I Moduli Precompilati Online nella PA in Europa

 

Risultano essere scarsamente utilizzati anche nei paesi ad alto reddito

Il Desi Index calcola la quantità di dati precompilati nei moduli online dei servizi pubblici. I dati fanno riferimento al periodo tra il 2016 ed il 2021. Il Regno Unito è escluso dall’analisi.

Ranking dei paesi per quantità di dati precompilata nei moduli online dei servizi pubblici nel 2021. L’Estonia è al primo posto per valore della quantità di dati precompilata nei moduli online dei servizi pubblici con un valore pari a 13,88 unità, seguita dalla Finlandia con un valore pari a 13,84 unità e da Malta con un valore pari a 13,84 unità. A metà classifica vi sono il Lussemburgo con un valore pari a 9,71, seguita dalla Slovenia con un valore pari a 9,58 unità e dalla Polonia con valore pari a 9,34 unità. Chiudono la classifica la Grecia con un valore pari a 5,14 unità, seguita dalla Slovacchia con un valore pari a 5,13 unità e dalla Romania con un valore pari a 0,79 unità.

Ranking dei paesi per valore della variazione assoluta della quantità di dati precompilata nei moduli pubblici online tra il 2016 ed il 2021. L’Estonia è al primo posto con un valore pari a 2,78 unità pari ad un ammontare di 24,98%, a parimerito con il Portogallo con un valore pari a 2,78 unità pari ad un ammontare di 37,20%, e dalla Finlandia con un valore pari a 2,77% pari ad un ammontare di 24,988 unità. A metà classifica vi sono il Lussemburgo con un valore pari a 1,94 unità pari ad un ammontare di 24,98%, seguito dalla Slovenia pari ad un valore di 1,92 unità pari ad un ammontare di 24,988%, e dalla Polonia con un valore pari a 1,87 unità pari ad un valore di 24,988%. Chiudono la classifica la Grecia con un valore pari a 1,03 unità pari ad un valore di 24,988%, seguito dalla Slovacchia con un valore di -2,34 unità pari ad un ammontare di -31,321 unità e dalla Romania con un valore pari -6,68 unità pari ad un valore di -89,39%.

Clusterizzazione con algoritmo k-Means attraverso l’ottimizzazione del coefficiente di Silhouette. Di seguito viene realizzata una clusterizzazione con algoritmo k-Means ottimizzato per il valore del coefficiente di Silhouette. Tuttavia, per scegliere il numero corretto di clusters sono state applicate congiuntamente le seguenti condizioni ovvero:

• ·         Il numero di cluster con il coefficiente di Silhouette globalmente più elevato;
• ·  Un numero di cluster tale che nessun elemento all’interno del cluster avesse un valore del coefficiente di Silhouette negativo.

Pertanto, applicando congiuntamente queste due condizioni abbiamo scartato il cluster a 2 in quanto pure avendo il livello del coefficiente di Silhouette globalmente più elevato aveva anche un valore del coefficiente di Silhouette negativo per alcuni l’Ungheria.

• ·      Cluster 1: Slovenia, Lussemburgo, Polonia, Belgio, Portogallo, Svezia, Irlanda, Ungheria, Austria, Spagna.
• ·        Cluster 2: Malta, Finlandia, Estonia, Lituania, Danimarca, Lettonia, Paesi Bassi;
• ·    Cluster 3: Germania, Francia, Cipro, Croazia, Grecia, Repubblica Ceca, Slovacchia, Romania, Italia, Bulgaria.

Dal punto di vista del valore della mediana è possibile verificare il seguente ordinamento dei clusters ovvero:  C2=12,78>C1=9,86>C3=6,02. Dal punto di vista geografico risulta una dominanza dei paesi baltici, della Finlandia, della Danimarca e del Belgio. Nel secondo cluster vi sono la penisola iberica, la Norvegia e la Polonia. Nel terzo cluster vi sono gli altri paesi europei. La diffusione dei format precompilati online è scarsamente presente nell’interno della stragrande maggioranza dei paesi europei, compresi i paesi ad alto reddito, come per esempio la Germania.

