Il classico "ciclo di controllo" basato sulle chiusure mensili presenta dei limiti in termini di tempestività (poiché è tipicamente un processo manuale che richiede molto effort), dettaglio (poiché lavora su voci aggregate) e performance (a causa dei limiti degli strumenti tipicamente utilizzati - ad esempio MS Excel).

In questo scenario, sorge la necessità di ottenere una chiusura manageriale più veloce e tempestiva, e di previsioni affidabili e frequenti sulla chiusura a breve termine (durante il mese in corso).

Bip ha supportato TIM nello sviluppo della soluzione “Smart Closing”, una piattaforma automatizzata e scalabile basata su framework di Machine Learning proprietari.

Smart Closing permette di gestire quotidianamente i dati storici dei principali indicatori gestionali che concorrono al margine dei servizi, automatizzando il reperimento di tutte le dimensioni di analisi rilevanti (es. prezzi/piani tariffari, offerte/promozioni, segmenti di clientela, tipologia di utilizzo, ...) tramite RPA o connessioni dirette a DB, verificando la qualità complessiva dei dati e applicando eventuali correzioni.

Il motore di previsione è basato su un servizio Auto-ML proprietario che velocizza il processo di forecasting e gli output sono presentati attraverso dashboard Power BI che soddisfa tutte le esigenze degli utenti executive e operativi.

La soluzione ha permesso a TIM di ottenere diversi benefici qualitativi e quantitativi quali:

• Riduzione progressiva dell'errore di previsione all'approcciarsi della fine del mese
• Riduzione dei tempi di elaborazione: poche ore di calcolo rispetto ai 4-5 giorni necessari in precedenza a completare i calcoli manuali
• Strumento di facile fruizione per supportare la visualizzazione dei risultati
• Automazione dell’estrazione dei dati storici dai sistemi legacy sorgente