Modalità Forecast: prevedere il fatturato direttamente in Gini

La modalità Forecast è una nuova funzionalità di Gini by MyTraffic che costruisce un modello di previsione partendo dalla tua rete di punti vendita, poi predice fatturato, fatturato per metro quadro, personale necessario o qualsiasi altro indicatore, a qualsiasi indirizzo digitato in Gini. Nei nostri test interni su reti clienti reali raggiunge il 9% di MAPE (errore percentuale medio assoluto): il valore indicato si colloca entro circa più o meno il 9% di quanto accade davvero. Non è una formula di prudenza. La modalità Forecast mostra questo margine subito, prima che tu ti basi sul numero.

Nel retail e nella grande distribuzione questo esercizio si fa da decenni. Il metodo degli analoghi di William Applebaum, che confronta un sito candidato con punti vendita simili già presenti in rete, risale agli anni Quaranta e Cinquanta. Il modello gravitazionale di David Huff gli è succeduto una generazione più tardi, pesando distanza e superficie per prevedere dove sarebbero andati i clienti. Entrambi funzionano ancora. È cambiata la velocità con cui un team può costruire un modello di questo tipo e fidarsene.

Cosa fa la modalità Forecast

La modalità Forecast parte dai dati della tua rete: le ubicazioni che gestisci già e il rendimento di ciascuna. Addestra un modello sull'indicatore che ti interessa: fatturato, fatturato per metro quadro, personale necessario o qualsiasi altro dato presente nei tuoi file. Poi incrocia quei dati con il livello di Location Intelligence di MyTraffic: affluenza, profilo sociodemografico del bacino di utenza, ore di punta, densità competitiva e accessibilità ai trasporti pubblici, tra gli altri segnali.

Ottieni un numero chiaro, accompagnato dal ragionamento che lo produce: il peso di ogni variabile e il margine di errore. Il modello tiene conto anche della cannibalizzazione con i tuoi punti vendita vicini, invece di valutare il sito candidato isolatamente. Una previsione che nessuno può mettere in discussione non è una previsione, è un numero inventato, semplicemente vestito di decimali.

Quanto è precisa, in concreto

Il valore acquista senso solo per confronto. Un'analisi MarketsandMarkets del 2025 colloca i metodi di previsione tradizionali tra il 20% e il 35% di MAPE, e gli approcci basati sul machine learning tra l'8% e il 20%.

• Metodi di previsione tradizionali: dal 20% al 35% di errore (MAPE)
• Metodi di machine learning: dall'8% al 20%
• Modalità Forecast, test interni: 9%

La modalità Forecast si colloca tra le prestazioni migliori dell'intervallo machine learning, con un errore circa tre volte inferiore a quello degli approcci tradizionali. Ciò che sposta questo valore da un team all'altro: il volume di dati di rete forniti, la loro pulizia e la varietà delle ubicazioni e dei bacini di utenza esistenti. Un'insegna con 60 punti vendita su cinque formati offre al modello più materiale di una con sei punti vendita tutti uguali, e la previsione riflette questa differenza invece di mascherarla. Funziona perché l'affluenza è uno dei migliori predittori del rendimento futuro di un punto vendita: più dati comportamentali reali il modello ha su un'area, meno deve estrapolare.

Come funziona, passo per passo

1. Apri la modalità Forecast. Scheda Feature a sinistra, poi Forecast, poi New forecast.
2. Scegli il paese. La modalità Forecast copre i 18 paesi disponibili in Gini, tra cui Francia, Regno Unito, Spagna e Stati Uniti, un dettaglio che conta se il tuo piano di espansione riguarda più mercati contemporaneamente.
3. Carica i dati della tua rete. Le ubicazioni esistenti e il rendimento di ciascuna.
4. Lascia che Gini li pulisca e li geocodifichi. Gini riconosce il significato di ogni colonna e di ogni riga, poi posiziona ogni ubicazione sulla mappa, un passaggio che a un analista che lavora a mano richiederebbe normalmente diverse settimane.
5. Gini addestra il modello. Sull'indicatore che hai scelto, il più delle volte il fatturato o il fatturato per metro quadro.

L'intero percorso, dal caricamento al modello addestrato, richiede una decina di minuti, e nessuno nel team ha bisogno di un profilo data. Una volta addestrato, il modello è tuo. Resta dentro Gini e si applica a qualsiasi indirizzo, tutte le volte che vuoi, senza una nuova configurazione.