Network analysis con la distanza di Manhattan. Di seguito viene presentata una network analysis realizzata mediante l’utilizzo della distanza di Manhattan. In modo particolare esiste una struttura a network complessa tra i seguenti paesi ovvero: Polonia, Slovenia, Lussemburgo, Belgio, Svezia. In modo particolare:

·         La Polonia è connessa alla Slovenia con un valore pari a 0,13;

·         La Slovenia è connessa alla Polonia con un valore pari a 0,13 e al Lussemburgo con un valore pari a 0,068;

·         Il Lussemburgo è connesso alla Slovenia con un valore pari a 0,068 e al Belgio con un valore pari a 0,16;

·         Il Belgio è connesso al Lussemburgo con un valore pari a 0,16 e alla Svezia con un valore pari a 0,16;

·         La Svezia è connessa al Belgio con un valore pari a 0,16 unità.

Esiste una struttura a network complessa costituita da Malta, l’Estonia, e la Finlandia. In modo particolare:

• ·         Malta è connessa con l’Estonia per un valore pari a 0,023 unità, e con la Finlandia per un valore pari a 0,00 unità;
• ·         La Finlandia è connessa con Malta per un valore pari a 0,00 unità e con l’Estonia per un valore pari a 0,023;
• ·         L’Estonia è connessa a Malta per un valore pari a 0,023 unità e alla Finlandia per un valore pari a 0,023 unità.
• Esiste una connessione tra Francia, Germania e Croazia ovvero:
• ·         La Germania è connessa alla Francia per un valore pari a 0,0097 unità, e con la Croazia per un valore pari a 0,062 unità;
• ·         La Francia è connessa alla Croazia con un valore pari a 0,061 unità e alla Germania con un valore pari a 0,062 unità;
• ·         La Croazia è connessa alla Francia con un valore pari a 0,061 unità e alla Germania con un valore pari a 0,062 unità.

Inoltre, esistono due strutture a network semplificate ovvero:

• ·         Esiste una connessione tra Paesi Bassi e Lettonia per un valore pari a 0,062 unità;
• ·         Esiste una connessione tra Bulgaria e Italia per un valore pari a 0,17 unità.

Conclusioni. L’utilizzo dei format precompilati online per i servizi pubblici non è molto diffuso nei paesi DESI. Tale valore, del resto, è in linea con quelli che sono i dati relativi all’utilizzo dell’e-government anch’esso caratterizzato da valori abbastanza ridotti. Ne deriva che la crescita dei servizi di e-government è l’elemento trainante anche per l’affermazione dei format precompilati online. Certamente vi sono delle resistenze rispetto alla digitalizzazione della pubblica amministrazione. Tali resistenze sono sostanzialmente connesse con la difficoltà della popolazione di utilizzare gli strumenti digitali per ottenere documentazione e svolgere pratiche che coinvolgono la parte pubblica. Inoltre vi  è anche una resistenza della pubblica amministrazione alla digitalizzazione dei servizi. Occorre quindi investire ulteriormente per fare in modo che i cittadini possano esercitare i propri diritti digitali e porre le basi per l’e-democracy. 

 

I Servizi di e-Government in Europa

 Sono aumentati del 13,86% tra il 2016 ed il 2021

 

Il Desi Index calcola il valore degli individui che hanno utilizzato Internet, negli ultimi 12 mesi, per interagire con il pubblico autorità. I dati fanno riferimento al periodo tra il 2016 ed il 2021. Il Regno Unito è escluso dall’analisi.

Ranking dei paesi europei per valore degli individui che hanno utilizzato internet per servizi di e-government. La Danimarca è al primo posto per valore degli individui che utilizzano internet per usare i servizi di e-government con un valore pari a 13,11 unità, seguita dalla Finlandia con un valore pari a 12,97 unità e dai Paesi Bassi con un valore pari a 12,96 unità. A metà classifica vi sono la Slovacchia con un valore pari a 9,69 unità, seguita dalla Spagna con un valore pari a 9,62 unità e dalla Grecia con un valore pari a 9,61 unità. Agli ultimi posti vi sono l’Italia con un valore pari a 5,19 unità, seguita dalla Bulgaria con un valore pari a 5,18 unità e dalla Romania con un valore pari a 2,27 unità.

