Revisione di Anaplan, fornitore di software di pianificazione cloud-native
Torna a Ricerca di mercato
Anaplan è una piattaforma cloud-native multi-tenant per creare ed operare modelli di pianificazione multidimensionale in ambiti quali finanza, vendite, supply e forza lavoro. I modelli vengono eseguiti in memoria dai motori Hyperblock® —Classic per dataset densi e Polaris™ per quelli sparsi e ad alta dimensionalità— mentre componenti opzionali aggiungono ottimizzazione lineare/mista intera e previsione di serie temporali. I dati fluiscono tramite REST APIs, un’interfaccia a riga di comando in Java (Anaplan Connect) e pipeline no-code interne al tenant (CloudWorks/Data Orchestrator); le modifiche sono governate tramite Application Lifecycle Management (ALM) con controlli di sicurezza a livello di tenant. In incorporata alla fine degli anni 2000, dopo essere stata fondata nel Regno Unito nel 2006, Anaplan è stata quotata in borsa nel 2018 ed è diventata privata per mano di Thoma Bravo nel 2022; successive acquisizioni hanno esteso l’analisi (Mintigo), applicazioni confezionate (Vuealta apps) e la chiusura/consolidamento finanziario (Fluence). I segnali ingegneristici indicano una stack microservizi (Java/Kotlin/Rust/Python, React) distribuita su Kubernetes nel cloud pubblico. La consegna segue “The Anaplan Way”, un approccio iterativo incentrato sul costruttore di modelli.
Panoramica esecutiva
Anaplan offre un ambiente di modellazione (liste, elementi in linea, moduli, formule) eseguito da motori in-memory che ricalcolano solo le catene di dipendenza interessate; Classic è destinato a cubi densi, mentre Polaris è nativamente sparso per modelli ad alta dimensionalità123. Il calcolo avanzato è additivo: un Optimizer LP/MIP incorporato (basato su Gurobi) richiamabile come azione all’interno dei modelli (solo Classic), e PlanIQ per orchestrare la previsione tramite Amazon Forecast e algoritmi nativi, riscrivendo i risultati nei moduli45678. L’integrazione e l’orchestrazione sono fornite tramite REST/ALM APIs, Anaplan Connect (Java CLI) e CloudWorks/Data Orchestrator per pipeline no-code91011. Il governo include ALM (tag di revisione, liste di produzione, ALM a livello di pagina) e sicurezza aziendale (SSO/SAML, client OAuth, liste di IP consentite, gestione dei certificati)121314. Le tappe aziendali includono l’IPO del 2018 e la trasformazione in società privata da parte di Thoma Bravo nel 2022; le fusioni e acquisizioni sono state selettive (Vue Analytics 2013, Mintigo 2019, applicazioni Vuealta 2022, Fluence 2024)151617181920212223242526.
Anaplan vs Lokad
Ambito e inquadramento. Anaplan è una piattaforma di pianificazione a scopo generale che copre finanza, vendite, supply e forza lavoro; fornisce ai costruttori di modelli gli strumenti per assemblare applicazioni di pianificazione e opzionalmente integrare ottimizzazione/previsione all’interno dello stesso tenant12748. Lokad è una piattaforma specializzata in supply chain focalizzata sulla previsione probabilistica e sull’ottimizzazione delle decisioni fornita tramite un linguaggio specifico di dominio (Envision) che produce liste di azioni classificate per ROI per il rifornimento, l’allocazione, la pianificazione e i prezzi282930.
Previsione. PlanIQ di Anaplan integra Amazon Forecast e algoritmi nativi del fornitore; la previsione è orchestrata come servizio e i risultati vengono ritornati nei moduli78. La previsione di Lokad è probabilistica per progettazione (distribuzioni complete della domanda, griglie di quantili) ed è stata validata pubblicamente (ad es., elevata accuratezza a livello di SKU nella competizione M5), alimentando direttamente l’ottimizzazione a valle29.
