Pecan AI, che sta sviluppando una piattaforma di analisi predittiva per le aziende, raccoglie 66 milioni di dollari
 
La “big data analytics” è forse la valuta della pandemia. Il termine descrive il processo di scoperta di tendenze, modelli e correlazioni in grandi quantità di dati per aiutare a prendere decisioni. L’analisi dei big data viene utilizzata da un numero crescente di organizzazioni per anticipare le tendenze in tutti i settori: secondo un sondaggio NewVantage Partners del 2020, il 64,2% delle aziende afferma di utilizzare i dati per promuovere l’innovazione.

I vantaggi promessi dall’analisi dei big data includono cicli di innovazione più rapidi, maggiore efficienza aziendale, maggiore produttività e ricerca e sviluppo più efficaci. Utilizzando i big data, Netflix risparmia 1 miliardo di dollari all’anno sulla fidelizzazione dei clienti. Ma l’implementazione dell’infrastruttura dei big data all’interno di un’organizzazione è spesso irta di sfide, tra cui una scarsa qualità dei dati e una mancanza di esperienza.

 
Con il mercato dell’analisi dei big data destinato a crescere fino a raggiungere i 100 miliardi di dollari di valore entro il 2027, i fornitori, che cercano di entrare al piano terra, stanno offrendo nuovi servizi progettati per astrarre le complessità del lavoro con i big data. Noogata ,  Imply e Unsupervised sono tra le aziende che offrono modelli predittivi, rilevamento delle anomalie e altri strumenti che acquisiscono grandi quantità di dati e li elaborano con l’intelligenza artificiale per identificare informazioni dettagliate. IA alle noci pecanrientra anche in questa categoria: l’azienda collabora con i clienti per automatizzare la pulizia e l’ingegneria dei dati per creare algoritmi predittivi basati sull’apprendimento automatico. Segnando il suo secondo round negli ultimi 12 mesi, Pecan ha annunciato oggi di aver raccolto 66 milioni di dollari in un round di serie C guidato da Insight Partners con la partecipazione di S-Capital, GGV, Dell Technologies Capital, Mindset Ventures e Vintage Investment Partners, portando i suoi capitale totale aumentato a $ 117,5 milioni.

Analisi predittiva
Pecan, con sede a Tel Aviv, in Israele, è stata fondata nel 2016 da Noam Brezis e Zohar Bronfman. Bronfman ha un dottorato di ricerca in storia e filosofia della scienza e tecnologia e neuroscienze cognitive computazionali presso l’Università di Tel Aviv. Prima di entrare in Pecan, Brezis è stato consulente dati senior presso Madiera Data Solutions, un’azienda che ha lavorato con clienti, tra cui Intel, su prodotti e servizi incentrati sui dati.

 
Con Pecan, gli utenti possono connettersi a un’ampia gamma di database e utilizzare un’interfaccia drag-and-drop senza codice per creare set di dati di machine learning. La piattaforma può arricchire i set di dati utilizzando dati esterni ed eseguire automaticamente l’ingegneria delle funzionalità, il processo di selezione delle variabili più rilevanti dai dati per rappresentare un problema aziendale a un modello statistico.

“La scarsità di talenti analitici altamente qualificati è una sfida che ogni settore deve affrontare. Ogni anno generiamo molti più dati rispetto all’anno precedente, ma i dati non sono utili da soli senza le risorse adeguate per analizzarli e visualizzarli”, ha detto Bronfman a VentureBeat via e-mail. “La scienza dei dati può avere un profondo impatto sul business, ma deve essere implementata da data scientist e data engineer esperti. [La maggior parte delle aziende non dispone di risorse e talento nella scienza dei dati sufficienti per analizzare e ottimizzare le prestazioni aziendali. Pecan aiuta le aziende a sfruttare la scienza dei dati senza che i data scientist siano coinvolti”.

La piattaforma di Pecan.ai crea un modello che prevede le tendenze chiave.
 
Pecan addestra e ottimizza i modelli nel tempo, dando priorità alle funzionalità man mano che cambiano importanza e mostrando i cambiamenti in una dashboard di monitoraggio in tempo reale. Come spiega l’azienda sul suo sito Web: “Abbinando la natura dei dati, le dimensioni e le previsioni di cui hai bisogno, Pecan costruisce un gran numero di reti neurali profonde. Dopo una… serie di competizioni ricorsive tra più reti, rimane solo una rete neurale completamente addestrata, perfezionata per prestazioni e precisione ottimali”.

L’idea è di consentire agli analisti e agli stakeholder aziendali di ottenere informazioni utili e vedere i risultati nel giro di pochi giorni dall’aggiunta dei dati grezzi. Pecan supporta casi d’uso che includono previsione della domanda, conversione, lifetime value, offerta migliore successiva, clienti VIP, upsell e cross-sell, abbandono e fidelizzazione e analisi delle vendite.

“Poiché Pecan si concentra sugli analisti di dati, la nostra piattaforma di automazione AI è focalizzata sui casi d’uso, il che riduce notevolmente la complessità e le conoscenze statistiche richieste dai suoi utenti”, ha aggiunto Bronfman. “A differenza di alcuni dei nostri concorrenti, Pecan gestisce tutto, dalla preparazione dei dati alla modellazione e al monitoraggio della produzione con un’interfaccia utente basata su SQL drag-and-drop e low-code. La preparazione dei dati e la selezione delle funzioni/i componenti di progettazione sono fondamentali. Ottenere i dati nella forma corretta per i modelli di intelligenza artificiale può richiedere settimane o mesi quando si lavora con data scientist e ingegneri di dati, ma con l’aiuto del team Pecan e della nostra piattaforma, questo può essere automatizzato con il minimo sforzo”.

Sfide di implementazione
Sebbene l’analisi dei big data abbia i suoi vantaggi, le aziende spesso incontrano ostacoli durante l’adozione. Come osserva l’Harvard Business Review (HBR), l’analisi predittiva è particolarmente facile da sbagliare, in particolare se le aziende non preparano il personale a gestire le integrazioni di machine learning e non passano alla modellazione prima di stabilire un percorso per l’implementazione operativa.

“L’analisi predittiva non è una tecnologia che si acquista e si collega semplicemente. È un paradigma organizzativo che deve colmare il divario tra quantità e cultura aziendale attraverso un processo collaborativo guidato congiuntamente da stakeholder strategici, operativi e analitici”, scrive Eric Siegel di HBR .

 
Da parte sua, Pecan, 90 dipendenti, che afferma che le entrate annuali ricorrenti sono triplicate nell’ultimo anno, indica storie di successo come Johnson & Johnson, che ha utilizzato la sua piattaforma durante la pandemia per aiutare a prevedere il comportamento dei consumatori e i modelli di acquisto, nonché la catena di approvvigionamento resilienza.

“Pecan ha diverse dozzine di clienti nei segmenti mid-market e enterprise, che comprendono fintech, assicurazioni, vendita al dettaglio, beni di consumo confezionati, app mobili e servizi per i consumatori. Il finanziamento [di quest’ultimo round] sarà utilizzato per espandere le nostre operazioni in Israele e negli Stati Uniti”, ha affermato Bronfman. “Ci aspettiamo di raddoppiare il nostro organico nei prossimi 12 mesi”.

 

Di ihal