Ranking dei paesi europei per valore della variazione percentuale del valore degli individui che utilizzano i servizi di e-government tra il 2016 ed il 2021. La Slovacchia è al primo posto per valore degli individui che utilizzano i servizi di e-government tra il 2016 ed il 2021 con un valore pari a 78,2% pari ad un valore di 4,25 unità, seguita dalla Repubblica Ceca con un valore pari a 62,9% pari ad un ammontare di 3,52 unità, e dal Portogallo con un valore pari a 49,46% pari ad un ammontare di 2,69 unità. A metà classifica vi sono la Germania con un valore pari a 15,56% pari ad un ammontare di 1,33 unità, seguita dalla Lituania con un valore pari a 14,19% pari ad un ammontare di 1,22 unità, e dai Paesi Bassi con un valore pari a 14,15% pari ad un ammontare di 1,61 unità. Chiudono la classifica l’Estonia con un valore pari a -2,07% pari ad un ammontare -0,27 unità, seguita dal Lussemburgo con un valore pari a -11,45% pari ad un ammontare di -1,18 unità, e dalla Romania con un valore pari a 58,26% pari ad un ammontare di -3,17 unità. Complessivamente nel periodo considerato il valore degli individui che utilizzano i servizi di e-government è cresciuto di un ammontare del 16,04% pari ad un ammontare di 1,17 unità.

Clusterizzazione con algoritmo k-Means. Di seguito viene presentata una clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente Silhouette. I dati mostrano la presenza di tre diversi clusters ovvero:

• ·   Cluster 1: Malta, Germania, Ungheria, Lituania, Slovenia, Belgio, Spagna, Slovacchia, Portogallo, Irlanda, Cipro, Repubblica Ceca, Grecia, Croazia;
• · Cluster 2: Finlandia, Svezia, Paesi Bassi, Estonia, Danimarca, Francia, Lettonia, Austria, Lussemburgo;
• ·       Cluster 3: Bulgaria, Italia, Romania, Polonia.

Considerando il valore mediano dei clusters è possibile costruire il seguente ordinamento ovvero: C2=12,56>C1=9,59>C3=5,185. Dal punto di vista geografico risulta che i paesi scandinavi con l’aggiunta dei paesi baltici, della Francia, dell’Austria e dei Paesi Bassi sono al primo posto, seguiti sostanzialmente dal centro Europa e dalla penisola iberica, mentre l’Italia e i paesi dell’Est Europa sono all’ultimo posto.

Network analysis con la distanza di Manhattan. Di seguito viene realizzata una analisi con l’utilizzo della distanza di Manhattan. I risultati mostrano la presenza di un’unica struttura a network complessa costituita come indicato di seguito ovvero:

• ·         La Germania ha una connessione con il Belgio per un valore pari a 0,2, con la Lituania con un valore pari a 0,2 unità, e con la Spagna con un valore pari a 0,24 unità;
• ·         La Spagna ha una connessione con la Germania per un valore pari a 0,24 unità, con il Belgio per un valore pari a 0,2, con la Lituania per un valore pari a 0,2 e con la Slovenia con un valore pari a 0,13;
• ·         La Lituana ha una connessione con la Germania per un valore pari a 0,2, con la Spagna per un valore pari a 0,18, con l’Irlanda per un valore pari a 0,23 unità, con il Belgio per un valore pari 0,16 unità, e con la Slovenia per un valore pari a 0,19 unità;
• ·         Il Belgio ha una connessione con la Slovenia per un valore pari a 0,2, con l’Irlanda per un valore pari a 0,23, con la Germania per un valore pari a 0,2 e con la Lituania per un valore pari a 0,16 unità;
• ·         L’Irlanda ha una connessione con la Lituania per un valore pari a 0,23 e con il Belgio per un valore pari a 0,23;
• ·         La Slovenia ha una connessione con la Spagna per un valore pari a 0,13, con la Lituania per un valore pari a 0,19, con il Belgio per un valore pari a 0,2 e con l’Ungheria per un valore pari a 0,21;
• ·         L’Ungheria ha una connessione con la Slovenia per un valore pari a 0,21.

Pertanto in base all’analisi realizzata risulta che il paese più connesso è la Lituania.