Usare la previsione in qualsiasi conversazione Gini

Una volta addestrato, il modello si trova nello stesso posto di tutte le tue altre analisi di ubicazione. Digita @, seleziona il modello, inserisci un indirizzo: Gini restituisce la previsione, il ragionamento e il margine di errore nella stessa conversazione.

Prendiamo un'insegna alimentare che ha addestrato un modello di fatturato per metro quadro sui suoi 40 punti vendita. Il team immobiliare inserisce un indirizzo candidato su una via commerciale di Lione. Gini restituisce 4.200 €/m² con un intervallo di confidenza da 3.700 € a 4.700 €, e indica i tre fattori che spiegano quel livello: la densità residenziale circostante, l'affluenza del mattino e l'assenza di un concorrente diretto entro 400 metri.

È un numero che un comitato investimenti può esaminare nel dettaglio, non solo approvare. Lo stesso modello si riutilizza su tutti gli indirizzi che il team vuole testare, senza costi di configurazione aggiuntivi: confrontare cinque siti candidati richiede un pomeriggio invece di cinque relazioni di consulenza separate.

Cosa cambia nei tempi di previsione

Ecco come funzionava il processo di prima. Fai un brief a un team di consulenza, aspetti mentre pulisce i dati, esegue i controlli e misura la precisione. Consegna un modello, e cominciano le domande, perché il numero viene sistematicamente messo in discussione. Corrisponde a quello che il cliente vede sul campo? Quali variabili lo hanno determinato davvero? Si può correggere? Ogni serie di domande genera un nuovo scambio, e ogni scambio allontana la data di apertura e la decisione. Le consulenze come quelle di Buxton richiedono già da sei a nove mesi per consegnare un primo modello, un tempo che non comprende nemmeno la fase di domande e risposte che segue.

La modalità Forecast elimina lo scambio. Chi conosce il business addestra il modello, vede subito il margine di errore e può rilanciarlo su un nuovo indirizzo lo stesso pomeriggio, e poi di nuovo il trimestre successivo. Quello che richiedeva una consulenza da qualche settimana, nel migliore dei casi, fino a nove mesi per un modello interamente su misura, sta ora in un unico workflow Gini, senza software di selezione del sito né contratti con fornitori separati.

La modalità Forecast non è staccata dai dati che servono a scegliere la sede di un flagship. Si basa sugli stessi dati sociodemografici, sulla stessa affluenza e sulla stessa densità competitiva, ora integrati in un modello invece di essere assemblati a mano ogni volta. Quello che elimina sono i mesi di attesa perché qualcun altro trasformi quei dati in un numero, sia che il sito in esame sia un singolo flagship sia che sia uno dei centri commerciali esaminati contemporaneamente all'interno di un piano di espansione multi-paese.

Domande frequenti

Come si prevede il fatturato di un nuovo punto vendita?

La modalità Forecast addestra un modello sui tuoi punti vendita esistenti e sul loro rendimento, poi incrocia il risultato con dati di Location Intelligence (affluenza, profilo sociodemografico del bacino di utenza, densità competitiva) per prevedere il fatturato, o un altro indicatore, a un nuovo indirizzo.

Di quali dati ho bisogno per costruire una previsione in Gini?I

dati della tua rete: l'elenco delle ubicazioni e il loro rendimento sull'indicatore da prevedere. Gini li pulisce, li geocodifica e li struttura automaticamente dopo il caricamento, e l'intera configurazione richiede una decina di minuti.

Quanto è precisa la modalità Forecast?

‍I nostri test interni su reti clienti reali la collocano al 9% di MAPE. Un'analisi MarketsandMarkets del 2025 colloca i metodi di machine learning tra l'8% e il 20% di MAPE e gli approcci tradizionali tra il 20% e il 35%, il che pone la modalità Forecast tra i più precisi dell'intervallo machine learning.

Quali indicatori può prevedere la modalità Forecast?

‍Qualsiasi indicatore presente nei tuoi dati: fatturato, fatturato per metro quadro, personale necessario o un KPI specifico della tua attività.

In cosa è diverso da un modello degli analoghi o da un modello gravitazionale?‍

I modelli degli analoghi e gravitazionali confrontano un sito candidato con pochi punti vendita simili, a mano, usando distanza e superficie come segnali principali. La modalità Forecast automatizza quel confronto su tutta la rete, vi aggiunge il livello di Location Intelligence di MyTraffic e i controlli di cannibalizzazione con i punti vendita vicini, e mostra il margine di errore invece di un numero secco.