PROGETTI

L’esperienza T4V al servizio del tuo successo.

Scopri le aziende che hanno già scelto T4V, i loro bisogni di business, le soluzioni adottate e le tecnologie impiegate e inizia anche tu a lavorare con noi!

SETTORE

Pubblica Amministrazione

progetto
Gestione Piattaforme SAS, estrazioni dati e sviluppo reportistica
cliente

Pubblica Amministrazione Centrale

/

Medio Ente Pubblico

#
ApplicationMaintenance
#
ManagedServices
#
Reporting

La gestione delle piattaforme SAS del cliente si articola nel monitoraggio costante del loro corretto funzionamento, nell’intervento in caso di anomalie, nell’update dei vari componenti e nel servizio di help desk per gli utenti.

Il cliente richiede poi, a seconda delle diverse esigenze, singole estrazioni di dati (contenuti sui propri database) relativi ai consumi energetici nazionali, al fine di svolgere i controlli e le elaborazioni necessarie da comunicare alle varie authority governative. A tal fine, il cliente richiede anche che siano sviluppati e gestiti processi di produzione di report che vengano generati secondo modalità costanti nel tempo.

Tecnologie Utilizzate:  SAS 9.4, SAS Enterprise Guide 7.1, SAS Visual Analytics

SETTORE

Retail

progetto
Creazione e Manutenzione reportistica CRM
cliente

Varie Grandi Imprese Italiane

/

100M€ - 1B€

#
Reporting
#
CRMStrategy
#
ApplicationMaintenance

Obiettivo del progetto è la creazione e la gestione di processi di produzione di report riguardanti il monitoraggio e l’analisi delle informazioni relative alla customer base (anagrafico, interazioni online, risposte a questionari) e delle informazioni relative alle performance di vendita (transato sia dei negozi fisici che dei canali online) per diverse aziende del mercato Retail e GDO.

Alcuni report vengono generati secondo modalità costanti nel tempo (è questo il caso dei report che vengono utilizzati come base di partenza per i diversi programmi di marketing elaborati dal cliente), mentre altri vengono generati solamente per un determinato periodo di tempo e per obiettivi più specifici (come, ad esempio, per l’analisi del grado di soddisfazione degli utenti relativamente ai servizi ricevuti all’interno di specifici negozi di nuova apertura).
Fra i vari report: monitoraggio del comportamento di acquisto (numero visite, scontrino medio, acquisti on line / acquisti in negozio,…), monitoraggio delle performance di vendita in relazione alle performance passate, impatto campagne loyalty, monitoraggio della customer satisfaction.

Tecnologie Utilizzate:  SAS 9.4, SAS Enterprise Guide 7.1

SETTORE

Banking

progetto
Gestione Ambienti di Produzione
cliente

Multinazionale Italiana

/

1B€+

#
ManagedServices
#
ApplicationMaintenance

L’obiettivo del progetto è di fornire e predisporre la manutenzione costante con un’operatività diurna e notturna per le infrastrutture SAS presenti.

Si tratta di circa 20 diversi ambienti che superano le settanta installazioni tra ambienti di system, sviluppo e produzione, sia in server fisici che virtuali su Linux (Redhat, HP-UX) e Windows. Dato L’elevato numero di installazioni, sono presenti praticamente tutte le soluzioni SAS, implementate in forme customizzate in base alle necessità del singolo progetto in modo da poter trarre i migliori risultati. Di questi ambienti, T4V cura la gestione sistemistica ed il monitoraggio 24/7, effettua attività di upgrade di ambienti, ad esempio dalle versioni SAS 9.4 e Viya 3.5 in single e multi-machine in ottica di implementazioni e di ottimizzazione continua, effettua le dismissioni dei server o delle installazioni che fanno riferimento alle versioni 9.2, garantendo una continua innovazione e sviluppo.

SETTORE

Travel

progetto
Migrazione reportistica da SAS Visual Analytics a Microsoft Power BI.
cliente

Media Impresa Italiana

/

10€ - 100M€

#
DataManagement
#
DataPlatformModernization
#
GeoIntelligence

Obiettivo del progetto è stato la migrazione della reportistica, sia interna che esposta ai clienti finali, dalla tecnologia SAS Visual Analytics verso la soluzione Microsoft PowerBI.