Conclusione. Il valore degli individui che utilizzano i servizi internet per l’e-government è molto ridotto. Nel 2021 in media solo 9,62 individui dei paesi considerati hanno utilizzato internet per interagire con i servizi di e-government. Complessivamente tra il 2016 ed il 2021 il valore degli individui che hanno utilizzato internet come strumento di e-government è cresciuto di 1,17 unità ovvero di un valore pari a 13,86%. Tuttavia, il valore in senso assoluto risulta ancora molto ridotto. Certamente i paesi scandinavi sono all’avanguardia nella digitalizzazione dei servizi della pubblica amministrazione. L’Italia è invece insieme con i paesi dell’Est Europa nell’ultimo cluster. Tali valori fanno intendere che l’idea di una cittadinanza digitale per quanto sia spesso promozionata nei proclami della classe dirigente pubblica e privata, sia in realtà molto distante dalla realtà. Occorre quindi investire ulteriormente nell’offerta di servizi digitali anche come strumento per promozionare la crescita economica oltre che l’efficienza della pubblica amministrazione,

Le PMI che Vendono Online in Europa

Sono cresciute del 35,47% tra il 2016 ed il 2021

Il DESI index calcola il valore delle Piccole e medie imprese che vendono online. Nel calcolo son comprese le imprese che vendono realizzano almeno l’1% del fatturato vendendo online. I dati fanno riferimento al periodo tra il 2016 ed il 2021 e non comprendono il Regno Unito.

Ranking dei paesi per valore delle PMI che vendono online. La Danimarca nel 2021 è stata al primo posto per valore delle vendite online delle PMI con un valore pari a 25,11, seguita dall’Irlanda con un valore pari a 21,43, e dalla Svezia con un valore pari a 20,37. A metà classifica vi sono la Finlandia con un valore pari a 12,14 unità, seguita dalla Slovenia con un valore pari a 11,55 e dalla Romania con un valore pari a 11,54. Chiudono la classifica la Grecia con un valore pari a 6,50, seguita dal Lussemburgo con un valore pari a 6,26 e dalla Bulgaria con un ammontare pari a 5,39.

Ranking dei paesi europei per variazione percentuale delle PMI che vendono online.  La Romania è al primo posto per valore della variazione percentuale delle PMI che vendono online con un valore pari a 134,04 pari ad un ammontare di 6,62 unità, seguita dall’Italia con un ammontare pari a 73,19% pari ad un ammontare di 3,18 unità e dalla Croazia con un ammontare di 59,94% pari ad un ammontare di 7,53 unità. A metà classifica vi sono la Polonia con un ammontare pari a 38,92% pari ad un ammontare di 2,49 unità, seguita dalla Lettonia con un valore pari a 35,08% pari ad un ammontare di 1,94 unità, e dall’Estonia con un valore pari a 34,92% pari ad un ammontare di 2,83 unità. Chiudono la classifica il Portogallo con un valore pari a 0,54% pari ad un ammontare di 0,07 unità, seguita dalla Francia con un ammontare di -18,45% pari ad un ammontare di -1,95 unità e dalla Germania con un valore pari a -27,70% pari ad un ammontare di -4,40 unità. Mediamente il valore delle imprese di piccole e medie dimensioni che fatturano almeno l’1% attraverso le vendite online è cresciuto di un ammontare pari al 35,47% tra il 2016 ed il 2021.

Machine Learning and Predictions. Di seguito viene presentata una analisi attraverso l’utilizzo di diversi algoritmi di machine learning per la predizione. Gli algoritmi vengono ad essere analizzati attraverso la loro capacità di massimizzare l’R-quadro e di minimizzare gli errori statistici MAE, MSE, RMSE. Gli algoritmi sono stati addestrati con l’80% dei dati disponibili mentre il restante 20% è stato utilizzato per la predizione vera e propria. Ne deriva pertanto il seguente ordinamento degli algoritmi per capacità predittiva ovvero:

• ·         Linear Regression con un valore del payoff pari a 5;
• ·         SGD con un valore del payoff pari a 9;
• ·         Gradient Boosting e Random Forest con un valore del payoff pari a 13;
• ·         kNN con un valore del payoff pari a 21;
• ·         AdaBoost con un valore del payoff pari a 25;
• ·         Tree con un valore del payoff pari a 26;
• ·         SVM con un valore del payoff pari a 32;
• ·         Costant con un valore del payoff pari a 36;
• ·         Neural Network con un valore del payoff pari a 40.

