Porting di una griglia di scoring da SPSS su PC a SAS in ambiente server con migliaia di utenti.
‍
Il cliente aveva sviluppato una griglia di scoring utilizzando SPSS su PC. Ma ci ha chiesto di:
- Convertire la griglia in SAS
- Creare un ambiente con server linux e composto da: sviluppo, collaudo e produzione.
- Produzione era in active/passive in modo da garantire la disponibilità del servizio per le migliaia di utenti.
‍
Tecnologie utilizzate: SPSS, SAS, Linux

L'obiettivo del progetto era quello di definire una cluster analysis sui propri clienti per meglio indirizzare il CRM nella comprensione della propria CB e nella formulazione delle conseguenti strategie di comunicazione ed offerta.

Sono stati distinti i clienti Store dai clienti solo outlet e, preliminarmente alla cluster, è stata effettuata una sotto-segmentazione volta ad indagare alcuni comportamenti "auto esplicativi" e, contemporaneamente, definire un universo di maggior interesse per il processo di clustering.

Sono stati indagati tutti i fenomeni potenzialmente descrittivi del comportamento tipo del cliente quali: preferenze sul mondo couture o tailoring, multicanalità, travelling, ricerca dello sconto, tipologie e macro tipologie di prodotti acquistati, stili, fasce di prezzo etc... Il tutto gestendo le tematiche di cambio valutario, la presenza di tipologie di prodotti con baseline di prezzo intrinsecamente differenti e costruendo kpi di sintesi su viste storiche appropriate.

Rispetto agli stili, non tutti i prodotti erano categorizzati secondo tale dimensione. E' stato dunque sviluppato un complesso sistema di stima inferenziale dello stile per quei prodotti non classificati.

Tecnologie utilizzate: Python, PySpark, SAS

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

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

L’obiettivo del progetto era la realizzazione di tre dashboard di performance:
- Marketing performance
- Channel performance
- Campaign performance

Nella Marketing performance sono stati implementati una serie di indicatori inerenti al tracciamento del comportamento degli utenti. Utilizzando il numero di Visitors, Applicants e Placements come variabili, è stato calcolato il “Conversion Rate” ovvero la percentuale del numero di Applicants che otterranno la posizione lavorativa e il “Time to Fill”, con il numero di giorni come unità di misura. Per quanto riguarda gli indicatori prettamente economici, sono stati implementati il RoAS (Return on Ad Spend, il Gross Profit e il CPA (Cost per Applicant).

La Channel Performance si basa sul calcolo degli indicatori in relazione al canale social selezionato e per ognuno di essi viene indicata la differenza percentuale tra un periodo di tempo e l’altro, per avere un costante monitoraggio sull’efficacia dei canali. La Campaign Performance, infine, basa il calcolo degli indicatori sulle tipologie di campagne utilizzate. Nella dashboard è presente, inoltre, un grafico che mette in relazione l’andamento temporale degli Applicants e i costi associati ad essi.
I dati per la costruzione delle dashboard vengono estratti e caricati su Snowflake per poi utilizzare PowerBI per poter inserire campi calcolati e colonne tramite il linguaggio DAX.

Tecnologie utilizzate: MS PowerBI

L’obiettivo della società, un'importante player nel mercato degli apparecchi acustici, era duplice: innanzitutto comprendere il profilo degli acquirenti della loro nuova "product line" ed infine costruire una regola previsionale di attribuzione di prodotto sia sui già clienti che sui prospect.

Sul risultato di entrambi i due obiettivi gravava la presenza di un dato fortemente inquinato dalle politiche di magazzino intraprese nei mesi e volte a spingere i prodotti con più alti stock. Per ripulire la base dati sono stati adottate tecniche miste di analisi multivariata volte ad estremizzare le caratteristiche presenti ma fortemente appiattite dalla suddetta strategia.

A partire dalla  base dati "ripulita" è stato quindi possibile fornire  il profilo tipo del cliente acquirente: informazione importante per guidare al meglio le scelte di marketing e, non ultimo, fondamentalmente confermata dai successivi confronti con il territorio (audiologi).
In seconda battuta si è proceduto con lo sviluppo di modelli statistici utili per l'attribuzione del prodotto ottimale ai clienti da contattare in vista di un futuro riacquisto  (o primo acquisto per i prospect).

Tecnologie utilizzate: SAS

L'obiettivo del committente, un'importante retailer nel mondo del FAI DA TE, era quello di meglio comprendere il percorso di acquisto di un cliente che intraprende un progetto di ristrutturazione completa.
‍
Di fatto un simile progetto può avere differenti punti di partenza (es. ristrutturazione del bagno) e, per ognuno, è possibile valutare statisticamente i passaggi successivi che con maggior probabilità si verificheranno e anche le relative tempistiche, così da poter costruire delle strategie di comunicazione contestuale, oppure dei pacchetti di offerta mirati e coerenti con le progettualità maggiormente riscontrabili nella realtà.

