Analisi predittiva: che cosa si può prevedere davvero, e con quali dati

Nel pannello di un negozio Shopify, e nella scheda di un contatto su un CRM, sta già quasi tutto quello che serve a rispondere a una domanda che si pone meno spesso di quelle sul fatturato: quale di questi clienti comprerà ancora, e quale sta per smettere. Le domande sul mese scorso raccontano che cosa è successo; questa serve a decidere finché decidere cambia ancora qualcosa, e la distanza fra le due non è di raffinatezza tecnica, è di uso.

Per chi vende, prevedere vuol dire tre cose concrete e piuttosto poco romantiche: sapere quale cliente ricomprerà, sapere quale sta per sparire, e sapere quale contatto merita una telefonata oggi invece che fra due mesi. Il resto è metodo, e il metodo appassiona i data scientist molto più dei loro committenti.

La parte che si racconta di meno è che quelle tre previsioni, per la larga maggioranza delle aziende italiane, non vanno costruite: arrivano già fatte dentro strumenti che l’azienda ha già pagato, il CRM da una parte e la piattaforma ecommerce dall’altra. Costruirsi un modello proprio ha senso quando la domanda è tanto specifica che nessuno l’ha ancora impacchettata, ed è una condizione più rara di quanto lasci intendere la letteratura sull’argomento.

Che cosa vuol dire prevedere, e dove finisce la promessa

L’analisi predittiva è l’insieme delle tecniche statistiche che usano dati storici e correnti per stimare la probabilità di un evento futuro. La parola che regge tutto il resto è probabilità: un modello non dice che cosa accadrà, dice quanto è verosimile che accada, dato quello che è già accaduto a chi somigliava. Chi vende questa materia tende a lasciare la sfumatura sullo sfondo, e chi la compra se ne accorge il giorno in cui una previsione sbaglia e nessuno sa dire di chi sia la colpa.

Accanto vivono due parenti che nella conversazione quotidiana finiscono confusi. L’analisi descrittiva guarda indietro e dice che cosa è successo, ed è la parte di gran lunga più rappresentata in qualunque dashboard aziendale. L’analisi prescrittiva guarda avanti e prova a dire che cosa conviene fare, cioè aggiunge alla previsione una raccomandazione. In mezzo sta la predittiva, che si limita alla stima e lascia la decisione a chi la deve prendere, ed è la ragione per cui i progetti che si fermano qui deludono spesso: producono un numero giusto che nessuno sa dove mettere.

Vale la pena tenere ferma anche la direzione della freccia. Un modello impara dal passato, quindi funziona bene esattamente finché il futuro assomiglia al passato, e smette di funzionare, senza avvisare, quando cambia qualcosa di strutturale: un concorrente nuovo, un prezzo rivisto, una campagna che porta un tipo di cliente che prima non arrivava. La previsione continua a uscire, con la stessa faccia sicura di prima, ed è quello il momento in cui va guardata con più diffidenza e non con meno.

Il data scientist che quasi nessuno deve assumere

Nella descrizione classica del mestiere, il data scientist prende i dati grezzi, li pulisce, sceglie le variabili che contano, addestra un modello, lo valida su un pezzo di storico che il modello non ha mai visto e poi lo mette in produzione. È un lavoro vero e serve davvero, in due casi: quando la domanda è originale, e quando i dati sono tanti e disordinati al punto che nessuno strumento standard riesce a leggerli. Conviene però dire da che parte si guarda: ICT implementa progetti CRM, quindi ha un interesse diretto a che la risposta sia il CRM e non un modello costruito su misura, e questa pagina va letta sapendolo.

Fuori da quei due casi, il collo di bottiglia non è il modello, è il dato. Prima di prevedere qualunque cosa bisogna sapere misurare quello che già succede, e la business intelligence per l’ecommerce è il gradino che quasi tutti provano a saltare: si vuole la previsione senza avere ancora un posto unico in cui il fatturato, gli ordini e i contatti vogliano dire la stessa cosa. Un modello costruito sopra due sistemi che si contraddicono impara la contraddizione.

Da qui la fatica meno visibile di questi progetti, la data integration: mettere insieme le fonti, decidere qual è quella buona quando divergono, e tenere il collegamento vivo nel tempo, che è la parte che nessuno mette a preventivo. Più fonti concordi si hanno, più la stima regge; più fonti scollegate si hanno, più si sta addestrando un modello a indovinare.

Le previsioni che arrivano già fatte: il predicted spend tier di Shopify

Su Shopify una previsione sul valore futuro dei clienti è nativa e si chiama predicted spend tier. La piattaforma stima il potenziale di spesa futura di ogni cliente sulla base del suo storico di acquisto e lo classifica in tre fasce, alta, media e bassa, e quella classificazione è disponibile come filtro dentro la segmentazione clienti, non come report da esportare e guardare una volta ogni tanto.

La differenza pratica sta tutta in quel dettaglio. Nell’editor dei segmenti si scrive una condizione come predicted_spend_tier = 'HIGH' AND email_subscription_status = 'SUBSCRIBED' e si ottiene un gruppo vivo, che si aggiorna da solo, su cui far partire una campagna, una lista di email o un’offerta riservata. Esiste anche un report dedicato che mostra il valore previsto dei clienti nella coorte selezionata, per chi preferisce guardare i numeri prima di agire.

