Your SlideShare is downloading. ×
0
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Testimonianza di Matteo Pozzi mathematics at work
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Testimonianza di Matteo Pozzi mathematics at work

201

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
201
On Slideshare
0
From Embeds
0
Number of Embeds
2
Actions
Shares
0
Downloads
1
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Mathematics at work DALLA RICERCA OPERATIVA ALLA BUSINESS OPTIMIZATION Relatore: Matteo Pozzi Lecce, 30 Maggio 2013
  • 2. OBIETTIVI DELL’INCONTRO L’intervento si propone di fornire una prospettiva «imprenditoriale» all’uso della Matematica applicata al business, attraverso la presentazione di Optit srl, spinoff accademico dell’Università di Bologna, fondata nel 2007 dal Prof. Vigo, professore e ricercatore nel campo della Operations Research. • Introduzione alla Ricerca Operativa • L’esperienza di Optit • Considerazioni finali -2-
  • 3. AGENDA DELL’INCONTRO • Introduzione alla Ricerca Operativa • L’esperienza di Optit • Considerazioni finali -3-
  • 4. LA GESTIONE DELLA COMPLESSITA’ E LA RICERCA OPERATIVA L’Operations Research è l’applicazione di metodi scientifici a problemi decisionali che si presentano in strutture organizzate complesse Discipline scientifiche di riferimento Ambiti di applicazione Contesti aziendali e/o istituzionali che presentano problemi connotati da alta complessità/impatto: • Operations research • Management Science • Decision Science • Grandi moli di dati (da trasformare in informazioni) • Vincoli e obiettivi di business in competizione tra loro Le principali metodologie • Data analysis • Forecasting • Processi decisionali articolati, diffusi, e tempestivi • Simulation • Impatti economici significativi • Optimization -4-
  • 5. COSA SI INTENDE PER PROBLEMA DECISIONALE … si tratta di scegliere, tra le diverse alternative possibili, la configurazione relativa ad un insieme di decisioni che consente di ottenere dal sistema le prestazioni desiderate Dato un insieme di elementi legati da forme di interazione opportunamente modellate … Decisioni: • layout impianto • tipo di macchine • sequenza lavorazioni Prestazioni: • max produttività, • min costo, • … Esempio in ambito produttivo -5-
  • 6. GLI AMBITI DEL PROCESSO DECISIONALE Esempi Livello Strategico (Pianificazione/Planning) • • Definizione e valutazione delle alternative Generalmente si opera in regime probabilistico Livello Operativo (Programmazione/Management) • • Definizione della prassi operativa nell’ambito delle scelte strategiche fatte Generalmente si opera in regime deterministico Scelte strategiche • Scelta di investimenti • Localizzazione sul territorio (impianti, servizi…) • Dimensionamento (impianti, personale …) • Attivazione di processi, rotte, … • • • • • • • • • organizzazione della produzione sequenziamento di lavori pianificazione dei lavori instradamento di veicoli turnazione del personale controllo del traffico aereo caricamento di containers, pallets taglio ed impaccamento oggetti …… Scelte operative -6-
  • 7. STORIA (BREVE) DELLA RICERCA OPERATIVA Le origini (‘40s) Lo sviluppo Oggi • Nel corso della Battaglia di Inghilterra (Seconda Guerra Mondiale) si poneva il problema di posizionare i pochi radar disponibili per massimizzare la probabilità di intercettazione dei bombardieri tedeschi (e coordinare le azioni conseguenti) • A tal fine furono organizzati team di lavoro misti (matematici, fisici, ingegneri, militari) per azione di «Research on military Operations» per la messa a punto di metodi quantitativi di analisi e metodologie di soluzione (algoritmi) • • Capacità di calcolo elevata permette di gestire in tempi ragionevoli problemi di enormi dimensioni • Esistenza di consolidati risolutori generici, che permettono di risolvere ampie famiglie di problemi di cui serve solo una descrizione di alto livello del modello/sistema di equazioni • Elevata digitalizzazione delle informazioni a tutti i livelli del mondo produttivo e istituzionale consente alimentazione dei modelli in ambiti pratici di business • • • Larga diffusione postbellica della disciplina in: • Industria • Istituzioni • Accademia Sviluppo di modelli ed algoritmi (1940-60) • programmazione lineare • teoria dei grafi • simulazione numerica … Diffusione degli elaboratori (1960-70) Teoria della complessità -7-
