La Gestione del Dato nel Mercato Energetico Italiano Post-Liberalizzazione: Analisi, Sviluppo e Ottimizzazione di Processi di Meter Data Management tramite la Suite Acuphi = Data Management in the Italian Energy Market after Liberalization: Analysis, Development, and Optimization of Meter Data Management Processes through the Acuphi Suite

Il presente lavoro di tesi analizza la gestione del dato energetico nel complesso scenario del mercato italiano, sorto dal processo di liberalizzazione avviato dal Decreto Bersani. La transizione da un modello monopolistico a un ecosistema frammentato, popolato da centinaia di operatori, ha trasformato la gestione dei flussi informativi da attività di back-office a funzione strategica essenziale per la competitività. Questa complessità è stata amplificata dalla rivoluzione dello smart metering, che ha generato un volume di dati di misura in crescita esponenziale. In questo contesto, la tesi esamina la suite software Acuphi di Acus S.p.A. come caso di studio di una soluzione tecnologica matura, dissezionandone l'architettura e i moduli che governano l'intero ciclo di vita del dato, dall'acquisizione grezza alla creazione di una "Single Source of Truth" affidabile per i processi di fatturazione e settlement. Il nucleo del lavoro è costituito dalla progettazione e dallo sviluppo di una nuova funzionalità di reporting, finalizzata a fornire alle società di vendita uno strumento diagnostico per il monitoraggio proattivo della qualità del dato e l'identificazione dei "buchi di misura". Vengono dettagliate le scelte implementative, basate su un'architettura ibrida PL/SQL e Java, e viene presentato un significativo risultato di ottimizzazione delle performance ottenuto durante lo sviluppo. La modifica mirata della logica di recupero dati ha permesso di ridurre drasticamente i tempi di elaborazione, con un impatto positivo esteso a tutti i report della suite. Infine, la tesi si conclude con una riflessione sulle prospettive future. Si argomenta come l'attuale paradigma, basato su database relazionali e logiche deterministiche, stia evolvendo verso architetture più flessibili e scalabili basate su NoSQL. Si analizza inoltre il potenziale strategico dell'integrazione dell'Intelligenza Artificiale, sia analitica che generativa, per arricchire la piattaforma con capacità predittive e interfacce di analisi avanzate, pur considerandone le criticità in un dominio che esige massima accuratezza.