Gestione del processo di fine produzione di serie per i sensori motore obsoleti o non profittevoli = End-of-series production management for obsolete or unprofitable powertrain sensors

Il presente lavoro di tesi è stato sviluppato parallelamente al mio tirocinio presso la filiale italiana di Robert Bosch GmbH a Torino, all' interno della divisione Powertrain Solutions, nel team di vendite dedicato ai clienti Stellantis e Ferrari. Da Ottobre 2024 a Giugno 2025 ho ricoperto la posizione di stagista come Technical Sales and Project Manager occupandomi, tra le varie attività, del processo di fine produzione di serie (EOS), dal punto di vista tecnico e commerciale, dei sensori motore. L'obbiettivo della tesi è stato fornire un' analisi dettagliata del processo implementato dall'azienda evidenziandone i punti di forza e le criticità, e proporre soluzioni per migliorare il tempismo e la gestione del processo di EOS attraverso l'analisi di modelli predittivi basati su serie temporali. L'analisi del settore dei sensori motore nel settore automotive ha messo in evidenza come questi sensori, fondamentali per l’efficienza e il controllo delle performance del veicolo, siano soggetti a rapida obsolescenza tecnologica. Finora il processo di selezione dei componenti destinati al fine produzione di serie, implementato in azienda, si è basato unicamente sull' analisi dei dati di vendita, evidenziando come molti criteri utili alla valutazione dell'obsolescenza siano stati trascurati portando ad una gestione reattiva dell'obsolescenza del prodotto. Dal confronto con la letteratura accademica emerge come un approccio più proattivo e multicriterio per la gestione dell'obsolescenza potrebbe migliorare il processo di EOS. Per questa ragione, sono stati sviluppati tre modelli predittivi (ARIMA, Prophet e Regressione lineari) utilizzando il linguaggio di programmazione Python e testati nell' ambiente di sviluppo Visual Studio Code, al fine di valutare la loro capicità di individuare anticipatamente i segnali di avvicinamento all'obsoloscenza tecnologica, partendo dai dati aziendali relativi alla fatturazione degli ordini dei componenti. Infine nella parte conclusiva delle tesi sono state analizzate le limitazioni emerse dai risultati ottenuti da questi modelli ed è stata sottolineata l'esigenza di integrare un modello predittivo capace di tenere conto di diversi fattori, delle fasi del ciclo di vita del prodotto e dell'andamento intermittente tipico dei componenti che si avvicinano all'obsolescenza. Pur non offrendo una soluzione definitiva, questo lavoro di tesi intende fornire una base per future ricerche in un settore relativamente ancora poco esplorato.