Tutto il processo di ingestion è invece rimasto su tecnologia SAS. Tale obiettivo è stato raggiunto replicando gli attuali layout dei report il più fedelmente possibile su PowerBI, tenendo conto della diversa tecnologia utilizzata. L’aggiornamento automatico della reportistica è garantito da un processo che, mediante l’utilizzo di codice SAS Base, produce una serie di file CSV di output; questi file vengono inviati in modalità FTP a un server remoto Windows avente un installato Power BI. Da qui, utilizzando e configurando il connettore messo a disposizione dalla soluzione (gateway), è stato pianificato l’aggiornamento automatico della reportistica prevista per due volte al giorno. Grande attenzione è stata posta alle rilevanti problematiche di Data Quality.

Principali tecnologie utilizzate: SAS Visual Analytics, SAS Base, Microsoft PowerBI.

SETTORE

Insurance

progetto
Progetto di Migrazione e Manutenzione Evolutiva della Piattaforma di Risk Management per primario Gruppo Assicurativo Europeo.
cliente

Multinazionale Francese

/

1B€+

#
DataPlatformModernization
#
DataManagement
#
ApplicationMaintenance
#
Academy

Obiettivo del progetto è quello di abilitare il cliente all’adozione della nuova piattaforma SAS Infrastructure for Risk Managmement 3.6 (IRM) ed il relativo Content Package dedicato al Pillar III di Solvency II e ai Quantitative Report Template (QRT).

Le attività progettuali si compongono del supporto al PM Cliente, dell’analisi, dell’installazione della soluzione, della migrazione di dati pregressi, della realizzazione di nuovi processi di popolamento ed estrazione dati, dei System Test e del supporto UAT e della predisposizione della documentazione di progetto. Al termine del progetto di migrazione sono state organizzate sessioni di formazione agli utenti Risk e IT ed è stata attivata una fase di Application Maintenance.

Principali tecnologie utilizzate: SAS 9.4, SAS Stratum, SAS IRM 3.6, SAS Data Management Studio 2.9

SETTORE

Fashion & Luxury

progetto
Consigliare il prodotto giusto al cliente giusto grazie al Machine Learning
cliente

Multinazionale Italiana

/

1B€+

#
CRMStrategy
#
DataCloud
#
ApplicationMaintenance

Obiettivo del progetto è fornire uno strumento ai Sale Assistant dei vari Punti vendita in grado di indicare quale categoria di prodotti suggerire ai Clienti presenti in negozio.

Tale obiettivo è stato raggiunto sfruttando un’App già a disposizione dei Sales Assistant e potenziandola con un Motore di Raccomandazione basato su algoritmi di Machine Learning. Tali algoritmi suddividono periodicamente i Clienti in Gruppi di Comportamento basandosi sulla storia degli acquisti, sulla navigazione del sito eCommerce, sui questionari di Customer Satisfaction, interviste e partecipazioni ad eventi. A ciascuno di questi Gruppi diComportamento, i modelli associano una serie di categorie e sottocategorie di prodotti. Quando il Cliente entra in negozio e viene riconosciuto, i modelli verificano il Gruppo di Comportamento cui è stato associato e suggerisce al Sales Assistant i prodotti da proporre.

SETTORE

Retail

progetto
Sviluppo di processi ETL in ambiente Google Cloud Platform.
cliente

Multinazionale Italiana

/

10M€ - 100M€

#
DataCloud
#
DataManagement
#
ApplicationMaintenance

Obiettivo del progetto è l’evoluzione funzionale dei processi ETL del cliente che si interfacciano con la Google Cloud Platform.

I processi del cliente riguardano prevalentemente la trasformazione e pulizia delle informazioni dello storico di transazioni effettuate negli store, differenziate per macrocategorie e per diversa provenienza e finalità di utilizzo.  Sono dei flussi complessi PySpark ad oggetti che richiamano query SQL o file json. Questi codici compongono dei flussi DAG schedulati tramite lo schedulatore Apache AirFlow e l’obiettivo della maggior parte dei processi è la creazione di tabelle suddivise per dataset nell’ambiente Google BigQuery e la creazione di ulteriori file di output in Cloud Storage. In BigQuery l’utente del Cliente può poi effettuare query in linguaggio SQL per interrogare tali tabelle.

Tecnologie utilizzate: Google DataProc, Google Cloud Storage, Google BigQuery, Git, Linux, Apache AirFlow, PySpark

SETTORE

Fashion & Luxury

progetto
Migrazione Piattaforma Analitica da SAS a Azure Databricks e manutenzione e sviluppo della nuova piattaforma.
cliente

Multinazionale Italiana

/

1B€+

#
DataCloud
#
ApplicationMaintenance
#
DataManagement
#
DataPlatformModernization

Obiettivo principale del progetto è la migrazione di tutti i processi scritti in linguaggio SAS verso l’ambiente cloud di Microsoft Azure sulla piattaforma di sviluppo Databricks traducendo gli stessi processi in linguaggio PySpark e integrandoli con un’infrastruttura cloud.