Tecnologie utilizzate: SAS

L’obiettivo dell’Ente era quello di avere un efficace strumento di prevenzione del churn e, non ultimo, di comprenderne le determinanti per poter strutturare al meglio una strategia di gestione del rischio. Quest'ultimo task è stato indirizzato sia con gestioni tradizionali, basate appunto sullo score del modello, che di tipo contestuale, grazie alle evidenze derivate in fase di sviluppo.
‍
Questo perché lo sviluppo di un modello di Churn non è solo la mera costruzione di una regola statistica, ma un momento importante di studio e comprensione delle dinamiche sottostanti al fenomeno, durante il quale spesso vengono confermate...ma anche smentite... convinzioni radicatesi nel tempo.

Preliminarmente allo studio della regola vera e propria, considerando la natura del business, è stata posta particolare cura nella definizione dell'universo di analisi (chi considerare e quando!) e del target.  

E' stato scandagliato l'intero parco informativo, sviluppando indicatori su tutte le aree: dal comportamento donativo pregresso, agli eventi relativi al bambino sostenuto, alle comunicazioni ricevute o inviate all'ente etc..

Tecnologie utilizzate: SAS

Formazione del cliente all’uso di SAS Enterprise Guide per la creazione di KPI personalizzati.
‍
La richiesta del cliente era quella di realizzare nuovi KPI di compliance antiriciclaggio affiancando nel contempo gli utenti tecnici della banca, facendo quindi della formazione “on the job”.
E’ stato pertanto organizzata una prima fase di formazione teorica per istruire gli utenti sulla nuova tecnologia; si è quindi proceduto a migrare e migliorare le procedure già sviluppate su SPSS Clementine e, infine, li si è supportati nel soddisfare le nuove richieste provenienti dal business, realizzandole direttamente su SAS.
I nuovi processi sono stati integrati nell’infrastruttura di Business Intelligence esistente, quindi sono stati inseriti nei flussi quotidiani e/o mensili che vanno a popolare il datawarehouse.
‍
Tecnologie utilizzate: SAS, SPSS Clementine

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

Obiettivo del progetto era la creazione di un framework web parametrizzato per consentire l’inserimento, modifica e cancellazione di controlli di qualità senza ricorrere alla programmazione.
‍
Dal punto di vista dell’utente, le procedure di qualità possono essere impostate attraverso ad alcune tabelle di configurazione.
Una volta configurate le tabelle, la piattaforma lancia il motore di controllo qualità, anch’esso realizzato a T4V, che effettua tutti i controlli previsti, lanciando allarmi specifici in caso di errore e creando una reportistica finale sui controlli effettuati e sugli errori riscontrati.
‍
Tecnologie utilizzate: SAS Visual Analytics, SAS Studio V, Github.

L’obiettivo del progetto è stato quello di supportare il Top Management nella stesura del piano di crescita dei ricavi del loro Business Plan a tre anni.

Tale crescita era da ottenersi strategicamente attraverso azioni di valorizzazione / upselling dei “già donatori”, piuttosto che attraverso l’ampliamento della base donatori. È stata pertanto effettuata una prima segmentazione della base donatori dell’ente, descritta attraverso opportune dashboard. Successivamente, è stato realizzato ed applicato un modello di propensione all’upselling per individuare quei donatori su cui effettuare azioni specifiche di comunicazione

Tecnologie utilizzate: SAS 

‍

Il progetto mira a produrre report finalizzati al monitoraggio dei seguenti strumenti di capitale: azioni, obbligazioni, strumenti TLAC (Total Loss-Absorbing Capacity) e MREL (Minimum Requirement for own funds and Eligible Liabilities) per la salvaguardia della solvibilità della banca.

Il processo prevede la pubblicazione delle liste titoli sopracitate, tenendo conto dei recuperi storici e delle integrazioni con le nuove deduzioni.
L’attività presa in carico copre attività di sviluppo evolutivo, supporto tecnico e di run per la maintenance del processo in essere.

Tecnologie utilizzate: SAS Guide, Shell, VBA

L’obiettivo dell’Ente era quello di comprendere l'effettivo beneficio del canale TV (ATL) in termini di volumi di acquisizione dopo un periodo di forte riduzione degli investimenti su tale mezzo di comunicazione. Non sempre è infatti facile ricondurre un'acquisizione direttamente al canale TV, ma è indubbio che gli altri canali possano indirettamente beneficiarne.

E' stato dunque predisposto un database storico idoneo a mettere in relazione l'acquisition di un determinato momento storico sui vari canali con i relativi investimenti e gli investimenti ATL presenti e pregressi. Su questo è stato dunque possibile ricavare l'impatto economico effettivamente attribuibile all'investimento pubblicitario televisivo e, quindi, rivalutare strategicamente questo canale.

Tecnologie utilizzate: SAS

Raccogliere le informazioni su tutti i pezzi di ricambio con relativi attributi dal sito del produttore (con il suo permesso).

‍
Il cliente aveva la necessità di avere le informazioni sui pezzi di ricambio da un fornitore, per inserirli nel suo applicativo che gestisce la manutenzione degli impianti che produce. Dato che il fornitore non era in grado di estrarle dai suoi sistemi, il ns cliente ci ha chiesto di creare un programma (crawler) che:
- Si autentica tramite user e password
- Esegue tutte le selezioni possibili
- Per ogni selezione estrae i dati
- Scarica i dati in files esterni
‍
Tecnologie utilizzate: Python