  • 8. I MODELLI MATEMATICI Modello = rappresentazione semplificata di un sistema reale, progettata per rispondere, mediante analisi sperimentali, a domande specifiche (risposta agli ingressi/decisioni). Input (ingressi/decisioni) Modello matematico = x1, x2,… Modello Output (prestazioni) insieme di relazioni logico/matematiche che descrivono il comportamento del sistema • Statico vs. dinamico • Analitico (descritto mediante equazioni/disequazioni) vs. numerico (descritto mediante algoritmi di calcolo) • Prescrittivo / ottimizzazione (valori di xn che realizzano il max/min di z) o descrittivi/ simulazione (come variano alcuni parametri x in funzione di altri) z=f(x1, x2) -8- z
  • 9. LA METODOLOGIA DELLA RICERCA OPERATIVA Formulazione del problema Costruzione del modello • • • Definizione di obiettivi e vincoli Raccolta informazioni e dati sul sistema Ricerca analogie con altri sistemi e analisi statistiche • Scelta del paradigma di presentazione del modello sulla base del problema, assunzioni e ipotesi Espressione di obiettivi e vincoli mediante funzioni di variabili decisionali, parametri e prestazioni • Verifica del modello • Calibrazione dei valori dei parametri caratteristici in modo che il modello fornisca risposte aderenti alla realtà (valori misurati) Elaborazione della soluzione • • Generazione delle possibili soluzioni Scelta della «migliore» (ottimizzazione) • • Rappresentazione dei risultati ai decisori … … fornendo la possibilità di verifica delle ipotesi sul modello stesso • • Implementazione della soluzione Monitoraggio nel tempo del modello (ev. autoapprendimento) Presentazione della soluzione Realizzazione della soluzione -9-
  • 10. ESEMPIO DI MODELLAZIONE MATEMATICA Modello • Modello matematico Problema: ottimizzare i flussi xi (Fornitori (Fi) - Magazzini (Mi)) e quelli yi (Magazzini – Clienti (Ci)) dato una determinata domanda di beni (di), capacità produttive e di stoccaggio (mi) e costi logistici (ci e ti) Xi flussi F-M • Funzione obiettivo min (c1ax1a + c1bx1b + ... + ta1ya1 + ta2ya2 + …) • Vincoli di capacità • F x1a + x2a + ... ≤ ma , Yi flussi M-C x1a + x1b + ... ≤ m1 , M Vincoli di domanda ya1 + yb1 + ... ≥ d1 , • Bilanciamento dei flussi x1a + x2a + ... = ya1 + ya2 + ... - 10 -
  • 11. AGENDA DELL’INCONTRO • Introduzione alla Ricerca Operativa • L’esperienza di Optit • Considerazioni finali - 11 -
  • 12. IL RAZIONALE DI FONDO Nonostante … … perché: • Forte gruppo di Ricerca Operativa presso il DEI dell’Alma Mater Studiorum Università di Bologna … • Livello scientifico molti progetti estremamente elevato non (pubblicazioni ad alto riuscivano ad impact factor) andare oltre • Riconoscimenti nazionali la fase e internazionali progettuale • Progetti finanziati di … grande respiro • Progetti «professionali» in collaborazione con società di consulenza, per clienti privati • Modelli matematici erano molto avanzati, ma gli applicativi IT che li contenevano non erano in grado di soddisfare le esigenze degli utenti reali (robustezza, usabilità, integrabilità) • Focus su aspetti scientifici vs. ritorno dell’investimento non sempre allineati • Difficoltà a garantire la manutenzione nel tempo degli applicativi - 12 -
