategica o, in generale, migliorare i processi e la crescita dell’organizzazione.