Il valore commerciale di una cosa del genere è che nessuno ha scritto un modello, nessuno ha comprato una licenza a parte e nessuno ha aperto un progetto: la previsione è già dentro il posto in cui si prendono le decisioni sui clienti. È il livello di profilazione dei clienti che un negozio ottiene senza dover costruire niente, ed è anche il punto in cui conviene fermarsi a chiedersi se serva altro.

Il limite lo dichiara la funzione stessa, e va detto con la stessa chiarezza: la fascia si calcola sullo storico di acquisto, quindi su un negozio aperto da pochi mesi, o su un catalogo che ha appena cambiato pelle, quella stima ha poco su cui poggiare. Non è un difetto della piattaforma, è la natura della materia: non si prevede il comportamento di persone che non hanno ancora un comportamento.

Il lead scoring, cioè la stessa cosa dentro il CRM

Quello che il predicted spend tier fa sui clienti di un negozio, il lead scoring lo fa sui contatti di un’azienda: assegna a ciascuno un punteggio che ne stima la propensione ad acquistare, così che il commerciale sappia da chi cominciare la giornata. È la forma di analisi predittiva che più spesso un’azienda si trova già in casa senza chiamarla con questo nome, il che spiega perché tante credano di non averne mai fatta.

Le due varianti si comportano in modo diverso e conviene distinguerle. Nello scoring a regole è l’azienda a decidere i pesi, dieci punti se apre tre email, venti se scarica il documento tecnico, meno trenta se la casella è un indirizzo generico: è trasparente, si spiega in riunione, e vale esattamente quanto vale l’intuizione di chi ha scelto i numeri. Nello scoring predittivo i pesi li ricava il sistema guardando quali contatti, in passato, hanno davvero comprato: è più accurato quando lo storico è abbondante, e diventa opaco nel momento in cui qualcuno chiede perché quel contatto vale ottanta e quell’altro trenta.

Nella pratica la scelta si fa contando le trattative chiuse degli ultimi due anni, non discutendo di algoritmi. Se sono poche decine, le regole scritte a mano battono qualunque modello, perché almeno sono ispezionabili. Su questo terreno il CRM non è un contenitore ma il luogo in cui la previsione nasce, e vale la pena capire che cosa fa HubSpot prima di decidere quanta parte del processo affidargli.

Chi vende online ha in più un vantaggio che nel B2B classico non esiste, cioè il comportamento d’acquisto vero e non dichiarato, e collegarlo alle schede dei contatti è il senso di un CRM per l’ecommerce: nel momento in cui la stessa persona esiste una volta sola, con i suoi ordini e le sue email nello stesso record, il punteggio smette di essere una stima sul traffico e diventa una stima sul denaro.

L’errore ricorrente non riguarda la tecnica. I pesi si decidono una volta, in una riunione lunga, e non si toccano più; due anni dopo il mercato è un altro, il punteggio continua a uscire e nessuno lo confronta più con l’esito reale delle trattative. Un modello che non viene mai riaddestrato non è neutrale, invecchia peggio di una regola scritta a mano, perché la regola almeno la si può leggere.

Quanti dati servono perché una previsione non sia un oroscopo

La domanda che conta non è quanti clienti ho, è quanti eventi del tipo che voglio prevedere ho già visto. Per stimare chi abbandonerà servono abbandoni già avvenuti; per stimare chi ricomprerà servono riacquisti già avvenuti. Un negozio con molte migliaia di ordini ma quasi tutti primi acquisti ha un dato grande e povero, e la povertà di quel dato non si vede finché qualcuno non prova a costruirci sopra.

Sul lato dell’abbandono la disciplina ha un nome e una pratica consolidata, la churn prediction, che prova a dire in anticipo quali clienti stanno per andarsene mentre c’è ancora tempo per trattenerli. Anche lì la parte difficile non è la stima: è definire che cosa conti come abbandono in un business dove nessuno disdice niente e semplicemente smette di comprare.

Poi c’è la qualità, che pesa quanto la quantità e si trascura di più. Contatti duplicati, ordini attribuiti al cliente sbagliato, un campo compilato a mano da tre persone con tre convenzioni diverse: sono difetti che una dashboard sopporta, perché in media si compensano, e che un modello amplifica, perché il modello non guarda la media, guarda le ricorrenze.

Va detta anche la cosa che sconsiglia di partire, e vale per una quota consistente delle aziende italiane. Con qualche centinaio di clienti e un commerciale che li conosce per nome, il foglio di calcolo tenuto bene e una telefonata fatta al momento giusto battono qualunque modello, e lo battono per una ragione strutturale e non per pigrizia: su numeri piccoli il modello impara il rumore. In quel caso il progetto giusto non è la previsione, è mettere in ordine i dati, perché quello serve comunque e serve prima.

