Insights sull'evoluzione tecnologica di Lokad
La tecnologia di Lokad si è evoluta così tanto che le persone che hanno avuto la possibilità di provare Lokad anche solo due anni fa difficilmente riconoscerebbero l’app così com’è oggi.
La “vecchia” Lokad era completamente incentrata sul nostro motore di previsione - ovvero ciò che puoi vedere come un progetto di previsione nel tuo account Lokad oggi. Di conseguenza, il nostro motore di previsione ha gradualmente acquisito tonnellate di funzionalità che non hanno nulla a che fare con le statistiche. Circa due anni fa, il nostro motore di previsione era diventato un jolly responsabile di quasi tutto:
- preparazione dei dati con la possibilità di gestire una grande varietà di formati di dati
- analisi dei report con un report di previsione Excel piuttosto complesso e flessibile
- esecuzione programmata tramite integrazione webcron o tramite API
Successivamente, durante gli ultimi due anni, abbiamo gradualmente introdotto sostituti autonomi per quelle funzionalità che ora vivono al di fuori del nostro motore di previsione. Tuttavia, chiamare queste nuove funzionalità semplici sostituti è ingiusto, perché questi sostituti sono nettamente più potenti dei loro corrispettivi originali.
- Ora possiamo elaborare file molto diversi, di varie dimensioni, complessità e formati di dati. Inoltre, abbiamo molti connettori dati.
- Le capacità del nostro vecchio report di previsione Excel sono oscurate dalle nuove capacità di reporting di Envision.
- La pianificazione e l’orchestrazione sono ora cittadini di prima classe che comprendono anche il recupero dei dati da altre app.
Poiché queste nuove funzionalità sono nettamente superiori alle vecchie, stiamo gradualmente eliminando le cose obsolete, ovvero tutte le cose non correlate alle previsioni che ancora vivono all’interno del nostro motore di previsione.
Per mantenere il processo fluido, stiamo migrando gradualmente - ma attivamente - tutti i nostri clienti dalla vecchia Lokad alla nuova Lokad; e quando una vecchia funzionalità non viene più utilizzata, la rimuoviamo completamente.
Il vecchio report di previsione Excel è un caso difficile per noi. La sfida non è semplicemente duplicare il report stesso all’interno di Envision (ciò da solo non è affatto difficile) - la sfida è che il pensiero sottostante a questo report è ormai piuttosto obsoleto. Infatti, nel corso degli anni, Lokad ha introdotto migliori previsioni tecnologie - l’ultima iterazione sono le previsioni probabilistiche - che non possono essere adattate a questo report. Per sua natura, questo report è bloccato su un approccio legacy alle previsioni, che purtroppo non è adatto per l’ottimizzazione dell’inventario.
Al contrario, combinare previsioni probabilistiche con driver economici richiede più sforzi sia da parte di Lokad che da parte del cliente, ma i risultati aziendali semplicemente non sono paragonabili. Il primo si concentra sull’ottimizzazione degli errori percentuali, mentre il secondo ottimizza gli errori in dollari. Non sorprende che una volta che i nostri clienti si rendano conto di quanto denaro lasciano sul tavolo non facendo il secondo, non considerino mai di tornare al primo.
Quindi, le nostre integrazioni dei dati stanno attualmente subendo una trasformazione simile, e non meno radicale. Quando abbiamo iniziato a sviluppare i connettori dati, abbiamo cercato di adattare tutti i dati che stavamo recuperando al framework stabilito dal nostro motore di previsione; ovvero producendo file come Lokad_Items.tsv, Lokad_Orders.tsv, ecc. Questo approccio era inizialmente interessante perché forzava una normalizzazione sui dati recuperati e elaborati da Lokad.
Purtroppo, questa astrazione - come tutte le astrazioni - è fallace. Non tutte le app sono d’accordo su cosa sia esattamente un prodotto o un ordine; ci sono tonnellate di sottili differenze da considerare, e semplicemente non era possibile adattare tutte le sottigliezze aziendali attraverso una sorta di normalizzazione dei dati.
Pertanto, abbiamo iniziato ad affrontare la sfida dell’integrazione dei dati da un altro punto di vista: recuperare i dati dell’app preservando il più possibile le strutture e i concetti originali. Lo svantaggio principale di questo approccio è che richiede più sforzi iniziali per ottenere risultati perché i dati non vengono trasformati in anticipo per essere compatibili con tutte le aspettative predefinite di Lokad.
Tuttavia, poiché i dati non subiscono trasformazioni errate, ciò significa anche che Lokad non si blocca nel non essere in grado di adattarsi alle sottigliezze aziendali perché non si adattano al framework. Con un po’ di colla programmabile, soddisfiamo le esigenze aziendali nei minimi dettagli.
Analogamente al nostro vecchio rapporto Excel, la transizione verso i dati nativi - invece dei dati normalizzati - segue la nostra esperienza che indica che investire un po’ di più per allineare i numeri con l’azienda produce molto più risultati.