Ottimizzazione. Anaplan espone LP/MIP tramite un risolutore Gurobi incorporato, confezionato come azione “Optimizer”; secondo la documentazione pubblica, Optimizer non è disponibile su Polaris, creando un compromesso per modelli sparsi che necessitano anche di MIP45. Lokad utilizza un’ottimizzazione consapevole dell’incertezza (ad es., ricerca stocastica/discreta, programmazione differenziabile) per ottimizzare obiettivi economici sotto distribuzioni, senza limitare gli utenti alle formulazioni classiche LP/MIP2930.
Architettura e trasparenza. Anaplan fornisce un livello di modellazione low-code con ALM, sicurezza del tenant e orchestrazione no-code; gli aspetti interni (specifiche del motore, API del risolutore) sono astratti, con indicazioni dalla community sui pattern di prestazione21112. Lokad espone un DSL white-box (Envision) in cui ogni trasformazione e regola decisionale è esplicita e versionata; la piattaforma è progettata attorno a un archivio basato su eventi e una VM distribuita per l’esecuzione di Envision30.
Consegna. Anaplan solitamente fornisce un’applicazione di pianificazione governata e collaborativa (ad es., FP&A, S&OP, pianificazione territoriale) i cui output dipendono da come il cliente configura modelli, formule e azioni127. Lokad solitamente fornisce liste di decisioni pronte all’esecuzione e ottimizzate finanziariamente (ad es., ordini di acquisto, trasferimenti) classificate in base al ROI atteso in condizioni di incertezza2930.
Storia aziendale e finanziamenti
Fondata nel 2006 nello Yorkshire, Regno Unito, da Michael Gould, Guy Haddleton e Sue Haddleton; l’espansione negli Stati Uniti e la reincorporazione nel Delaware hanno preceduto l’IPO del 201815. I round di finanziamento includevano Series B ($11.4M, 2012), Series C ($33M, 2013), Series D ($100M, 2014) e Series E ($90M, 2016)31323334. Anaplan è stata quotata al NYSE in ottobre 2018; Thoma Bravo ha annunciato la trasformazione in società privata a marzo 2022, con modifica a $63.75 per azione, e la chiusura il 22 giugno 2022 (circa $10.4B EV)15161718.
Registro M&A (acquirente)
- Vue Analytics (rivenditore nel Regno Unito/Irlanda), 19 feb 20131920.
- Mintigo (analisi predittiva di marketing/vendite), annunciata 27 ago 2019; chiusa il 3 ott 2019 (circa $36.2M)2221.
- Divisione Applicazioni Vuealta, 18 dic 202223.
- Fluence Technologies (chiusura finanziaria, consolidamento e divulgazione), accordo 26 apr 2024; chiuso il 9 mag 2024242526.
Architettura della piattaforma e motori
Modellazione ed esecuzione. I modelli sono composti da liste (dimensioni), elementi in linea (misure/formule) e moduli (tabelle). I motori Hyperblock eseguono grafi di dipendenza e ricalcolano solo i blocchi interessati; funzioni come RANK sono single-thread; le linee guida sulle prestazioni (Planual) mirano al conteggio dei blocchi e ai riassunti12. Classic predilige lo storage denso; Polaris introduce la sparsità nativa per scalare modelli ad alta dimensionalità e sparsi (GA entro il 2023 secondo lo Statement of Direction)3. Si prevede che le future innovazioni nel calcolo si concentreranno su Polaris3.
Ottimizzazione e previsione
Optimizer. Espone LP/MIP attraverso un’azione che compila variabili decisionali/restrizioni/obiettivo dai dati del modello; il risolutore incorporato è Gurobi (secondo whitepaper/comunità del fornitore), e Optimizer non è disponibile su Polaris456. I log del risolutore e la gestione dei gap/timeout sono resi visibili nei thread di esecuzione e nelle importazioni6.
PlanIQ. Organizza l’addestramento/inferenza su serie temporali utilizzando Amazon Forecast (ad es., DeepAR+, ARIMA/ETS) e algoritmi nativi di Anaplan (ad es., MVLR), restituendo le previsioni nei moduli; supporta esecuzioni ad hoc dalle pagine UX78.