Che cosa fa l’intelligenza artificiale, e il nome che è già cambiato due volte

Chi cerca oggi lo strumento AI di HubSpot con il nome che circolava nel 2023, ChatSpot, non lo trova più. HubSpot ha raccolto le proprie funzioni di intelligenza artificiale sotto il marchio Breeze, annunciato a INBOUND nel settembre 2024, e la pagina della knowledge base che documentava ChatSpot oggi documenta Breeze Assistant. Da allora il nome è cambiato ancora almeno una volta, da Copilot ad Assistant, ed è un dettaglio che vale la pena tenere a mente prima di scrivere un processo interno intorno al nome commerciale di una funzione.

La cosa che sotto il nome non cambia è più utile della cronologia dei rebrand. Un assistente di questo tipo lavora sui dati che ha nel database, riassume una scheda, prepara una email, recupera in dieci secondi un’informazione che avrebbe richiesto tre filtri, e in questo toglie lavoro manuale con un beneficio immediato e misurabile in ore.

Quello che non fa è sostituire il dato mancante. Se le trattative perse non vengono registrate come perse, nessun assistente potrà dire perché si perde; se metà degli ordini non è collegata a un contatto, nessuna stima sul valore futuro sarà attendibile. L’intelligenza artificiale accelera un processo che funziona e rende più rapido il fallimento di uno che non funziona, il che è un servizio, ma di un tipo che raramente viene messo in slide.

La decisione che viene dopo la previsione

Una previsione senza una decisione collegata resta un grafico. La domanda da porsi prima di attivare qualunque cosa è sempre la stessa: quando questo numero mi dirà che il cliente sta per andarsene, chi lo chiama, entro quanto, e con che cosa in mano. Se non c’è una risposta, la previsione produrrà solo la spiacevole certezza di aver visto arrivare una perdita senza fare niente.

È lo stesso motivo per cui i progetti che partono dagli strumenti falliscono più spesso di quelli che partono dalle domande. Prima si stabilisce quali decisioni si vogliono prendere meglio, poi si guarda quali dati servono a prenderle, e solo alla fine si sceglie con che cosa calcolarle. È il rovescio dell’ordine con cui questi progetti vengono di solito venduti, e conoscere il cliente resta il primo passo, perché senza quello non si sa nemmeno quale previsione chiedere.

Su un negozio online quella conoscenza è più a portata di mano che altrove, perché il comportamento è tracciato per costruzione, e sapere chi sono i clienti del proprio negozio è la materia prima di ogni fascia di spesa prevista e di ogni punteggio. Il vantaggio va colto presto: i dati di comportamento invecchiano, e quelli che non si raccolgono oggi non si recuperano domani.

Chi decide di partire, quindi, parte da tre cose e non da un software: una domanda scritta in una riga, la persona che risponderà di quello che si fa quando la risposta arriva, e i dati che già esistono messi in un posto solo. Se manca la seconda, le altre due non servono a niente.

Domande frequenti

Quali sono i metodi predittivi?

Si va dalle tecniche statistiche classiche, come la regressione, che stima un valore continuo, e la classificazione, che assegna un contatto o un cliente a una categoria, fino agli alberi di decisione e ai loro insiemi, che reggono bene i dati aziendali disordinati, e alle reti neurali, che chiedono molti più dati e restituiscono molta meno spiegabilità. Nella pratica di un’azienda che vende, il metodo lo sceglie lo strumento, e la scelta che conta davvero riguarda quali variabili si danno in pasto.

Che differenza c’è fra analisi predittiva e prescrittiva?

La predittiva stima che cosa è probabile che accada, la prescrittiva aggiunge una raccomandazione su che cosa conviene fare. La seconda è più comoda e molto più fragile, perché per raccomandare bisogna aver modellato anche i vincoli e i costi dell’azienda, che sono la parte che nessun sistema conosce da solo.

Serve per forza un data scientist?

No, e nella maggior parte dei casi non serve. Le previsioni più utili a chi vende, la fascia di spesa prevista di un cliente e il punteggio di un contatto, arrivano già calcolate dentro la piattaforma ecommerce e dentro il CRM. Un data scientist serve quando la domanda è specifica dell’azienda e nessuno strumento standard la copre, oppure quando i dati sono tanti e sporchi al punto da richiedere un lavoro dedicato.

Quanti dati servono per una previsione affidabile?

Non esiste una soglia valida per tutti, e chi la dichiara sta semplificando. La regola utile è un’altra: servono abbastanza casi già accaduti dell’evento che si vuole prevedere, non abbastanza righe in tabella. Mille clienti che hanno comprato una volta sola non insegnano niente sul riacquisto, e duecento clienti con tre anni di storico ne insegnano parecchio.

Che cosa può prevedere Shopify senza integrazioni esterne?

La funzione nativa è il predicted spend tier, che stima il potenziale di spesa futura di ogni cliente sulla base dello storico di acquisto e lo classifica in fascia alta, media o bassa, utilizzabile come filtro nella segmentazione clienti e disponibile anche come report. Tutto il resto, dallo scoring dei contatti alle previsioni sul ciclo di vendita, arriva dal CRM collegato o da strumenti dedicati.

Image by DCStudio on Freepik