Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK
Powered by

Analisi predittiva, i vantaggi dall’automotive alla sanità

Cresce l’interesse per le società tecnologiche che sviluppano strumenti di predicative analytics. Breed Reply ha realizzato il suo ultimo investimento proprio in una di queste, WE Predicte, già attiva nel settore automobilistico e pronta a svilupparsi nell’area salute

06 Lug 2017

Secondo una recente indagine di Zion Market Research, il settore delle analisi predittive (specifica della più ampia categoria big data) avrà un valore a livello globale di 7,8 miliardi di dollari entro il 2020. Nel mondo dei big data probabilmente rappresenta una delle componenti più significative per il business, anche perché è proprio con gli strumenti di predictive analytics che i dati diventano significativi per costruire modelli e fare previsioni per il futuro.

Sono quindi importanti per le organizzazioni finanziarie, per i governi e tutte le istituzioni, per aziende di qualunque altro settore. Una società, spesso si tratta di startup, che sviluppi sistemi di analytics e lo faccia bene, ha oggi le porte praticamente spalancate, nel mondo corporate e nel mondo venture capital. Offre un servizio che corrisponde a una sfera di cristallo.

“L’analisi predittiva è un’innovazione rivoluzionaria in ambito operations e risk management. – dice Emanuele Angelidis, CEO di Breed Reply, l’investitore della multinazionale italiana Reply che ha realizzato il suo ultimo investimento nella società inglese We Predict La soluzione di We Predict permette già al settore automobilistico di ridurre i costi di garanzia e migliorare l’efficienza ed è inoltre applicabile a molti altri settori. Siamo favorevolmente impressionati dalla qualità e dal track record del team di We Predict che ne ha determinato il successo fino ad ora. Siamo fiduciosi che il nostro supporto possa contribuire al raggiungimento di nuovi orizzonti.”

We Predict fornisce a produttori e fornitori mondiali di automobili il proprio sistema di analisi predittiva per la gestione della frequenza e del costo dei guasti sui veicoli in garanzia. Grazie a un team di matematici, statistici e informatici, guidati da James Davies, ha sviluppato un complesso software analitico che coniuga principi matematici e statistici con tecniche di analisi di dati, per fornire informazioni preziose per far risparmiare tempo e denaro ai propri clienti.

Nata nel 2009, We Predict ha sedi in USA e nel Regno Unito e opera anche nel settore sanitario, fornendo analisi predittive per aiutare la messa a punto di decisioni all’interno del National Health System del Regno Unito.

Il campo della salute è tra quelli che maggiormente possono beneficiare dei ‘predictive analytics’: per esempio fornendo strumenti per ridurre gli sprechi e per migliorare l’assistenza prevedendo la possibilità di un evento – per esempio quella di un paziente di dover essere ricoverato in ospedale o di sviluppare un’infezione – e permettendo in questo modo al sistema sanitario di offrire trattamenti su misura. Questi strumenti si possono rivelare utili nella prosecuzione delle cure, nel monitoraggio di patologie, nella prevenzione delle malattie croniche, ecc.

Secondo quanto riporta un recente articolo della Harvard Business Review, in US il sistema sanitario del paese spreca quasi un terzo delle proprie risorse – 750 miliardi di dollari l’anno – in servizi inutili e cure inefficiente, sprechi che potrebbero essere ridotti attraverso i nuovi strumenti di analisi predittiva, che infatti cominciano a essere disponibili sul mercato.

Talmente disponibili, questo è il paradosso, che generano confusione in chi dovrebbe adottarli. Dalle applicazioni mobile ai wearable, alle soluzioni web-based, realizzate in-house o commerciali il ventaglio delle possibilità è talmente ampio, dice HBR, che per le aziende sanitarie la scelta stessa diventa un problema, cui si aggiunge il fatto che le soluzioni non vengono capite nelle loro immediate applicazioni pratiche e spesso la loro adozione non sia accompagnata da un’adesione e preprazione di tutta l’organizzazione, personale clinico compreso.

Articolo 1 di 4