Sisal: una piattaforma dati per migliorare l’esperienza dei clienti

pittogramma Zerouno

Caso Utente

Sisal: una piattaforma dati per migliorare l’esperienza dei clienti

La storica azienda che da oltre 70 anni offre esperienze di gioco agli italiani, punta a un ruolo da protagonista nel mondo del gaming on line utilizzando anche algoritmi di intelligenza artificiale. Primo step la creazione di una piattaforma data che va a rompere i precedenti silos.

25 Mag 2022

di Elisabetta Bevilacqua

La pandemia ha determinato profondi cambiamenti anche nel settore del gioco. Con la chiusura delle sale giochi fisiche, durante il lockdown, un numero crescente di italiani ha sperimentato nuovi modi di giocare rivolgendosi alla rete e nuove esperienze che verranno mantenute anche nel “new normal”. La crescita è determinata non solo dalla trasformazione delle abitudini degli italiani, ma anche dall’evoluzione delle tecnologie digitali e dalla crescente diffusione del mobile, che oggi rappresenta il canale principale.

Secondo il report European Gaming and Betting Association, il mercato del gioco e delle scommesse online è cresciuto, rispetto ai livelli pre-pandemia, anche a livello europeo (+19%) con ulteriori potenzialità di sviluppo per paesi come Francia, Germania, Italia e Spagna, dove la quota del mercato totale del gioco online è ancora relativamente bassa. Le grandi prospettive di crescita del gaming online a livello internazionale sono evidenziate anche dagli investimenti di colossi del digitale come Google, Meta e Microsoft.

La preferenza per il gioco digitale, destinata a crescere ulteriormente, è riconducibile in sintesi all’ampia possibilità di scelta offerta, alla velocità di fruizione e all’affidabilità per piattaforme di gaming online che, in Italia, operano con regolare licenza rilasciata dal Monopolio di Stato e sono sottoposte a rigidi protocolli di sicurezza.

Il Gruppo Sisal, impresa storica nazionale presente da oltre 70 anni nel mercato del gioco e guidata fin dalle sue origini da un forte senso di responsabilità, si sta trasformando per cogliere le nuove opportunità di un mercato dinamico, in rapida crescita e molto competitivo, con oltre 80 operatori di giochi online in Italia.

Sisal per competere ha messo a disposizione, oltre ai circa mille tradizionali punti gioco sul territorio, il suo sito web e un ecosistema di app per creare un ambiente di gioco sicuro e user friendly. Può così mettere a disposizione dei suoi clienti oltre mille giochi con circa dieci game provider e oltre trentamila eventi mensili di scommesse online. Secondo la policy Sisal, i molteplici game online (scommesse, poker, giochi di carte, casinò, Slot, lotterie) devono restare “giochi” come lo è stata per tante generazioni la mitica schedina del totocalcio. La tecnologia viene in aiuto con algoritmi in grado di individuare giocate anomale e creare alert.

Si parte da casi specifici per capire e migliorare l’esperienza utente

“Ci siamo avvicinati all’intelligenza artificiale da un paio di anni, quando abbiamo cominciato a pensare quale esperienza avremmo voluto offrire ai nostri clienti e a come farlo usando al meglio i nostri dati”, ricorda Davide Santoro, Consumer Data Manager di Sisal. Hanno fornito ispirazione i big player del mondo digitale, come Netflix, Spotify, Disney+, Microsoft Teams.

WHITEPAPER
Sanità: quali le applicazioni di AI in radiologia, oncologia e cardiologia?
Intelligenza Artificiale
Sanità

Si è partiti da alcuni casi specifici come ad esempio l’omnichannel experience che, a differenza del multichannel, consente lo switch fra canali diversi continuando l’esperienza senza doverla cominciare tutto da capo. È il caso di Netflix o di un meeting su Teams, che consentono di proseguire la fruizione passando da un dispositivo all’altro senza interruzione. Un altro caso è il real time recommended contents, che può consentire di offrire ai clienti contenuti personalizzati in tempo reale. “Si tratta di funzionalità che, oltre a soddisfare il cliente che può fruire facilmente di contenuti di suo interesse, offrono nuove opportunità di business in termini di upselling e cross selling”, sottolinea Santoro.