Tali processi riguardano diverse tematiche: l’analisi del customer portfolio dei Sales Assistant dei negozi e individuazione del Sales Assistant più adeguato, analisi del comportamento d’acquisto e individuazione di KPI riguardanti i clienti che hanno acquistato nei negozi, creazione di reportistica di controllo e suddivisione dei clienti in macrocategorie.

L’obiettivo è stato raggiunto convertendo il codice SAS dei processi dapprima in una IDE locale in linguaggio Python3 sfruttando prevalentemente la libreria per la data analysis Pandas. Successivamente si è adattata tale versione all’ambiente di sviluppo Databricks in notebook PySpark. Il supporto continua con attività di manutenzione, analisi e integrazione dei dati, nuovi sviluppi verso gli stessi processi o altri ancora in notebook PySpark e Scala, supporto nella manutenzione anche delle pipeline presso l’ambiente Azure Data Factorty che si integrano con notebook Databricks.

Tecnologie utilizzate: Spyder IDE, Azure Databricks, Azure Data Factory, PySpark

SETTORE

No Profit

progetto
Gestione e Manutenzione Evolutiva Piattaforma di Campaign Management.
cliente

Medio Ente Italiano

/

100M€ - 1B€

#
ApplicationMaintenance
#
MarketingAutomation

Obiettivo del progetto è il supporto tecnico alle attività di gestione delle campagne di comunicazione e promozione del Cliente.

Le campagne riguardano essenzialmente la ricerca di target specifici di donatori di volta in volta differenti in base alle tipologie di interazione con la Fondazione stessa. Tale supporto coinvolge sia le campagne su cui opera l’utente finale sia gli oggetti e le definizioni che compongono le stesse o che compongono l’ambiente amministrativo delle piattaforme coinvolte. L’obiettivo viene raggiunto mantenendo efficiente l’ambiente del cliente, suggerendo interventi migliorativi, risolvendo problematiche infrastrutturali e operative e proponendo nuove soluzioni alle esigenze dell’utente finale. Ogni eventuale problematica e malfunzionamento viene segnalata dal Cliente utilizzando il sistema di ticketing T4V per le segnalazioni da parte del cliente.

SETTORE

Energy

progetto
Monitoraggio centralizzato degli impianti di cogenerazione.
cliente

Multinazionale Italiana

/

100M€ - 1B€

#
ManufacturingOptimization
#
DataCloud
#
DataManagement
#
ApplicationMaintenance

Obiettivo del progetto è la gestione e la manutenzione evolutiva dell’ambiente Azure del cliente relativo al monitoraggio centralizzato e in near real time dei più di mille impianti presenti nel mondo.

I processi del cliente riguardano prevalentemente la raccolta e trasformazione dei dati di monitoraggio che provengono dai motori di cogenerazione.
I dati di input, a seconda della tipologia di provenienza, vengono depositati in formato csv e json sulla macchina virtuale Linux del cliente. Successivamente vengono inviati come streaming di dati ad Azure IoT Hub che li manda in parte in un’istanza SQL e in parte in dei contenitori csv. I dati vengono scaricati e processati utilizzando delle pipeline nel Data Factory Azure.
Le pipeline presentano un’architettura complessa e annidata che consistono in flussi master che dinamicamente lanciano dei workflow sottostanti suddivisi in base alla categoria dei dati.            
L’obiettivo è stato raggiunto monitorando le pipeline con i relativi processi sottostanti e intervenendo in casi di guasti e malfunzionamenti. Gli interventi vengono effettuati sia su Azure Data Factory, sia utilizzando Microsoft SQL Server Management Studio modificando le tabelle dei DB SQL interessati, sia intervenendo sulla macchina Linux del cliente.

Tecnologie utilizzate: Azure Data Factory, Azure Iot Hub, Linux, Power BI, Microsoft SQL Server Management Studio

SETTORE

Food & Beverage

progetto
Migrazione dalla piattaforma di Marketing Automation.
cliente

Media Impresa Italiana

/

100M€ - 1B€

#
MarketingAutomation
#
DataManagement
#
DataPlatformModernization

Obiettivo del progetto è lo svolgimento di attività applicative inerenti la migrazione della piattaforma SAS CI Studio dalla versione 6.5 alla 6.6.

