Progetti BI

ONE4 realizza progetti di analisi dei dati sull’intero ciclo di vita: Data Collection, Data Transformation, Data Enrichment, Data Visualization, Self Service Analysis.
Operiamo in diversi contesti e su diverse tipologie di progetti: Data Driven Decision, Digital Tansformation, Outliers Definition, What if Analysis, Machine Learning e Predicitive Analysis.

Data Driven Decision

Esigenza

L’esigenza principale è l’ottimizzazione dei costi e il monitoraggio dei processi produttivi unificando le informazioni da vari reparti.

La razionalizzazione delle spedizioni è fondamentale per l’abbattimento dei costi.

La produzione inoltre necessita di sistemi utili alla collezione e al monitoraggio dei macchinari.

I manager infine hanno necessità di monitorare i KPI per intervenire in tempi rapidi nel modo corretto anche da remoto.

How to

La prima fase del progetto si è concentrata sulla raccolta e centralizzazione dei dati all’interno di un DWH con integrazione tra sistemi nuovi (IOT) e sistemi già presenti.

L’introduzione di strumenti interattivi di reportistica e di “data preparation” ha permesso e supportato il cambio di mentalità (“Data Discovery”) necessario.

La creazione di modelli predittivi, what if analysis e outliers infine sono stati fondamentali nel processo di Data Driven Decision.

Benefits

I principali benefici ottenuti dopo la realizzazione del progetto sono stati: ottimizzazione dei costi, efficenza dei turni dei magazzinieri, monitoraggio costante della produzione.

Inoltre la razionalizzazione delle spedizioni intenazionali tra i magazzini ha permesso un risparmio in termini economici e tempi più rapidi per movimentare le merci a disposizione.

L’analisi “near-realtime”, della produzione ha permesso di rendere più efficienti i processi.

Digital Transformation

Esigenza

L’esigenza primaria è quella di identificare key-trends e pattern che, una volta analizzati, permettano di prendere decisioni strategiche.

Trovare importanti connessioni tra le aree aziendali e comprendere la modalità con cui vengono utilizzati determinati servizi è fondamentale per definire una strategia globale nei progetti.

How to

Il primo passo è stato l’introduzione di strumenti interattivi di reportistica e di “data preparation” avanzati.

Sono stati creati modelli predittivi ad hoc, modelli di what if analysis, e sono state raccolte informazioni da fonti esterne per valutare la sentiment dei consumatori sui prodotti aziendali, e dai dipendenti sui servizi interni nelle oltre 150 sedi worldwide

Benefits

I vantaggi evidenziati sono stati:

Outliers Detection & What If Analysis 

Esigenza

Definire correlazioni tra dati per capire il motivo dell’utilizzo di un servizio, le modalità e il comportamento dei clienti. Tali informazioni sono basilari per definire diverse strategie.

È però necessario individuare i dati non corretti e/o anomali per fornire messaggi di warning e alert in modalità real time.

La possibilità di simulare scenari futuri tramite What If analysis permette di modificare i processi e i progetti nel modo migliore.

How to

Sono stati creati algoritmi di machine learning “ad hoc” per il riconoscimento degli outliers sulla base dei dati storici.

La possibilità di analizzare dati in real time era alla base del processo di monitoraggio con messaggi di warning e di allarme. 

Benefits

La possibilità di simulare scenari futuri prima di intraprendere un nuovo progetto e valutarne gli impatti ha permesso di ottimizzare costi e di definire meglio le attività dei singoli progetti.

Inoltre, la segnalazione di valori anomali “runtime” durante la fase di data ingestion ha permesso di ridurre in maniera drastica anomalie nei dati raccolti.

Machine Learning

Esigenza

Il sistema di monitoraggio dei consumi energetici prevede delle soglie che devono essere definite e monitorate sulla base delle abitudini dei clienti.

Definire un trend e ottenere dei warning su situazioni anomale è un servizio importante da fornire come plus.

È necessario un monitoraggio real-time che, oltre al recupero, consenta la storicizzazione dei dati raccolti.

How to

Sono stati creati algoritmi di machine learning specializzati nel riconoscimento di dati anomali.

Raccogliere dati interni in strutture scalbili e performanti. Raccogliere dati esterni all’azienda per perfezionare gli algoritmi e ottimizzare le soglie di consumo. 

Benefits

La vendita di servizi innovativi associati al prodotto ha differenziato il cliente rispetto ai competitors. Il monitoraggio real time, insieme al riconoscimento di situazioni anomale, ha permesso di ottimizzare i consumi e di conseguenza i costi. 

Predictive Analysis

Esigenza

Comprare la materia prima al più basso costo di mercato è una grossa opportunità. 

Prevedere i consumi dei clienti su base temporale permette di rifornire e tarare le proprie scorte in modo strategico, con l’obiettivo di acquistare nei momenti più favorevoli quanto verrà richiesto nei periodi successivi.

L’analisi del turnover dei clienti permetterebbe inoltre di migliorare ulteriormente le politiche di retention per renderle ancora più fruttifere e mirate.

How to

Creazione di algoritmi di machine learning specifici che si aggiornano nel tempo grazie ad un approccio iterativo che permette di minimizzare l’errore.

Sono stati integrati dati esterni all’azienda in modo da arricchire le informazioni utilizzate dall’algoritmo e permettere una migliore aderenza alla realtà.

Benefits

I principali benefici sono stati:

Data Architecture

Esigenza

Quando i dati collezionati provengono da canali diversi, sia in forma strutturata sia in forma non strutturata, aggregarli nel modo corretto è fondamentale.

L’analisi dei dati, di tutti quelli disponibili, permette dimensioni di analisi prima non possibili.

Infine, avere i dati sempre a disposizione, con possibilità di analisi self-service, velocizza i tempi di risposta.

How to

Il primo passo è la definizione dell’architettura (scalabile) per la raccolta di dati strutturati e non strutturati (tramite data lake).

I dati vengono preparati e integrati con le informazioni necessarie e messe a disposizione per la creazione di report “self-service” tramite tool evoluto di Data Discovery.

La creazione dei algoritmi di analisi della modalità di propagazione dell’informazione ha suggerito e portato nuove strategie commerciali.

Benefits

Con le informazioni a disposizione è possibile conoscere le abitudini dei consumatori, i trend di mercato, il comportamento degli utenti/clienti così da definire strategie vincenti per differenti casistiche.

Le strategie vengono suggerite sulla base di dati/fatti (Data-Driven Decision) processati tramite algoritmi integrati di AI (Artificial intelligence).

Avere tutti i dati (DWH) sempre disponibili ed utilizzabili tramite “live connection”, (e/o altra modalità), rappresenta il grande vantaggio dell’evoluzione aziendale verso questo tipo di “Data Architecture”.

Hai un progetto? Contattaci.

Inizia a contattarci, senza nessun impegno.
Saremo felici di valutare con voi il modo migliore per soddisfare i bisogni della vostra impresa.

Nome(Obbligatorio)
Privacy
Marketing
Questo campo serve per la convalida e dovrebbe essere lasciato inalterato.

One4

Dal 2007 il partner per l’impresa nell’offrire soluzioni su misura all’avanguardia, efficienti e redditizie: Sviluppo applicativo, sistemistico e infrastrutturale; Soluzioni software, valorizzazione e protezione dei vostri dati.

Keep in touch.

Seguici sui nostri canali per rimanere aggiornato sulle novità dal mondo One4.