Partire da questi casi relativamente semplici ha aiutato il team di lavoro a capire su cosa focalizzarsi. Sono così stati individuati quattro punti fermi che Santoro elenca:

1 – la necessità di integrazione dei dati, per superare i silos e per abilitare il match dei dati che arrivano da fonti differenti;

2 – il lavoro sugli algoritmi machine learning e di intelligenza artificiale, andando a costruire ambienti ad hoc e internalizzando le skill delle persone vi dovranno operare;

3 – operare in real time sia a livello di data ingestion, sia a livello di attivazione, superando logiche batch e le latenze derivanti da aggiornamenti giornalieri;

4- diffondere la cultura delle nuove tecnologie non solo creando team di persone curiose e creative, che hanno conoscenza dei dati grezzi, ma ricordare di coinvolgere le persone dell’azienda a tutti i livelli, a partire dal top management. Per il successo di un progetto che coinvolge tutti i team e tutte le business unit è infatti indispensabile ottenere un convinto committement.

Il percorso del progetto: cosa è stato fatto e cosa si farà nell’anno in corso

La situazione iniziale, rappresentata qui sotto in modo schematico, vedeva la presenza di alcune sorgenti di dati che convergevano in un data warehouse con una latenza non accettabile a causa di un ingestion batch durante la notte (con aggiornamenti ogni 24 ore). Queste informazioni erano elaborate e messe a disposizione degli strumenti di analisi e reportistica da un lato e di activation dall’altro.

“Il data warehouse diventava a sua volta la sorgente dati per gli strumenti di activation, ossia i CRM, strumenti per mostrare i contenuti o inviare notifiche in modalità push” precisa Santoro. Erano poi presenti sorgenti dati che non comunicavano con nulla (e non erano di fatto reali data source ma strumenti forniti) e altre che non passavano dal data warehouse ed erano finalizzate ad activation specifiche, in alcuni casi real time, su canali ad hoc. L’interrogativo era, dunque, quello di capire come far convergere queste informazioni un approccio unificato.

Il lavoro si è dunque concentrato sugli strumenti di collect, ingest ed enable, per far sì che tutte le sorgenti di dati in streaming convergessero. “La soluzione individuata prevede di far convergere, in tempo reale, tutte le sorgenti verso un unico data lake che comunica a sua volta con un data platform su cui andiamo a lavorare con algoritmi ad hoc sui casi d’uso per scaricare a terra i risultati” prosegue Santoro. “Il data platform comunica a sua volta le informazioni agli strumenti di analisi, reportistica e visualization o di activation”.

Nel 2021 Sisal ha realizzato una parte di quanto delineato lavorando soprattutto sulla data integration, per mettere in piedi il data lake e far sì che tutte le fonti dati lo raggiungessero per poi arrivare, in tempo reale, alla data platform. Uno dei risultati è stata la rottura dei data silos. A oggi, sono stati realizzati quattro algoritmi già in produzione e realizzato un Poc (Proof of concept) sul tema recommendation relativo due asset (l’app Casinò e l’app Scommesse) per sperimentare la capacità suggerire contenuti ai clienti.

“Nel corso del 2022 proseguiremo su questo percorso lavorando sulla creazione di nuovi algoritmi; introdurremo miglioramenti degli algoritmo già in produzione; amplieremo il livello di segmentazione utilizzando i dati oggi a disposizione che nel frattempo sono aumentati; miglioreremo l’ultimo miglio (mettendo in atto la real time omnichannel activation) offrendo così a tutti i clienti i contenuti in tempo reale, qualunque sia il dispositivo usato”, prevede Santoro.

Sfide superate e lezioni imparate

Il team di progetto ha dovuto affrontare le difficoltà tipiche dei grandi progetti che coinvolgono unità aziendali e generano dipendenze da molti sistemi e che introducono complicazioni nella gestione della roadmap. Il consiglio di Santoro alle aziende che devono intraprendere un percorso analogo è assicurarsi un forte commitment per tutta l’azienda.

Un’altra indicazione è avere una visione di lungo periodo ma scegliere casi d’uso specifici che vanno scaricati a terra in tempi brevi, importante per evidenziare il valore aggiunto del progetto a cui si sta lavorando.

WHITEPAPER
[White Paper] TEST più semplici e completi per i tuoi software: l'AI fa la differenza
Automotive
Intelligenza Artificiale

Elisabetta Bevilacqua

Giornalista

Sono attiva dal 1989 nel giornalismo hi-tech, dopo esperienze in uffici studi di grandi gruppi e di formazione nel settore dell’informatica e, più recentemente, di supporto alle startup. Collaboro dal 1995 con ZeroUno e attualmente mi occupo soprattutto di trasformazione digitale e Industry 4.0, open innovation e collaborazione fra imprese e startup, smart city, sicurezza informatica, nuove competenze.

Articolo 1 di 4