Il paper propone i risultati del progetto intitolato ‘DSS INSURANCE HUB’ riguardante lo sviluppo di un DSS con Business Intelligence (BI) avanzata e algoritmi LSTM per il controllo e il monitoraggio delle KPI per il settore assicurativo.
In particolare, attraverso l’utilizzo di nuovi approcci e metodologie, sono stati creati algoritmi adatti alla mappatura e ingegnerizzazione dei processi di un’agenzia di servizi assicurativi.
A partire dalla conoscenza di base del know-how aziendale, è stato creato un sistema di conoscenza innovativo e accresciuto lo stock di conoscenze di base secondo i principi del “Manuale di Frascati” della ricerca.
Un sistema di supporto alle decisioni (DSS) si identifica in un’architettura informatica in grado di aumentare la capacità di analisi e risoluzione di problemi complessi, a supporto dell’attività umana.
I sistemi DSS utilizzano algoritmi di l’intelligenza artificiale (AI) che consentono di aumentare la conoscenza dei meccanismi e di ottimizzare la gestione dei processi aziendali.
Per questo motivo sono utilizzati da un numero sempre crescente di aziende nei più diversi settori: assicurativo, sanitario, bancario, retail, manifatturiero, agricolo ecc…
In questo caso studio emerge come l’utilizzo di un DSS, intelligenza artificiale e algoritmi di Data Mining abbia portato benefici all’agenzia assicurativa sia per quanto concerne monitoraggio e valutazione dei KPI che per l’automazione e il miglioramento delle operations.
Il DSS è potenzialmente utile per:
- l’ottimizzazione dei servizi in funzione della disponibilità delle risorse;
- ricerca del target a cui offrire i servizi;
- segmentazione della clientela e dei servizi associati;
- formulazione di KPI
- analisi predittiva dei KPI.
Il sistema è composto da diversi moduli, come mostra lo schema funzionale di base del progetto:
- Modulo di Processes Engineering: vengono analizzati tutti i processi aziendali ‘AS IS’ e le azioni degli attori aziendali; le singole attività sono mappate attraverso la logica PDCA (Plan, Do, Check, Act) definita dalla norma ISO 9001:2015. Il PDCA è un metodo ordinato composto da fasi sequenziali che è utile sia ai dirigenti che agli operatori nell’affrontare le problematiche aziendali e consente un miglioramento continuo dei servizi. Il PDCA è in grado di comprendere e di analizzare la fase del processo in cui è possibile allocare il DSS.
- Modulo KPI: il KPI permette di rilevare l’andamento di attività cruciali che possono influenzare la produttività aziendale. I KPI (Key Performance Indicator), infatti, sono un insieme di misure quantificabili che un’azienda utilizza per determinare il progresso nel conseguimento dei suoi obiettivi strategici e operativi nel tempo. KPI e DSS possono essere ulteriormente migliorati grazie alle tecnologie di data mining e big data, e possono essere strutturati in diversi livelli di analisi dei dati come per il modello di analisi multilivello applicato ai servizi automobilistici.
- Modulo DSS: ottimizza i processi produttivi fornendo suggerimenti operativi basati sull’analisi dell’andamento dei dati e sulla previsione dei KPI. L’intelligenza artificiale è adottata per il miglioramento del visual merchandising nella distribuzione globale, per la manutenzione predittiva nella produzione industriale, per la previsione delle vendite e per la stima del comportamento dei conducenti. Tutti i campi applicativi elencati esaltano l’importanza dell’AI embedding del DSS, che deve essere costruita analizzando i processi produttivi e definendo con precisione le variabili che sono diverse per ogni caso di studio.
In base alle soglie di allerta implementate per ciascun KPI, il DSS fornisce suggerimenti operativi, riducendo il tempo di gestione delle pratiche.
L’azienda è ora in grado di valutare le prestazioni e ha maggiore controllo sulla produttività aziendale.
Leggi l’articolo scientifico al seguente link:
