FiloBlu ha scelto ITReview per la realizzazione del progetto di Business Intelligence. Obiettivo della partnership, la realizzazione di un nuovo strumento di BI per monitorare e analizzare le performance dei canali di vendita online attraverso una raccolta integrata di dati da molteplici fonti quali piattaforma e-commerce, sistemi di pagamento, strumenti di web analytics, marketing automation e servizi di customer relationship.
Fondata nel 2009 a Santa Maria di Sala (Venezia) dall’ingegnere e attuale Ceo Christian Nucibella, FiloBlu occupa oltre 100 professionisti e ha chiuso il fatturato 2016 con una crescita del +800% rispetto al 2013. Due i rami di business, Retail (modello di gestione in cui è FiloBlu a occuparsi di tutti gli aspetti relativi al progetto online al fine di raggiungere gli obiettivi condivisi con il Brand) e Agency (modello dinamico dove il cliente internalizza i servizi che è in grado di gestire in autonomia in base alle proprie esigenze e si affida a FiloBlu per altri, tra cui: strategy, web-marketing, comunicazione, creative, retail, customer care e tech).
La crescita costante di FiloBlu e l’aumento progressivo delle vendite dei Brand gestiti ha determinato un incremento notevole dei flussi di dati aziendali per cui si è reso indispensabile uno strumento di Business Intelligence che permettesse di analizzarli in tempo reale.
“Avevamo l’esigenza di controllare l’andamento delle vendite in qualsiasi momento per prendere decisioni in tempo reale. – ha spiegato Luca Lorenzato socio di FiloBlu e responsabile del reparto Ricerca e Sviluppo dell’azienda -. Ci siamo resi conto che la mole di dati non era più interpretabile con un sistema di analisi interno. Al team di specialisti di ITReview avevamo dato inoltre i seguenti obiettivi: poter confrontare gli storici ed effettuare previsioni per ogni categoria merceologica, con i dati provenienti da e-commerce, ERP, CRM, Google Analytics e sistemi di marketing automation. In soli tre mesi, abbiamo avuto disponibile uno strumento che ci consente di analizzare 850mila righe di ordini in tempo reale con una elaborazione su 430mila referenze uniche di articoli, 2 milioni di utenti registrati, 4 milioni di utenti iscritti alla newsletter e 200mila invii di DEM da monitorare per sapere chi apre, chi legge. Tutto questo su uno storico di tre anni (2015, 2016, 2017)”.
La piattaforma di Intelligence Qlik Sense su un server in Cloud consente di consultare i dati di vendita in qualsiasi parte del mondo e con ogni device, anche tramite Iphone. L’applicativo in 15 minuti ricarica i dati in real-time della base dati per poter fare analisi in velocità. “Inoltre la piattaforma – dice Lorenzato – ha semplificato il lavoro quotidiano che veniva fatto prima tramite fogli excel risparmiando ore lavorative ai dipendenti che si possono impegnare in altre attività più strategiche. Normalmente un progetto di queste dimensioni richiede il doppio del tempo. Grazie alla competenza di ITReview oltre alla qualità della BI, abbiamo avuto un notevole risparmio di costi”.
La collaborazione con ITReview continua. “Ora vogliamo integrare anche i commenti provenienti dagli acquirenti dei Brand sui social per migliorare l’indice di soddisfazione del cliente – conclude Lorenzato -. Per esempio possiamo migliorare i tempi di consegna della merce, ottimizzandoli a 24- 48 ore dall’ordine online”.
“Il progetto per FiloBlu nasce con l’obiettivo di avere una Business Intelligence per piattaforme e-commerce diverse, fatto che implica la realizzazione di DataWarehouse attraverso la BI – dice il Cto Andrea De Rossi, Presidente ITReview -. Per farlo abbiamo messo a terra un modello che viene governato da meta dati. Questo modello permette al cliente di governare il flusso del dato, dalla lettura dei diversi DataBase fino alla loro concatenazione su un flusso unico per avere la Business Intelligence comune. Le complessità che sono emerse sono legate da problematiche di data lineage e wrangling, ma li abbiamo risolte in modo da permettere a FiloBlu di avere anche un modello di controllo del dato e della sua qualità. Abbiamo aggiunto anche fonti esterne, da Google Analityics, dati finanziari ed altro. Oggi con il motore QlikSense e con la data Visualiaztion abbiamo prodotto un cruscotto finale che permette di analizzare ogni fenomeno di vendita, target costo, con modelli che si spingono verso il prescrittivo. Questo progetto ci permette di preparare un modello di dati pronto per analisi predittive prescrittive, con modelli di machine learning”.
