Il miglioramento delle performance aziendali tramite tecniche di machine learning

Enterprises can be modelled as a set of functions whose activities contribute to the deployment of goods and services in different markets. One of the functions of the outmost importance is marketing. Marketing is aimed at undertaking concrete actions to sell the goods or services offered by enterprises to their final customers. Hence, marketing is a function playing a key role within the dynamics of the enterprise, since once the goods or services are marketed the enterprise can attempt to fulfil its main economic goal, namely the optimization of the profit function. The performance achieved by the enterprise in the processes related to marketing, as well as to all the other functions, hinges on the efficiency and efficacy of decision-making. Thus, decision-making processes should be based on quantitative analyses, rather than on emotions and conjectures. In this work, we show that new generation algorithms based on machine learning can be profitably used for risk or opportunity assessment based on probability. We describe the main theoretical and practical aspects related to machine leaning, with emphasis on classification and regression trees. Furthermore, we show a case study where such models and their associated algorithms are used to improve the performance of the enterprise in marketing.

L’impresa può essere concettualizzata a livello economico come un insieme di funzioni le cui attività concorrono alla collocazione dei beni offerti o dei servizi erogati nel contesto del libero mercato. Tra queste funzioni spicca il marketing, finalizzato all’organizzazione, predisposizione ed attuazione concreta del processo di vendita del prodotto o del servizio al consumatore a cui l’impresa rivolge la propria offerta. Il marketing rappresenta una funzione imprescindibile per l’azienda poiché, per suo tramite, il prodotto o servizio trova una collocazione utile sul mercato, collocazione le cui modalità sono intese a consentire la massimizzazione del profitto. Le performance aziendali, nel marketing come peraltro in tutte le altre funzioni, dipendono in larga misura dall’efficacia e dall’efficienza dei processi decisionali. Processi di questo tipo devono essere auspicabilmente supportati da analisi quantitative che superino un più tradizionale approccio emotivo ed istintuale. A tal fine, questo lavoro mostra come algoritmi di nuova generazione basati sul machine learning possano essere utilmente impiegati per effettuare valutazioni di rischio o di opportunità su base probabilistica. In aggiunta ad una breve trattazione sui principali aspetti teorici del machine learning, con particolare riferimento ai classification and regression trees, viene illustrato un caso studio relativo al marketing, da cui si evince l’utilità di avvalersi di questo strumento di analisi per migliorare le performance aziendali.