polito.it
Politecnico di Torino (logo)

Analisi predittiva del Piano Strategico 2030: evoluzione dell'organico in Cellnex Telecom = Predictive Analysis of the 2030 Strategic Plan: Workforce Evolution at Cellnex Telecom

Blanca Simon Del Pozo

Analisi predittiva del Piano Strategico 2030: evoluzione dell'organico in Cellnex Telecom = Predictive Analysis of the 2030 Strategic Plan: Workforce Evolution at Cellnex Telecom.

Rel. Maurizio Schenone. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Della Produzione Industriale E Dell'Innovazione Tecnologica, 2025

Abstract:

Il presente lavoro di fine Master in Innovazione Tecnologica e Ingegneria dell’Organizzazione Industriale è stato realizzato presso Cellnex Telecom, principale operatore indipendente di infrastrutture di telecomunicazioni wireless in Europa, attivo in dieci Paesi e protagonista della trasformazione digitale del continente. L’azienda, caratterizzata da una forte espansione internazionale e da un ruolo strategico nello sviluppo di reti mobili, connettività critica e infrastrutture intelligenti, ha rappresentato il contesto ideale per l’applicazione delle competenze acquisite durante il Master, in particolare nelle aree di analisi avanzata dei dati, automazione dei processi, modellizzazione predittiva e ingegneria organizzativa. L’obiettivo del progetto è stato la progettazione e implementazione di un modello integrato di People Analytics e Strategic Workforce Planning (SWP), volto a risolvere una problematica tipica delle organizzazioni multinazionali: la frammentazione e incoerenza dei dati relativi alla forza lavoro. Nel caso di Cellnex, la coesistenza di diversi sistemi informativi (SAP, OpenIAM e SuccessFactors) impediva di ottenere una visione unica e affidabile, con conseguenze significative sulla capacità di calcolare KPI di gestione del talento e di pianificare in modo strategico le risorse umane. Attraverso un processo metodologico articolato, che ha incluso la pulizia, standardizzazione e normalizzazione di oltre 20.000 record unici relativi al periodo 2021–2024, è stato creato per la prima volta un database centralizzato e coerente, con un livello di integrità dei dati pari al 99%. Su questa base sono stati sviluppati indicatori chiave come tassi di attrition, retention e segmentazione dei gruppi a rischio, permettendo di individuare tendenze critiche quali l’invecchiamento dei profili strategici e la concentrazione della rotazione in mercati specifici. Il cuore del progetto è consistito nella proiezione della forza lavoro globale al 2030, attraverso scenari che integrano dati storici e ipotesi su pensionamenti, mobilità e impatto di tecnologie emergenti come Intelligenza Artificiale e automazione. Questa analisi consente di anticipare esigenze di reskilling e upskilling, garantendo l’allineamento con il Piano Strategico People 2030 di Cellnex e la sostenibilità del modello operativo. Un risultato di particolare rilevanza è stato lo sviluppo di uno Strategic Dashboard interattivo in Power BI, capace di centralizzare dati, ridurre i tempi di reporting e offrire analisi dinamiche per Paese, area funzionale e caratteristiche demografiche. Questo strumento ha fornito alla direzione aziendale una base solida per decisioni strategiche fondate sui dati. Dal punto di vista formativo, il progetto ha permesso di consolidare competenze avanzate in data analytics, automazione e visualizzazione interattiva, offrendo un contributo accademico e professionale rilevante. L’esperienza ha rappresentato un passaggio cruciale nello sviluppo di un profilo orientato all’innovazione, alla gestione strategica del talento e all’utilizzo dell’ingegneria dei dati come leva per migliorare l’efficienza organizzativa e supportare processi decisionali in un contesto di trasformazione digitale.

Relatori: Maurizio Schenone
Anno accademico: 2025/26
Tipo di pubblicazione: Elettronica
Numero di pagine: 101
Informazioni aggiuntive: Tesi secretata. Fulltext non presente
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Della Produzione Industriale E Dell'Innovazione Tecnologica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-33 - INGEGNERIA MECCANICA
Aziende collaboratrici: Cellnex Telecom S.A
URI: http://webthesis.biblio.polito.it/id/eprint/37121
Modifica (riservato agli operatori) Modifica (riservato agli operatori)