
BEAM Mantis
scenarioIl forecasting come bisogno
Per ogni impresa la capacità di prevedere l’andamento futuro di variabili numeriche, come ad esempio le vendite o la domanda di beni e servizi, rappresenta da sempre un elemento di importanza cruciale e strategica ai fini della pianificazione e della programmazione, negli ambiti finanziario, della produzione, del marketing e della logistica.
Dalla bontà delle previsioni dipende l’efficacia dei piani e delle strategie definite nel futuro, determinando quindi il raggiungimento dei risultati previsti.
Eppure ancora oggi questa attività è spesso realizzata con strumenti inadeguati, se non addirittura manualmente, limitando dunque il numero di forecast eseguibili ogni anno visto il notevole impegno di tempo e risorse necessario.
strategiaExplainable Forecasting
La motivazione della scarsa accettazione e diffusione di tecnologie per il forecasting in azienda è da ricercarsi nella scarsa integrazione con i sistemi ed i processi aziendali ma anche e soprattutto nella ‘oscurità’ delle previsioni proposte.
Gli algoritmi di forecast producono numeri sui quali è difficile immaginare di basare una strategia aziendale in assenza di adeguate giustificazioni che li rendano comprensibili e analizzabili in modo critico.
sistemiForecasting & Big Data
Dati transazionali gestionali, dati provenienti da reti di sensori ed impianti, dati provenienti dal web, dai dispositivi mobile e da fonti open data, la capacità di calcolo per processarli in tempi sempre più brevi e sistemi paralleli disponibili in cloud.
Tutto questo apre oggi nuove possibilità per i sistemi di forecasting, soprattutto nella capacità di spiegare, correggere e valutare le previsioni sfruttando le grandi quantità di informazione a disposizione.
BEAM Mantis: Enterprise Forecasting

In questo contesto si inserisce BEAM Mantis, sistema integrato dedicato all’eXplainable forecast.
l sistema, nato dall’esperienza di forecasting nell’ambito di grandi catene di supermercati, consente la previsione parallela di migliaia di serie temporali, organizzabili a livello di categorie e gerarchie. La previsione realizzata viene decomposta dal sistema in elementi costitutivi separati: stagionalità, trend, impatto di elementi esplicativi esterni e validata in modo automatico sui dati storici.
Alcune delle caratteristiche rilevanti del sistema:
- Utilizza variabili provenienti da fonti interne od esterne, ne valuta l'impatto sulle serie da prevedere e migliora dunque i forecast correggendoli con le nuove informazioni acquisite.
- Consente all'utente di comprendere il 'numero' fornito dall'algoritmo, attraverso una motivazione legata a ciascun componente della previsione.
- Realizza le previsioni in tempi brevi anche su migliaia di serie e le mantiene aggiornate con continuità grazie alle infrastrutture parallele di calcolo.
- Effettua più previsioni, verificando diverse ipotesi contemporaneamente.
- Mantis è un'applicazione Cloud Native e sfrutta tutte le potenzialità del Cloud in termini di processazione parallela e di allocazione on demand delle risorse: i costi sono relativi unicamente all'effettiva computazione richiesta al sistema.
- Mantis è facilmente integrabile con i sistemi aziendali, consentendo l'alimentazione automatica delle serie storiche e la riacquisizione nelle consuete applicazioni dei risultati di forecast.