polito.it
Politecnico di Torino (logo)

La disciplina del Project Management - Analisi delle principali metodologie, identificazione driver decisionali e creazione di un modello predittivo = The discipline of Project Management - Analysis of the main methodologies, identification of decisional drivers and making of a predictive model

Manuel Comerro

La disciplina del Project Management - Analisi delle principali metodologie, identificazione driver decisionali e creazione di un modello predittivo = The discipline of Project Management - Analysis of the main methodologies, identification of decisional drivers and making of a predictive model.

Rel. Carlo Rafele. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Gestionale, 2023

Abstract:

Il presente lavoro di tesi si pone il fine di investigare in maniera approfondita il mondo del project management, in relazione anche a quanto svolto durante l'esperienza in azienda. La tesi è composta da una prima parte di overview teorica sull'argomento che ha lo scopo di fornire una visione complessiva e dettagliata della disciplina. Il focus della trattazione si concretizza però nell’analisi delle tre metodologie principali di gestione dei progetti (Waterfall, Agile, Ibrida). Quando usare Agile e quando Waterfall e quali sono i principali driver decisionali sono le principali domande a cui l’elaborato vuole rispondere attraverso le sue analisi. Tali analisi sono svolte secondo due impostazioni differenti: top-down vs bottom up; queste si concretizzano poi in due tipologie di analisi interconnesse tra loro. La prima analisi, più soggettiva, ha come obiettivo principale l’identificazione dei principali driver decisionali e successivamente assegnargli dei valori limite in grado di fungere da crocevia decisionale; è possibile raggiungere tale scopo grazie all’ausilio di alcuni casi studio estrapolati dalla realtà aziendale. La seconda analisi invece, è emersa dalla sopraggiunta necessità di affrontare il problema con una visione oggettiva che esula dall’influenza di fattori esterni e discrezionali dettati dall’esperienza sul campo; a tal fine, è stato necessario utilizzare algoritmi di machine learning, in grado di agire in completa autonomia senza quindi influenze esterne. Quale analisi fornirà i risultati più convincenti, sulla base dei dati a disposizione, è la domanda principale che trova risposta nelle fasi conclusive della trattazione.

Relatori: Carlo Rafele
Anno accademico: 2022/23
Tipo di pubblicazione: Elettronica
Numero di pagine: 140
Informazioni aggiuntive: Tesi secretata. Fulltext non presente
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Gestionale
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-31 - INGEGNERIA GESTIONALE
Aziende collaboratrici: PricewaterhouseCoopers Business Services Srl
URI: http://webthesis.biblio.polito.it/id/eprint/26575
Modifica (riservato agli operatori) Modifica (riservato agli operatori)