L’ambiente del cliente è suddiviso in due server: produzione e sviluppo. Tali ambienti sono focalizzati soprattutto al funzionamento del SAS CI Studio. Il cliente dispone di due Business Context, le campagne sono strutturate secondo una gerarchia a livello geografico e per categoria di prodotto. Le maggior parte delle campagne sono lineari e contengono al loro interno dei nodi custom che si interfacciano con degli stored process SAS. L’obiettivo è stato raggiunto attraverso queste attività: migrazione file batch e stored process sas dai vecchi server di produzione e sviluppo del cliente ai nuovi e controllo sulle definizioni degli stessi, controllo e test del corretto funzionamento degli infomap, importazione delle vecchie campagne utilizzando SAS Management Console, svolgimento di test per la verifica del corretto funzionamento delle campagne SAS sugli ambienti nuovi. La migrazione è stata ultimata eseguendo lo script SAS che permette la migrazione al 6.6.

Tecnologie utilizzate: Sas Customer Intelligence Studio, SAS Enterprise Guide, SAS Management Console, SAS Information Map Studio

SETTORE

Manufacturing

progetto
Modello di forecast su stock pezzi di ricambio
cliente

Multinazionale Americana

/

1B€+

#
DemandPlanning

L'obiettivo del cliente era quello di prevedere il numero di pezzi di ricambio nel reparto WASH (lavatrici, lavastoviglie).

Hanno beneficiato di questa previsione 3 magazzini per una copertura totale di 24 country.

Tra le attività si segnala la ricerca di quelle variabili effettivamente incidenti un simile fenomeno e la segmentazione preliminare delle diverse tipologie di pezzi di ricambio.
I modelli sono stati schedulati settimanalmente con una finalità di previsione mensile

Tecnologie utilizzate: SAS

SETTORE

Oil & Gas

progetto
Dashboard e supporto predittivo per l'attività estrattiva
cliente

Multinazionale Italiana

/

1B€+

#
PredictiveModel

L'obiettivo del cliente era quello di creare delle dashboard di controllo per l'analisi delle curve di perforazione e di rivedere il modello di Pore pressure.

Tecnologie utilizzate: SAS

SETTORE

No Profit

progetto
Analisi, Sviluppo e Manutenzione Evolutiva Processi ETL
cliente

Medio Ente Italiano

/

100M€ - 1B€

#
DataManagement
#
ApplicationMaintenance

Obiettivo del progetto è lo sviluppo e la manutenzione evolutiva dei processi di ingestion del Cliente.

I processi del cliente riguardano prevalentemente l’estrazione e integrazione delle informazioni riguardanti i soggetti donatori per rendere l’individuazione dei target di tali soggetti sempre più precisa ed affidabile.
I dati di input vengono estratti dal DB Oracle del cliente e l’output prodotto dall’elaborazione sono depositati, a secondo del successivo utilizzo, su DB Oracle, SQL Server o su file excel, csv o txt attraverso processi schedulati.
E’ stato inoltre realizzato un flusso di caricamento di dati proveniente da Google Analytics utilizzando le relative API e interrogando i dati tramite url di query definite in Google Analytics Query Explorer. Gli output di tali query sono in formato json e vengono letti dinamicamente nel codice SAS del progetto e trasformati e puliti sotto forma di tabelle SAS depositate poi nel DB Oracle, con l’obiettivo di monitorare la navigazione degli utenti sul sito istituzionale.
Tutte le richieste di intervento manutentivo sono infine canalizzate attraverso il sistema di ticketing T4V per attività di supporto o manutenzione dei processi o con contatto diretto col cliente.

Tecnologie utilizzate: SAS Base/Macro, SAS Enterprise Guide, SAS Data integration Studio, SAS Management Console, Google Query Explorer, Json

SETTORE

Banking

progetto
Integrazione flussi dati bancari
cliente

Multinazionale Italiana

/

1B€+

#
DataManagement
#
ApplicationMaintenance

Lo scopo del progetto è quello di aggregare i dati scaricati dalle varie fonti della banca cliente curandone la consistenza.

L’attività include anche la maintenance del flusso di controllo e il supporto agli utenti banca nella definizione delle logiche di aggregazione e nell’analisi dei risultati.

Tecnologie utilizzate: SAS Guide, SAS Data Integration, Shell.

Scopri di più sui nostri servizi

Sei un’impresa e vuoi migliorare la tua competitività sul mercato? Raccontaci la tua esigenza di business e insieme troveremo la soluzione!

CONTATTACI

Unisciti a noi

Sei appassionato di dati e modelli analitici?
Unisciti a noi e insieme faremo la differenza!

UNISCITI A NOI