Integrazione e governance
API e pipeline. REST/ALM APIs, Anaplan Connect (Java CLI) e CloudWorks/Data Orchestrator forniscono pipeline scriptate e no-code (connessioni, trasformazioni, pianificazione) all’interno del tenant91011.
ALM e sicurezza. Tag di revisione, liste di produzione e ALM a livello di pagina promuovono le strutture dallo sviluppo/test alla produzione; i controlli aziendali includono SSO/SAML, client OAuth 2.0, liste di IP consentiti e gestione dei certificati; i briefing di sicurezza documentano i controlli e l’architettura121413.
Segnali dello stack tecnologico (ruoli e artefatti)
Le offerte di lavoro indicano servizi in Java/Kotlin/Rust/Python, front-end in React, Kubernetes/Docker, AWS/GCP e piattaforme/IAM gestiti da CI/CD; i ruoli per l’abilitazione dell’AI menzionano “operazionalizzare modelli” e integrazioni con data lake/archivi di eventi353637.
Metodologia di consegna e scadenze
The Anaplan Way prescrive una consegna iterativa, incentrata sui costruttori di modelli; l’ALM governa la promozione; le case history del fornitore affermano rapidi build core o riduzioni dei tempi di ciclo (da considerarsi aneddotiche, non SLA)38123915.
Discrepanze e aree grigie (secondo la documentazione pubblica)
- Anno di fondazione. Alcuni articoli di terze parti citano il 2008; molte fonti primarie/secondarie riportano il 2006 (fondazione nel Regno Unito) con successiva incorporazione negli USA15.
- Optimizer su Polaris. La documentazione pubblica indica non supportato; le soluzioni alternative richiedono il motore Classic per le fasi MIP4.
- Ampiezza dell’“AI”. Oltre all’ambito delle serie temporali di PlanIQ e al linguaggio presente nelle offerte di lavoro, non esiste una documentazione pubblica dettagliata e riproducibile di funzionalità in stile AI generativa nel calcolo/UX di base secondo le fonti citate836.
Valutazione critica dello stato dell’arte
- Motore e modellazione. Esecuzione in-memory delle dipendenze matura con un design credibile di sparsità in Polaris; l’assenza di benchmark indipendenti significa che le affermazioni di “best-in-class” rimangono non dimostrate pubblicamente13.
- Ottimizzazione. Di livello industriale grazie a Gurobi; il confezionamento come azione è pragmatico, ma il supporto esclusivo a Classic limita l’uso del MIP per modelli sparsi ad alta dimensionalità in un approccio Polaris-first45.
- Previsione. Uso sensato di Amazon Forecast insieme a modelli nativi del fornitore; un approccio incentrato sull’integrazione piuttosto che su innovazioni proprietarie di deep learning78.
- Integrazione e governance. Le orchestrazioni REST/CLI/no-code e l’ALM/sicurezza sono complete e standard per il SaaS aziendale91113.
Conclusione
Anaplan è meglio caratterizzata come una piattaforma di pianificazione programmabile e governata: motori di calcolo in-memory (Classic/Polaris), capacità opzionali LP/MIP e serie temporali, e un robusto ALM/sicurezza intorno a un’esperienza di modellazione low-code. Le scelte tecniche (Gurobi per MIP, integrazione con Amazon Forecast, microservizi su Kubernetes) sono industriali e credibili. Le affermazioni di un’“AI” più ampia oltre la previsione non sono supportate da una documentazione pubblica riproducibile. Per gli acquirenti: verificate i requisiti di Optimizer in relazione alla limitazione di Polaris; testate l’accuratezza e la latenza delle previsioni con PlanIQ sulla vostra serie; e verificate l’orchestrazione dei dati e l’ALM rispetto al vostro SDLC/conformità. Rispetto a Lokad, che si concentra sull’ottimizzazione probabilistica e decisionale in un DSL white-box per supply chain, il punto di forza di Anaplan è l’ampiezza e la governance in tutta la pianificazione aziendale; la sua efficacia nella supply chain rifletterà la specificità e il rigore dei modelli che costruirete in cima.
