"informatizzazione del monitoraggio dei KPI per l’ottimizzazione delle performance delle macchine da Caffè - Caso Lavazza" = "Computerization of KPI monitoring for optimizing the performance of coffee machines - Lavazza case"

Nell'era della trasformazione digitale e dell'Industria 4.0, la capacità di raccogliere, interpretare e analizzare i dati rappresenta l’elemento fondamentale per il miglioramento continuo e l’innovazione nei processi aziendali. Il presente elaborato di tesi ha l’obiettivo di sviluppare un sistema integrato e automatico per l’analisi e il monitoraggio dei principali indicatori di qualità associati alle macchine da caffè Lavazza. La ricerca si concentra sull'unione di strumenti di Business Intelligence, sull'analisi dei dati e sull'uso di tecniche di Intelligenza Artificiale per rendere più efficienti le decisioni e ridurre i tempi di analisi. Le fonti principali utilizzate per reperire i dati da analizzare sono il sistema di segnalazione tecnica Releco e la piattaforma di feedback dei clienti Wonderflow, che offrono dati diversi da combinare e studiare con un approccio integrato dei dati in ottica di Quality Intelligence. Il progetto presenta cinque deliverables principali: •??informatizzare il processo di analisi dei dati, attraverso l’utilizzo congiunto di Python e Power BI; •??sviluppare un sistema di analisi semantica automatizzata delle note di guasto mediante tecniche di Natural Language Processing (NLP) e clusterizzazione semantica; •??progettare un sistema di alert statistico basato sull’analisi del KPI R100, in grado di identificare variazioni significative e anomalie nei trend di performance; •??implementare un modello predittivo per stimare l’andamento futuro dell’affidabilità delle macchine (R100 a 3, 12 e 24 mesi); •??integrare informazioni quantitative (reclami, KPI) e qualitative (recensioni, sentiment index e TGW) per costruire una visione olistica delle performance dei prodotti con proposta finale dell’Integrated Lavazza Index. L’obiettivo finale è dimostrare come un approccio basato sui dati e automatizzato possa realmente rappresentare un valore aggiunto per l’azienda e contribuire all’ottimizzazione dei processi di controllo qualità. L’elaborato è suddiviso in sei capitoli principali: Il primo capitolo presenta l’azienda Lavazza, i valori legati ad essa e gli obiettivi specifici del progetto di tesi. Il secondo capitolo esamina inizialmente una base teorica e successivamente parica dell’analisi dei dati, con l’obiettivo di definire il campo di studio, le fonti dei dati e i KPI analizzati. Il terzo capitolo descrive le metodologie di preparazione e preprocessing dei dati utilizzate nell’ambito del monitoraggio della qualità. Il quarto capitolo rappresenta il core dello studio, infatti, illustra nel dettaglio la metodologia di data analysis, includendo implementazione delle tecniche di NLP per la classificazione semantica dei guasti, lo sviluppo del sistema di alert statistico, la costruzione del modello predittivo dell’R100 e il confronto fra diverse fonti di dati. Il quinto capitolo presenta e discute i risultati ottenuti, valutando l’efficacia delle soluzioni proposte. Il sesto capitolo, infine, espone le conclusioni e le implicazioni per l’azienda Lavazza, evidenziando i benefici dell’approccio integrato e le possibili evoluzioni future del progetto.