  • 13. LA STORIA DI OPTIT La nascita • Il prof. Vigo fonda la società nel 2007 insieme a un ex studente con esperienza di consulenza • Il business plan di Optit vince la Start Cup ‘07 dell’E.R. che garantisce accesso a un incubatore e un piccolo capitale di partenza • Creazione di un piccolo team di programmatori SW + collaborazioni occ. • Focalizzazione su un prodotto innovativo per la pianificazione della raccolta rifiuti • Sbocco di mercato fortemente polarizzato su un singolo cliente Il primo impatto con il mercato La rifondazione • Buona crescita nel primo anno (100.000€ di fatturato 2008) ma … • Tempi di sviluppo del prodotto molto lunghi • Tariffe molto basse • 70% del tempo è nel reperimento e predisposizione dei dati (non sui modelli o gli applicativi) • Moderata propensione all’investimento (incl. accesso a fonti di finanziamento) • Nel 2009, a valle di un cambiamento organizzativo presso il cliente principale, l’acceso ai budget owner diventa critico • Nel 2010 subentra un management team più esperto (2 risorse senior nel campo del management consulting) in nuova struttura societaria • Spostamento del business model da società IT a società di servizi (innovazione, trasferimento tecnologico, consulting) • Allargamento del portafoglio prodotti / progetti / clienti • Focus su acquisizione (commerciale) • Rafforzamento organizzativo • Consolidamento tecnologico - 13 - Oggi • Società discretamente capitalizzata con buon accesso al credito • Volume d’affari che permette una sostanziale equilibrio economico e organizzativo • Portafoglio clienti e ambiti di intervento discretamente diversificato • Partnership commerciali e operative consolidate (e in crescita) • Ruolo riconosciuto dal mercato e comunità scientifica • Consolidamento rapporto con UNIBO
  • 14. SUPPORTO ALLE AZIENDE NEL CAMPO DELL’OTTIMIZZAZIONE, INNOVAZIONE E TRASFERIMENTO TECNOLOGICO Ci proponiamo di mettere a disposizione degli operatori del mercato metodologie e soluzioni (Decision Support Systems) di forecasting, data analysis, simulazione e ottimizzazione di sistemi complessi a supporto dell’ottimizzazione del business dei nostri clienti RICERCA APPLICATA NEL CAMPO DELL’OTTIMIZZAZIONE IT SOLUTIONS DEVELOPMENT & DEPLOYMENT BUSINESS ANALYSIS & CONSULTING • Modellisti esperti nella di ricerca • Professionisti informatici per • Professionisti con oltre 10 anni di operativa e ottimizzazione • Accesso preferenziale a gruppi accademici e professionisti di caratura internazionale • Un progetto di Optit per Heracomm (Ottimizzazione Risorse di Sportello) finalista all’Euro Excellence in Practice Award 2012 e 2013 • Spin-off UNIBO sviluppi di standard industriale • Framework e Toolkit di sviluppo avanzati(tecnologia J2EE • Esperienza di integrazione di tecnologie di mercato di ultima generazione • Business partner IBM esperienza di management consulting per mettere il “business al centro” • Project e change management d alto livello • Flessibilità nelle modalità di deployment (service oriented) • Partnership consolidate con importanti società di consulenza - 14 -
  • 15. PRINCIPALI REFERENZE E CLIENTI UTILITIES E TPL INDUSTRIA, RETAIL E SERVIZI - 15 - PUBBLICA AMMINISTRAZIONE E ACCADEMIA
  • 16. Il problema • Rete di +20 sportelli con +200 operatori (attività di front e back office) • Complessità nella pianificazione di medio e breve termine • Ricerca della massima efficienza (FTE) a parità/miglioramento di livello di servizio (tempo medio di attesa clienti) La soluzione Esemplificativi della soluzione • Strumento di forecasting degli afflussi clienti (con dettaglio fino alla fascia da 15 minuti) • Ottimizzazione dell’uso delle risorse (aperturachiusura code) su singolo sportello • Modello di deployment (service) a servizio dei pianificatori centrali (pianif.ne medio termine) e dei pianificatori di sportello (breve termine) I risultati OTTIMIZZAZIONE DELLA GESTIONE DELLE RISORSE DI UNA RETE DI SPORTELLI CLIENTE • Nei primi 6 mesi di adozione dello strumento, per i 7 sportelli più grandi, con un consistente aumento dei volumi di afflusso (+7,0%) … - … riduzione dei tempi medi di attesa (10 minuti, -6,2% vs anno precedente) … - … miglioramento di tutti gli altri KPI - … a parità di risorse utilizzate Pianificazione mensile Pianificazione giornaliera Programmazione per fascia da 15 minuti - 16 -
