Analisi degli impatti della fase di follow up sui costi di progetti IT mediante modelli predittivi = Analysis of the follow up phase impacts on IT projects costs using predictive models

Il presente lavoro di tesi nasce durante l’esperienza di stage curriculare svolta all'interno di una società internazionale di consulenza, specializzata in innovazione tecnologica e ingegneristica. Nello specifico, il tirocinio è stato esercitato nell'ambito del Project Management nel team di consulenza informatica, fornitore di servizi IT per un noto istituto bancario. Il proposito che si intende raggiungere con tale elaborato è quello di ottenere un’ottimizzazione dei processi aziendali dedicati alla gestione dei progetti. L’idea scaturisce dall'attuale mancanza di un modello previsionale per quanto concerne la mole lavorativa associabile ad un progetto software nella fase immediatamente successiva al suo rilascio in produzione. Il gap teorico-informativo sul tema della manutenzione e sul processo che porta ad essa evidenzia la carenza di studi sulla strutturazione di tale fase e la mancanza di un’attenzione appropriata verso questo argomento. L’obiettivo è, quindi, quello di riuscire a prevedere con un livello di dettaglio adeguato ed attraverso l'utilizzo di algoritmi di machine learning, il peso di una commessa in termini economici nel cosiddetto periodo di follow up, in modo da poterlo eventualmente includere in fase di stima progettuale. Con una visione più generale, lo scopo diviene, pertanto, la possibilità di poter apportare un valore aggiunto alla gestione globale e totalizzante dei progetti, ottimizzandone i processi di pianificazione e stima.