 Pertanto applicando l’algoritmo Linear Regression è possibile verificare che vi sono dei paesi per i quali è predetta la crescita delle vendite online e paesi nei quali è predetta una riduzione delle vendite online. Nello specifico i paesi per i quali è predetta una crescita online sono i seguenti ovvero:

• ·         Finlandia con una crescita da un ammontare di 12,14 fino ad un valore di 16,51 ovvero una variazione pari ad un ammontare di 4,36 unità pari ad un valore del 35,93%;
• ·         Francia con una variazione da un ammontare di 8,62 unità fino ad un valore di 11,15 unità ovvero pari ad una variazione di 2,54 unità pari ad un ammontare di 29,43%;
• ·         Germania con una variazione da un ammontare di 11,48 unità fino ad un valore di 14,77 unità ovvero pari ad un valore di 3,29 unità pari ad un ammontare di 28,71%; +
• ·         Bulgaria con una variazione da un ammontare di 5,39 unità fino ad un valore di 6,89 unità ovvero pari ad una variazione di 1,50 unità pari ad un ammontare di 27,87%;
• ·         Paesi Bassi con una variazione da un ammontare di 12,53 unità fino ad un valore di 15,76 unità ovvero a pari ad una variazione di 3,23 unità pari ad un ammontare di 25,78%;
• ·         Belgio con una variazione da un ammontare di 16,28 unità fino ad un valore di 19,91 unità ovvero pari ad una variazione di 3,62 unità pari ad un ammontare di 22,25%;
• ·         Lettonia con una variazione aumentativa da un ammontare di 7,47 unità fino ad un valore di 8,61 unità ovvero pari ad una variazione di 1,14 unità pari ad un  ammontare del 15,20%;
• ·         Estonia con una variazione da un ammontare di 10,93 unità fino ad una variazione di 12,52 unità ovvero una variazione pari ad un ammontare di 1,59 unità pari ad un ammontare di 14,57%;
• ·         Irlanda con una variazione da un ammontare di 21,43 unità fino ad un valore di 24,55 unità ovvero pari ad un ammontare di 3,12 unità pari ad un ammontare di 14,56%;
• ·         Grecia con una variazione da un ammontare di 6,50 unità fino ad un valore di 7,39 unità ovvero pari ad una variazione di un ammontare pari a 0,39 unità pari ad un valore di 13,64%;
• ·         Slovenia con una variazione da un ammontare di 11,55 unità fino ad un valore di 12,69 unità ovvero pari ad un ammontare di 1,13 unità pari ad un ammontare di 9,80%;
• ·         Polonia con una variazione da un ammontare di 8,89 unità fino ad un valore di 9,57 unità ovvero pari ad un ammontare di 0,68 unità pari ad un ammontare di 7,69%;
• ·         Ungheria con una variazione da un ammontare di 8,92 unità fino ad un valore di 9,52 unità ovvero pari ad un ammontare di 0,60 unità pari ad un ammontare di 6,76%;
• ·         Lussemburgo con una variazione da un ammontare di 6,26 unità fino ad un ammontare di 6,56 unità ovvero pari ad un ammontare di 0,30 unità pari ad un valore di 4,86%;
• ·         Repubblica Ceca con un variazione da un ammontare di 19,18 unità fino ad un valore di 19,51 unità ovvero pari ad un ammontare di 0,33 unità pari ad un ammontare di 1,74%.

Tuttavia vi sono anche dei paesi per i quali è prevista una flessione negativa nelle vendite online delle PMI ovvero:

• ·         Italia con una variazione da un ammontare di 7,52 unità fino ad un valore di 7,49 ovvero pari ad una variazione da un ammontare di -0,02 unità pari ad un ammontare di -0,33%;
• ·         Svezia con una variazione da un ammontare di 20,37 unità fino ad un valore di 20,20 unità ovvero pari ad un ammontare di -0,16 unità pari ad un valore di -0,79%;
• ·         Austria con una variazione da un ammontare di 14,45 unità fino ad un valore di 14,03 unità ovvero pari ad una variazione di -0,42 unità pari ad un valore di -2,90%;
• ·         Cipro con una variazione da un ammontare di 9,68 unità fino ad un valore di 9,09 unità ovvero pari ad un ammontare di -0,59 unità pari ad un ammontare di -6,09%;
• ·         Malta con una variazione da un ammontare di 16,42 unità fino ad un valore di 14,90 unità ovvero pari ad una variazione di -1,52 unità pari ad un valore di -9,23%;
• ·         Lituania con una variazione da un ammontare di 18,42 unità fino ad un valore di 16,26 unità ovvero pari ad un valore di -2,16 unità pari ad un ammontare di -11,71%;
• ·         Portogallo con una variazione da un ammontare di 12,61 unità fino ad un valore di 11,07 unità ovvero pari ad un ammontare di -1,54 unità pari ad un valore di -12,22%;
• ·         Danimarca con  una variazione da un ammontare di 25,11% fino ad un valore di 20,32 unità ovvero pari ad un ammontare di -4,79 unità pari ad un valore di -19,08%;
• ·         Spagna con una variazione da un ammontare di 16,18 unità fino ad un valore di 12,77 unità ovvero pari ad un ammontare di -3,41 unità pari ad un valore di -21,09%;
• ·         Slovacchia con una variazione da un ammontare di 11,06 unità fino ad un valore di 8,33 unità ovvero pari ad una variazione di -2,74 unità pari ad un valore di -24,75%;
• ·         Romania con una variazione da un ammontare di 11,54 unità fino ad un valore di 8,46 unità ovvero pari ad un ammontare di -3,08 unità pari ad un valore di -26,69%;
• ·         Croazia con una variazione da un ammontare di 20,10 unità fino ad un valore di 14,22 unità ovvero pari ad una variazione di -5,88 unità pari ad un valore di 29,25%.

Conclusioni. In sintesi, la percentuale di PMI che vende online è ancora troppo bassa nei paesi DESI. In media circa il 13% delle PMI europee realizza almeno l’1% del proprio fatturato online. Considerando che le PMI costituiscono il 95% ed in alcuni paesi anche il 98% delle imprese presenti, ne deriva che la capacità delle imprese europee descritte dall’indicatore DESI di investire nell’online è veramente molto ridotta. Vi sono quindi enormi possibilità che il mercato delle vendite online potrebbe aprire alle PMI. Tuttavia, si tratta di mercati in larga parte inesplorati. Le imprese dei paesi DESI perdono reddito, competitività e produttività mancando l’appuntamento con le vendite online. Ne deriva pertanto, che sotto il punto di vista dell’orientamento all’e-commerce, le premesse della quarta rivoluzione industriale sono largamente disattese per le PMI.

Le Fatture Elettroniche in Europa

 

Tra il 2016 ed il 2021 l’utilizzo delle fatture elettroniche è cresciuto di circa il 78,40% per i paesi DESI

Il Desi Index calcola il valore delle imprese che utilizzano le fatture elettroniche per l’elaborazione automatizzata. I dati sono disponibili per il periodo 2016-2021 per vari paesi europei con l’esclusione del Regno Unito.

Ranking dei paesi europei per valore delle fatture elettroniche nel 2021. L’Italia è al primo posto per valore delle fatture elettroniche con un valore pari a 9,48, seguita dalla Finlandia con un valore pari a 8,28 e dall’Estonia con un valore pari ad 6,23. A metà classifica vi sono la Francia con un ammontare di 2,33 unità, seguita da Malta con un ammontare di 2,2 unità e dall’Austria con un ammontare di 2,199 unità. Chiudono la classifica la Repubblica Ceca con un ammontare di 1,220, seguita dalla Grecia con un ammontare di 1,194 unità e dalla Bulgaria con un ammontare pari a 1,001. Mediamente il valore dell’utilizzo delle fatture elettroniche nel 2021 è stato pari ad un ammontare di 3,006.

Ranking dei paesi europei per variazione percentuale del valore delle fatture elettroniche tra il 2016 ed il 2021. La Croazia è al primo posto per valore delle variazioni percentuali del numero delle imprese che utilizzano delle fatture elettroniche con un ammontare pari a 418,135% pari ad un ammontare di 3,47 unità, seguita dall’Estonia con un ammontare pari a 302,225% pari ad un ammontare di 4,687 unità e seguita dall’Italia con un ammontare pari a 236,888% pari ad un ammontare di 6,672 unità. A metà classifica vi sono la Slovacchia con un ammontare pari a 58,726% ovvero un ammontare pari a 0,61 unità, seguita dall’Austria con un ammontare pari a 58,719% pari ad un ammontare di 0,813 unità e dalla Germania con un ammontare pari a 58,29% pari ad un ammontare di 0,652 unità. Chiudono la classifica la Romania con un ammontare di 23,363 % pari ad un ammontare di 0,321 unità, seguita dalla Bulgaria con un ammontare di 17,92% pari ad un ammontare di 0,152 unità e dal Portogallo con un ammontare pari a -3,357% pari ad un ammontare di -0,06 unità. In media il valore delle variazioni per i paesi Desi considerati è pari ad un ammontare di 87,30% nel periodo tra il 2016 ed il 2021 e pari ad un ammontare di 1,32 unità in valore assoluto.

