BIG DATA ANALYTICS COME LEVA COMPETITIVA NEL MERCATO AUTOMOBILISTICO: FOCUS SULLA GARANZIA = BIG DATA ANALYTICS AS A COMPETITIVE LEVER IN THE AUTOMOTIVE MARKET: FOCUS ON WARRANTY

Da ormai diversi anni, la quarta rivoluzione industriale sta rimodellando la struttura delle industrie nel mondo, crea nuovi modelli di business e offre opportunità difficili da immaginare fino al decennio passato. Il mondo automotive, nonostante la maturità acquisita negli anni, è oggi più che mai sottoposto a grandi pressioni esterne. Strette nella morsa di regolamentazioni legislative, alte aspettative dei consumatori e l’avvento di nuovi concorrenti con competenze tecnologiche all’avanguardia, le case automobilistiche devono evolversi per non soccombere. In questo contesto i dati giocano un ruolo cruciale. Definiti “Il nuovo petrolio”, i big data rappresentano una risorsa molto preziosa, e spesso non sufficientemente sfruttata. Se da un lato i dati costituiscono una grande opportunità di innovazione per il mercato automobilistico (basti pensare ai veicoli a guida autonoma), dall’altro la maturità del settore permette di avere ancora margini importanti di ottimizzazione dei processi. Applicando la tecnologia a processi, spesso consolidati ma obsoleti, che gestiscono grandi volumi di dati, come la gestione delle garanzie, è possibile ottenere margini di risparmio in grado di generare un vantaggio competitivo sostenibile nel tempo. Il contesto in cui si è svolto il tirocinio e la conseguente redazione della tesi è quello del progetto “Smart Warranty”. Il progetto è nato dalla necessità di una grossa azienda automobilistica di ottimizzare e automatizzare il processo di gestione della garanzia, avendo come fine ultimo un sostanziale risparmio economico. Le competenze tecnologiche e strategiche richieste hanno portato l’azienda a rivolgersi a una grande impresa di consulenza per lo sviluppo del progetto, all’interno del quale è stato inserito il tirocinio. La tesi, dopo un’introduzione sulle tendenze tecnologiche del mondo automotive, verte sull’implementazione di una piattaforma di big data analytics per la gestione dei rimborsi delle spese di garanzia automobilistiche. Nella tesi vengono dettagliate le logiche e le metodologie applicate al vecchio processo, così come i primi risultati ottenuti, in linea con le aspettative del cliente. Il progetto riesce infatti a centrare il duplice obiettivo di risparmio economico e maggiore automatizzazione del processo, come richiesto dalla casa automobilistica.