Zucchetti

#DigitalThoughts con Matilde Grecchi – Head of Data Science

Scopri i progetti e la mission dell'Innovation Lab, nel nostro nuovissimo #DigitalThoughts con la nostra Matilde Grecchi, Head of Data Science dell'Innovation Lab di Zucchetti.

#DigitalThoughts è un format che abbiamo lanciato lo scorso anno per raccogliere interviste a persone del nostro team, condividendo con voi uno sguardo sulla loro esperienza e la loro vita in Zucchetti.

Il cambiamento fa parte del DNA di Zucchetti. La nostra filosofia è quella di innovare noi stessi e i nostri prodotti per migliorare il tuo business... e la tua vita! In linea con questa missione, alcuni anni fa abbiamo lanciato il nostro Innovation Lab.

Leggi l'intervista con Matilde Grecchi, per saperne di più!

Qual è la missione dell’Innovation Lab? 

La missione dell’Innovation Lab oggi, chiara e semplice, la sintetizzerei in questo modo: introdurre e sviluppare Intelligenza Artificiale (AI) all’interno dei prodotti Zucchetti ma, soprattutto, portare benefici e innovazione all’interno di tutto il Gruppo attraverso questo nuovo approccio tecnologico e modellistico. Tutto ciò è reso possibile grazie alla nostra centralità e trasversalità che abbiamo all’interno del Gruppo. La nascita di questo Laboratorio parte tre anni fa direttamente da un’idea del fondatore di Zucchetti, Mino Zucchetti, di portare innovazione all’interno del Gruppo. Ho voluto cogliere questa sfida che mi è stata posta lasciando McKinsey & Co. e partendo dalla sua idea ho creato, insieme al supporto del CIO Paolo Stella, quello che attualmente è il Laboratorio di Innovazione all’interno dell’azienda. 

Da chi è composto il team e quali sono le competenze? 

Il nostro Laboratorio è un giusto mix di competenze. Per riuscire a industrializzare applicazioni di AI è importante avere all’interno del proprio team determinate competenze, questo è quello che ho appreso nel corso della mia ormai consolidata esperienza in questo ambito, ed é quello che ho cercato di fare e portare anche all’interno dell’Innovation Lab. In esso, la figura più importante è quella del Data Scientist, vale a dire colui che ha la conoscenza matematica per implementare modelli complessi su diversi argomenti e ambiti applicativi. Non meno importante è il ruolo del Data Engineer che ha la conoscenza del dato, della sua struttura e del modo per trattarlo e archiviarlo. Altra figura chiave all’interno del team è il Data Architect: se vuoi industrializzare le tue soluzioni di AI e non realizzare solamente dei prototipi, devi avere la capacità di integrarti in architetture di prodotto e processo esistenti. Infine, ultima figura chiave all’interno del team è il Data Translator che è in grado di avere una grande sensibilità per il business e che aiuta il team a trovare il miglior modo di tradurre i risultati di un modello di AI in una soluzione di valore e spendibile a livello di business. 

Che valore aggiunto portano le vostre soluzioni al Gruppo Zucchetti? 

Se dovessi sintetizzare in due semplici parole direi creatività e innovazione. Crediamo molto nelle soluzioni che implementiamo e nel valore aggiunto che portiamo nei prodotti e nei processi del Gruppo. Se penso a Zucchetti solo 3 anni fa, e se la penso oggi…sono orgogliosa del lavoro che abbiamo fatto e di aver contribuito a cambiarla in meglio.

L’approccio che seguiamo è quello di arrivare a proporre una soluzione sapendo che l’implementazione della stessa porterà un impatto significativo in termini o di saving di processo o di revenue di prodotto. Si stima infatti che l’impatto delle tecnologie di AI porterà a un aumento della produttività lavorativa e a un utilizzo più efficiente del tempo da parte delle persone. È quello che stiamo perseguendo nel nostro day-by-day di attività.

Abbiamo rivoluzionato il mondo delle assistenze. Per un’azienda che sviluppa soluzioni software, l’assistenza clienti gioca un ruolo chiave. Un’esperienza di assistenza positiva è in grado di modificare l’opinione del cliente riguardo all’intera organizzazione.

Abbiamo portato sulla nostra forza vendita modelli di raccomandazione che rendessero più semplice il lavoro e la conoscenza dei nostri clienti.

