Calcolo dei threshold
Punto focale del Digital Controller Reporting, dopo aver definito i KPI descritti sopra è determinare per quali valori di tali KPI si rende necessari accendere una spia d’allarme che consenta all’utente di focalizzare l’attenzione dove realmente esiste un problema da gestire. Attraverso un modello di Anomaly Detection vengono quindi identificati, per ciascuno KPI dei valori di soglia per i quali, se superati, è possibile identificare la commessa specifica come anomala e degna di attenzione.
Elaborazione delle note
Per rispondere all'esigenza del cliente di trasferire al sistema dei feedbacks rispetto ai warnings sollevati, è possibile associare una nota che descriva o spieghi la situazione attuale e le eventuali anomalie. Un modello di
Natural Language Processing elabora questa nota ed è in grado di identificare l’intento in essa contenuto, nonché entità a cui si fa riferimento nella nota. In questo modo, attraverso le note, è possibile ad esempio dire allo strumento:
- Quali posizioni non devono essere evidenziate nonostante la presenza di KPI anomali.
- Quali posizioni devono essere monitorate con attenzione anche se presentano KPI nella norma.
- Periodi temporali durante i quali è possibile ignorare alcuni warning.
- Riferimenti ad altre commesse.
- Importi e valori da modificare nei dati estratti dal tool.
<>
Forecasting Models
Per prevedere in anticipo situazioni su specifiche commesse che potrebbero risultare in uscite di soglia, si sono integrati modelli di forecasting che insistono sulla serie storica a granularità mensile delle commesse e che forniscono una proiezione sui mesi a seguire dei KPI monitorati. Se la proiezione evidenzia delle anomalie si sollevano dei warning per permettere al cliente di agire per tempo e correggere i problemi che stanno causando tali derive.