  • 17. OTTIMIZZAZIONE DI RETI LOGISTICHE E IMPIANTISTICHE Esemplificativi della soluzione I risultati La soluzione Il problema Modellizzazione sistema logistico • Sistemi logistici e industriali complessi: - Alto numero di trasporti/anno, con elevati costi di gestione - Driver di domanda articolati sul territorio - Rete impiantistica articolata, con vincoli logistici e operativi di vario genere Ottimizzazione dei flussi • Definizione di modelli di pianificazione strategica per la ri-strutturazione dei flussi (network re-design, flow allocation) • Modello di sistemi di pianificazione operativa a supporto delle allocazioni di corto termine • Supporto ad analisi strategiche • Benefici nell’ordine di qualche punto percentuale sui costi logistici, garantendo un bilanciamento/utilizzo ottimale dell’uso della rete impiantistica, capace di generare buoni tassi di ritorno dell’investimento Verifica KPI - 17 -
  • 18. PIANIFICAZIONE OTTIMIZZATA DI IMPIANTI DI COGENERAZIONE INDUSTRIALE I risultati La soluzione Il problema Esemplificativi della soluzione • Impianti complessi (cogenerazione, caldaie, pompe di calore, ecc.) • Necessità di pianificazione oraria che garantisca l’utilizzo ottimale delle leve di margine (vendita energia elettrica e termica, costi della materia prima, ecc.) … • … nel rispetto dei vincoli di funzionamento (tecnici e normativi) Pianificazione giornaliera • Sistema di pianificazione per ottimizzazione del margine operativo • Tool di forecasting della domanda termica • Soluzioni realizzate per impianti di cogenerazione ed impianti di alimentazione di reti di teleriscaldamento Dettaglio per singola macchina • La differenza tra la soluzione ottima di pianificazione ed una pianificazione sub-ottima si attesta intorno a qualche punto percentuale (che nel caso di impianti di grandi dimensioni può quantificarsi in qualche centinaia o migliaia di €/giorno (dati da prima sperimentazione) Schema impianto - 18 -
  • 19. PIANIFICAZIONE DELLO SVILUPPO COMMERCIALE OTTIMALE DI RETI DI TELERISCALDAMENTO Il problema • Rete cittadina di dimensioni significative (+70 km di rete, +2.000 clienti allacciati o potenziali) - potenzialità di ricontrattualizzazione di utenze esistenti per nuovi allacciamenti • Necessità di supportare la funzione comm.le nell’individuazione del le opportunità di allacciamento a maggior marginalità La soluzione • Sistema di supporto alla pianificazione dello sviluppo strategico della rete di teleriscaldamento (individuazione dei clienti con maggiore convenienza di allacciamento) • Strumento per analisi what-if (cambiamenti tariffari, variazione driver di costo, ecc.) • (In fase di sviluppo) Tool a supporto del dispatching giornaliero I risultati Esemplificativi della soluzione • Generazione molto efficace di scenari ottimali di sviluppo (che in forma manuale richiederebbero frazioni consistenti di FTE), che su una rete cittadina rappresentano valori assoluti significativi • La soluzione permette un sostanziale miglioramento nella dinamica relazionale tra funzione commerciale e tecnica Rete TLR Soluzione proposta Dettaglio - 19 -
  • 20. Il problema Esemplificativi della soluzione • Framework concettuale per la pianificazione strategica del servizio (modelli di domanda, clustering, bilanciamento turni, ecc.) • Strumento di routing ottimizzato a supporto della pianificazione operativa di dettaglio • Valorizzazione di dati GPS per arricchimento conoscenza aziendale con dati dal campo I risultati • Supporto alla pianificazione dei servizi di raccolta su diverse realtà territoriali • Esigenza di (ri)dimensionamento dei servizi (sia interni, sia per valutazione di contratti con service esterno) • Fornitura di sistemi di aggiornamento della pianificazione alla luce di variazioni della mobilità, conferimenti, ecc. La soluzione PIANIFICAZIONE OTTIMIZZATA DEI SERVIZI DI RACCOLTA DEI RIFIUTI Definizione cluster • Abbattimento tempi di generazione soluzione; per servizi complessi: - ~ qualche giorno per generare 2-3 scenari alternativi di soluzione … - … vs ~ alcune settimane in caso di pianif.ne manuale (per un solo scenario) • Riduzione costi operativi (nr turni, nr km) da 3÷5% (solo routing) a 15÷20% (revisione cluster di servizio) Routing ottimizzato (percorsi di raccolta a minor numero di km) Uso di dati GPS per intercettare variazioni mobilità - 20 -