Abbiamo introdotto modelli previsionali nei nostri software per migliorare i processi decisionali e rendere maggiormente efficiente la pianificazione strategica delle aziende. Siamo entrati nel mondo dei Big Data e dell’IoT portando ai nostri clienti la capacità di estrarre valore da questa crescente mole di dati che invade il nostro quotidiano.

Nel nostro caso, il Gruppo Zucchetti ha business molto differenti tra di loro per questo motivo siamo chiamati a essere molto versatili e creativi al contempo stesso su tematiche molto differenti tra loro. Mi piace parlare di data science a 360°, gli ambiti applicativi sono i più disparati tra loro e il valore che possiamo portare è notevole. Difficile che un’idea che riteniamo abbia impatto a livello di business non trovi un interlocutore all’interno del Gruppo. Gli ambiti applicativi sono molteplici, dalla computer vision al natural language processing, dal forecast più tradizionale ai modelli di raccomandazione più sofisticati per poi addentrarsi nel grande e affascinante mondo dei Big Data. 

Per l’appunto, sappiamo che prestate grande attenzione ai Big Data, perché e in che modo? 

I Big Data sono stati definiti negli ultimi anni il nuovo petrolio, ovvero una fonte inestimabile di valore. Ma limitarsi a raccogliere i dati, pur sfruttando le migliori tecnologie disponibili, non garantisce di avere informazioni e soprattutto di estrarre conoscenza. Serve la tecnologia, ma non è sufficiente. Il Gruppo Zucchetti ha un enorme patrimonio di dati, quello che cerchiamo di realizzare con il nostro contributo è dare valore a questi dati, trasformali in informazioni da poter essere utilizzate nei prodotti e nei processi aziendali per prendere decisioni più tempestive e consapevoli. È qui che entra in campo il data mining, che riesce pertanto a scovare associazioni, anomalie e schemi ricorrenti (pattern) all’interno dei dati stessi e, grazie all’utilizzo e alla conoscenza delle nuove tecnologie e alle risorse specializzate, riesce a farlo con un’efficienza di gran lunga superiore a quella di un operatore umano che altrimenti dovrebbe, impensabilmente, analizzarseli tutti manualmente. 

Quali sono i progetti più vicini alla galassia TCPOS? 

Se penso a TCPOS e alle soluzioni di Intelligenza Artificiale che possiamo mettere in campo in questo ambito per portare valore ai nostri clienti direi che siamo proprio arrivati nel “paese dei balocchi” dove dare spazio alla creatività e all’innovazione. Il mondo Hospitality in generale penso sia uno dei maggiori settori che si possa avvantaggiare di queste soluzioni di AI e di innovazioni di prodotto. Dei progetti realizzati o in fase di realizzazione, quelli più vicini al mondo di TCPOS sono sicuramente il Dish Recognition per velocizzare le operazioni di cassa partendo da foto inviate alla cassa stessa e per diminuire al contempo errori dovuti alla manualità dell’operatore, i Modelli di Raccomandazione e di Forecast in generale utili sia a raccomandare e prevedere gli andamenti delle vendite sia ad ottimizzare e a modellizzare i turni di lavoro nei punti vendita in base alle previsioni di carico e sicuramente il tema dei Big Data & Analytics per creare benchmark di settore e KPI di performance in ottica di continous improvement del singolo punto vendita o catena individuando i gap e le aree di miglioramento su cui maggiormente investire.

Quali sono i work in progress? 

Direi tante cose interessanti! Sintetizzerei il nostro focus su tre macro-scenari che si stanno delineando. Il primo, lo definirei come una nuova stagione per gli assistenti virtuali nella customer care, ovvero l’introduzione di sistemi “intelligenti” che permettano di snellire sempre di più l’interazione con il cliente indirizzandolo a soluzioni self-made rendendo al tempo stesso il processo sempre più qualitativo. Il secondo, invece, è quello legato ai nuovi servizi che i Big Data ci consentono di mettere a disposizione, grandi moli di dati che ogni giorno vengono immagazzinati. Una strada ormai segnata e tracciata che non possiamo non cogliere, visto il grande potenziale di cui disponiamo. Infine, il terzo tema, il grande paradigma dei dati destrutturati a cui riusciamo a dare una struttura, un significato ben preciso e al tempo stesso utilizzabile. Qui possiamo veramente sbizzarrirci, gli ambiti di applicabilità sono tendenzialmente infiniti, il nostro challenge sarà quello di capire dove investire principalmente per generare valore a livello di business.

SEE ALL NEWS
visioncheckout

Riconoscimento visivo di piatti e articoli per mense e ristoranti!

 

Scopri ora!