Machine Learning and Predictions. Di seguito viene presentata una analisi di machine learning per la predizione del valore futuro dell’utilizzo delle fatture elettroniche nei paesi DESI. Gli algoritmi sono stati confrontati in base alla loro capacità di minimizzare gli errori statistici e di massimizzare l’R-quadro. Inoltre, l’80% dei dati è stato utilizzato per il learning rate mentre il restante 20% è stato impiegato per la predizione vera e propria. Dal confronto di performance degli algoritmi è stato ottenuto il seguente ordinamento:

• ·         SGD con un valore del payoff pari a 4;
• ·         Neural Network con un valore del payoff pari a 12;
• ·         Random Forest con un valore del payoff pari a 14;
• ·         kNN con un valore del payoff pari a 15;
• ·         SVM e Gradient Boosting con un valore del payoff pari a 19;
• ·         Tree c Costant con un valore del payoff pari a 20;
• ·         AdaBoost con un valore del payoff pari a 25;
• ·         Linear Regression con un valore del payoff pari a 28
• 
  

Pertanto utilizzando l’algoritmo SGD è possibile predire l’ammontare del valore futuro dell’utilizzo delle fatture elettroniche. In modo particolare vi sono due tipologie di paesi ovvero i paesi winners ed i paesi losers. I paesi winners sono quelli per i quali è prevista una crescita del valore dell’utilizzo delle fatture elettroniche. I paesi losers sono quelli per i quali è prevista una riduzione del valore dell’utilizzo delle fatture elettroniche. Tra i paesi winners vi sono i seguenti ovvero:

• ·         Portogallo con una variazione aumentativa da un ammontare di 1,74 fino ad un valore di 3,22 unità ovvero una variazione pari ad un ammontare di 1.48 unità equivalente ad un ammontare di 85,28%;
• ·         Bulgaria con una variazione aumentativa da un ammontare di 1,00 unità fino ad un valore di 1,81 unità ovvero pari ad una variazione di 0,81 unità pari ad un ammontare dell’80,56%;
• ·         Repubblica Ceca con una variazione aumentativa da un ammontare di 1,22 unità fino ad un valore di 2,00 unità ovvero una variazione pari ad un ammontare di 0,78 unità equivalente ad un valore di 63,62%;
• ·         Polonia con una variazione aumentativa da un ammontare di 1,32 unità fino ad un valore di 2,12 unità ovvero pari ad una variazione di 0,79 unità equivalente ad un ammontare di 60,07%;
• ·         Romania con una variazione aumentativa da un ammontare di 1,69 unità fino ad un valore di 2,68 unità ovvero pari ad una variazione di 0,98 unità pari ad un ammontare di 58,08%;
• ·         Lussemburgo con una variazione aumentativa da un ammontare di 1,36 unità fino ad un ammontare di 2,15 unità ovvero pari ad una variazione di 0,78 unità ovvero pari ad un ammontare di 57,38%;
• ·         Irlanda con una variazione aumentativa da un ammontare di 1,87 unità fino ad un valore di 2,48 unità ovvero pari ad un ammontare di 0,61 unità pari ad una variazione di 32,74%;
• ·         Francia con una variazione aumentativa da un ammontare di 2,34 unità fino ad un valore di 3,09 unità ovvero pari ad una variazione di 0,75 unità pari ad un ammontare di 32,28%;
• ·         Lituania con una variazione aumentativa da un ammontare di 2,67 unità fino ad un valore di 3,49 unità ovvero pari ad un ammontare di 0,83 unità pari ad un valore di 30,92%;
• ·         Cipro con una variazione aumentativa da un ammontare di 1,31 unità fino ad un valore di 1,7 unità ovvero pari ad una variazione di 0,4 unità pari ad un ammontare di 30,61%;
• ·         Grecia con una variazione aumentativa da un ammontare di 1,19 unità fino ad un valore di 1,5 unità ovvero pari ad un valore di 0,31 unità pari ad un valore di 25,88%;
• ·         Slovacchia con una variazione aumentativa da un ammontare di 1,65 unità fino ad un valore di 2,03 unità ovvero pari ad una variazione di 2,03 unità ovvero pari ad un valore di 0,38 unità pari ad un ammontare di 22,86%;
• ·         Germania con una variazione aumentativa da un ammontare di 1,77 unità fino ad un valore di 2,11 unità ovvero pari ad una variazione di 0,34 unità pari ad un ammontare del 19,00%;
• ·         Slovenia con una variazione aumentativa da un ammontare di 5,84 unità fino ad un ammontare di 6,83 unità ovvero pari ad un ammontare di 0,99 unità pari ad un valore di 17,04%;
• ·         Spain con una variazione da un ammontare di 3,28 unità fino ad un valore di 3,81 unità ovvero pari ad una variazione di 0,52 unità pari ad un ammontare di 15,86%;
•    Austria con una variazione da un ammontare di 2,2 unità fino ad un valore di 2,53 unità ovvero pari ad una variazione di 0,33 unità pari ad un ammontare di 15,05%;
• ·         Danimarca con una variazione da un ammontare di 5,73 unità fino ad un valore di 6,31 unità ovvero pari ad una variazione di 0,57 unità pari ad un valore di 9,97%;
• ·         Ungheria con una variazione aumentativa da un ammontare di 1,35 unità fino ad un valore di 1,46 unità ovvero pari ad una variazione di 0,11 unità pari ad un ammontare di 7,81%;
• ·         Finlandia con una variazione da un ammontare di 8,29 unità fino ad un valore di 8,88 unità ovvero pari ad una variazione di 0,6 unità pari ad un ammontare di 7,21%;
• ·         Belgio con una variazione da un ammontare di 2,46 unità fino ad un valore di 2,59 unità ovvero pari ad un ammontare di 0,13 unità pari ad un ammontare di 5,26%;
• ·         Paesi Bassi con una variazione da un ammontare di 2,56 unità fino ad un valore di 2,68 unità ovvero pari ad una variazione di 0,13 unità pari ad un ammontare di 4,96%;
• ·         Malta con una variazione da un ammontare di 2,25 unità fino ad un valore di 2,3 unità ovvero pari ad una variazione di 0,05 unità pari ad un ammontare di 2,26%.
• Inoltre l’algoritmo predice anche dei paesi nei quali vi sarà una riduzione dell’utilizzo delle fatture elettroniche ovvero:
• ·         Svezia con una variazione da un ammontare di 4,54 unità fino ad un valore di 4,15 unità ovvero pari ad una variazione di -0,39 unità pari ad un ammontare di -8,63%;
• ·         Lettonia con una variazione da un ammontare di 1,49 unità fino ad un valore di 1,18 unità ovvero pari ad una variazione di -0,31 unità pari ad un ammontare di -20,72%;
• ·         Italia con una variazione da un 9,49 unità fino ad un valore di 4,37 unità ovvero pari ad una variazione di -5,12 unità pari ad una variazione di -53,98%;
• ·         Estonia con una variazione da un ammontare di 6,24 unità fino ad un valore di 2,64 unità ovvero pari ad un ammontare di -3,6 unità pari ad un ammontare di -57,66%;
• ·         Croazia con una variazione da un ammontare di 4,3 unità fino ad un valore di 1,53 unità ovvero pari ad una variazione di -2,77 unità pari ad un ammontare di -64,52%.

Conclusioni. L’utilizzo delle fatture elettroniche è cresciuto di circa il 78% in media tra il 2014 ed il 2021 per i paesi DESI. Tuttavia nonostante la crescita significativa vi sono ancora molti paesi nei quali l’utilizzo delle fatture elettroniche risulta ancora poco utilizzato. Le fatture elettroniche sono necessarie, sia per questioni connesse alla sicurezza fiscale che anche per motivazioni relative all’efficienza dei sistemi di gestione interni delle imprese. Occorre considerare a questo proposito che le fatture elettroniche sono anche maggiormente in linea con gli obbiettivi di lotta all’evasione fiscale e possono agevolare anche gli adempimenti a carico dei contribuenti.