Fonti
-
Anapedia — Panoramica dei motori di calcolo (Classic & Polaris) — 2 giu 2025 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
Community — Dentro l’Hyperblock (best practice) — 2022–2025 ↩︎ ↩︎ ↩︎
-
Community — Statement of Direction per i motori di calcolo (GA di Polaris e focus) — 2025 ↩︎ ↩︎ ↩︎ ↩︎
-
Anapedia — Optimizer (ambito; non disponibile su Polaris) — 19 mar 2025 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
Whitepaper di Anaplan — Ottimizzazione dell’inventario (riferimento Gurobi) — Ago 2018 ↩︎ ↩︎ ↩︎ ↩︎
-
Notizie di Anaplan — Annuncio PlanIQ — 15 Set 2020 ↩︎ ↩︎ ↩︎ ↩︎
-
Anapedia — Panoramica PlanIQ (algoritmi nativi, AWS Forecast) — 2022 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
-
Anapedia — Gestione del ciclo di vita dell’applicazione (ALM) API — n.d ↩︎ ↩︎ ↩︎
-
Anapedia — Anaplan Data Orchestrator (CloudWorks) — 2 Ott 2024 ↩︎ ↩︎ ↩︎ ↩︎
-
Panoramica della sicurezza di Anaplan — Documento informativo (PDF) — 2024 ↩︎ ↩︎ ↩︎
-
Anapedia — Sicurezza e amministrazione dei tenant — 2024–2025 ↩︎ ↩︎
-
Notizie Anaplan — Thoma Bravo completa l’acquisizione — 22 giu 2022 ↩︎ ↩︎
-
Comunicato stampa Thoma Bravo — completa l’acquisizione di Anaplan — 22 giu 2022 ↩︎ ↩︎
-
Axios — La grande riforma dei prezzi tecnologici di Thoma Bravo: Anaplan — 22 giu 2022 ↩︎ ↩︎
-
TechCrunch — Anaplan acquisisce Vue Analytics — 19 feb 2013 ↩︎ ↩︎
-
MarketScreener — Acquisizione di Mintigo completata (circa $36.2M) — 3 ott 2019 ↩︎ ↩︎
-
Forrester Blog — Raddoppia l’approccio predittivo con Mintigo — 28 ago 2019 ↩︎ ↩︎
-
Notizie Anaplan — acquisisce la divisione applicazioni da Vuealta — 18 dic 2022 ↩︎ ↩︎
-
Notizie Anaplan — accordo per acquisire Fluence Technologies — 26 apr 2024 ↩︎ ↩︎
-
Thoma Bravo — Annuncio di acquisizione di Fluence — 26 apr 2024 ↩︎ ↩︎
-
Gowling WLG — acquisizione transfrontaliera di Fluence completata — 9 mag 2024 ↩︎ ↩︎
-
Overview della piattaforma Anaplan — Scheda tecnica (PDF) — apr 2025 ↩︎ ↩︎
-
Lokad — Chi siamo / Azienda e approccio — recuperato 2025 ↩︎
-
Lokad — Tecnologia e previsione probabilistica / ottimizzazione — recuperato 2025 ↩︎ ↩︎ ↩︎ ↩︎
-
Lokad — Envision DSL (piattaforma e architettura) — recuperato 2025 ↩︎ ↩︎ ↩︎ ↩︎
-
Greenhouse — Ingegnere Software Senior (Java/Kotlin/Rust/K8s) — 2025 ↩︎
-
Greenhouse — Piattaforma e Abilitazione AI (React/Java/Python; data lakes/event stores) — 2025 ↩︎ ↩︎
-
Greenhouse — Ingegnere IAM (AWS/GCP; Kubernetes; CI/CD) — 2025 ↩︎