  • 21. Il problema Esemplificativi della soluzione • Strumento di simulazione di costi di trasporto per supportare: - determinazione budget - identificazione leve di efficientamento - analisi della sensitività dei costi rispetto alle leve (es. cambio tariffazione, revisione frequenze e/o orari di consegna, ecc.) I risultati • Ridisegno della rete logistica di importante gruppo GDO post revisione network - 4 CeDiM (magazzini) - +300 punti vendita con piani di consegna giornalieri (con vincoli temporali e logistici) • Necessità di individuare le leve di efficientamento dei costi di trasporto La soluzione SUPPORTO ALLA PIANIFICAZIONE DELLA LOGISTICA DISTRIBUTIVA NELLA GDO Parametrizzazione istanza KPI soluzione • Caso 1 - Riduzione costi di ~5% sul solo routing - Identificate leve di riduzione costi fino a ~15% (attraverso revisione degli orari di consegna e dei calendari di consegna) • Caso 2 (riprogrammazione di 1 settimana consegne per ~250 PdV) - Riduzione nr viaggi (da 400 a 370) - Riduzione nr veicoli utilizzati (da 226 a 170) - 21 -
  • 22. PIANIFICAZIONE OTTIMIZZATA DI CASH LOGISTICSPER IL RIFORNIMENTO DEGLI ATM Architettura della soluzione OptiATM Anagrafica ATM Sistemi bancari e di filiale Il problema • Strumento di forecasting dei prelievi sulla base dei dati storici (auto-adattativo) • Strutturazione di tool di ottimizzazione che suggerisce data di sovvenzione e importo per la minimizzazione dei costi (costi logistici, costi del denaro, ecc.) • Integrazione con sistemi di banca e di filiale, con architetture poco invasive I risultati • Necessità di “certificazione” del denaro destinato agli ATM  presidio centrale del sistema di approvvigionamento (per evitare adozione di apparati dedicati per ogni filiale) • Gruppo Bancario con ~2.500 ATM su tutto il territorio nazionale, con oneri logistici significativi e impatti sul livello di servizio erogato vs cliente (incidenza stock-out) La soluzione Esemplificativi della soluzione Forecaster Optimiser Dati di prelievo Tasso di interesse DB Proposte sovvenzioni Soglia max di sicurezza • Riduzione dei costi logistici da primi dati forniti (costi trasporto denaro vs filiale) di ~5÷10% • Non è stato quantificato (ma è sicuramente presente) un ulteriore beneficio in termini di diminuzione dell’immobilizzo complessivo di contante Soglia min di sicurezza Schema del sistema di previsione dei flussi ATM (aggiornato giornalmente con giacenze reali) - 22 -
  • 23. ESEMPIO DI APPROCCIO PROGETTUALE Principali attività ANALISI DEL TEMA DI BUSINESS SVILUPPO DELLA SOLUZIONE TECNOLOGICA • Identificazione opportunità di miglioramento e sua declinazione specifica • Strutturazione modello di forecasting e/o ottimizzazione • Analisi dei principali dati e relazioni caratterizzanti il problema di business • Realizzazione strumento prototipale • Eventuale analisi di fattibilità / valutazione costibenefici • Definizione obiettivi, percorso e milestones per l’innovazione Output REALIZZAZIONE MODELLO DI FORECASTING / OTTIMIZZAZIONE E PROTOTIPAZIONE • Comprensione e condivisione del potenziale di miglioramento • Disegno del percorso di innovazione • Eventuale sperimentazione pilota su ambiti concordati • Consolidamento requisiti funzionali per l’avvio di una eventuale ingegnerizzazione • Disegno architettura della soluzione • Realizzazione strumento ingegnerizzato su tecnologie concordate • Verifiche e collaudi funzionali congiunti per assicurare la effettiva rispondenza alle esigenze dell’utenza DEPLOYMENT E SUPPORTO • Affinamenti del Modello gestionale e organizzativo impattato dalla soluzione • Integrazione con i sistemi informativi del cliente e deploy della soluzione • Formazione utenti e avvio sistema (change management) • Supporto gestionale e applicativo • Conferma benefici attesi • Risposte consulenziali al problema di business • Strumento prototipale e blue print per eventuale ingegnerizzazione - 23 - • Soluzione innovativa pronta • Strumento di ottimizzazione per il deployment installato presso il cliente (eventualmente con rilasci • Organizzazione e gestione modulari) operativa allineati per la valorizzazione dei benefici
  • 24. MOLTEPLICI MODALITA’ DI EROGAZIONE DEI SERVIZI Consulenza su strategie di innovazione e ottimizzazione Sviluppo sistemi prototipali di ottimizzazione sulla base di problemi di business del cliente (proof of concept) Sviluppo e fornitura di tool di ottimizzazione da inserire in soluzioni di terze parti (focus sulle componenti di modellistica ed algoritmica di ottimizzazione) Sviluppo e fornitura in licenza o come SaaS di soluzioni end-to-end: • Sistemi di supporto alle decisioni strategiche • Sistemi di ottimizzazione della pianificazione e gestione operativa Consulenza strategica assistita da soluzioni già sviluppate (alternativo o propedeutico all’acquisto di licenze o l’affitto delle soluzioni) - 24 -
  • 25. UN RAPPORTO CHE SI CONSOLIDA CON IL MONDO ACCADEMICO Primo sbocco lavorativo per molti brillanti neolaureati Collaborazioni con ricercatori e personale accademico Accordi di valorizzazione di risultati di ricerche ad alto potenziale Supporto industriale a progetti universitari «a mercato» (es: CIRI) Progetti congiunti con valorizzazione dei rispettivi ambiti di eccellenza Collaborazioni professionali con diversi Consorzi Universitari - 25 -
  • 26. I PRINCIPALI RICONOSCIMENTI Business plan di Optit premiato alla Start Cup BolognaImola 2007, con premio in denaro e accesso all’incubatore di Impresa Innovami (Imola) Finalista all’EURO Excellence in practice Award 2012, principale premio continentale nel campo della Ricerca Operativa, con il progetto sull’ottimizzazione delle risorse di Sportello di Heracomm Finalista all’EURO Excellence in practice Award 2013 con il progetto sull’ottimizzazione delle risorse di Sportello di Heracomm (che sta allargando il proprio ambito funzionale all’intera reportistica sulle attività di sportello) Attualmente semi-finalista al D.H. Wagner Prize for Excellence in Operations Research Practice 2013, importante premio nel contesto Statunitense E, soprattutto, il mercato (clienti e partner) riconosce la professionalità ed il valore che l’azienda sa esprimere nel campo dell’innovazione, trasferimento tecnologico, consulenza e fornitura di soluzioni di supporto alle decisioni - 26 -
  • 27. AGENDA DELL’INCONTRO • Introduzione alla Ricerca Operativa • L’esperienza di Optit • Considerazioni finali - 27 -
  • 28. ALCUNE CONSIDERAZIONI SULLA BASE DELLA NOSTRA ESPERIENZA • L’applicazione della matematica (e più precisamente della Ricerca Operativa) al mondo delle imprese è molto promettente, anche se esiste un gap culturale non indifferente da superare (in Italia) • Fare impresa nell’Innovation Technology è un’esperienza che può essere entusiasmante, ma attenzione a: • Verificare l’attrattività dell’offerta (idea di business) • Ricercare condizioni agevolate di start-up • Assetti societari (coesione e differenziazione) • Ricerca di fonti di accesso a finanza • Assicurarsi un mix di competenze di eccellenza • La migliore soluzione ha vita breve se non viene portata al livello dell’utilizzatore finale • Far crescere un’azienda richiede buoni skill manageriali - 28 -
  • 29. GRAZIE PER L’ATTENZIONE Matteo Pozzi Optit s.r.l. info@optit.net www.optit.net - 29 -

×