ACQUA 4.0

Il progetto di Ricerca e Sviluppo ACQUA 4.0, cofinanziato tramite i fondi del POR Toscana, si è posto come obiettivo la realizzazione di un prototipo di un sistema altamente innovativo destinato ai gestori del Servizio Idrico Integrato (SII), al fine di favorire una gestione più ecosostenibile di un bene comune prezioso come è quello dell’acqua riducendo sprechi, consumo energetico, emissioni e costi e migliorando, in generale, il servizio offerto.

Nell’ambito del progetto ACQUA 4.0, Hesplora ha realizzato un modello predittivo che, impiegando tecnologie radar - sia satellitari (satelliti SAR) che terrestri - per monitorare i movimenti del terreno come frane e smottamenti, consente di individuare e, in taluni casi prevedere, le rotture delle condotte idriche che determinano perdite di acqua.

Green

SM.A.R.T.

Il progetto di Ricerca e Sviluppo SM.A.R.T. (SMart Analytics in Roads and Transportations) mira a soddisfare la necessità sia dei singoli cittadini che delle pubbliche amministrazioni di poter fruire di servizi di mobilità intelligente, che possano essere dinamici, contestualizzati ed accessibili.

SM.A.R.T. ha come obiettivo principale lo sviluppo di una piattaforma integrata di servizi di Predictive Analytics e di una sensoristica di supporto (sensori IoT) per l’estrazione di insights da fonti dati multi-source. Il fine è quello di migliorare i servizi urbani di Smart Mobility all’interno del contesto Smart City, con particolare attenzione a viabilità, traffico e smart parking.

Nell’ambito di questo progetto, Hesplora si è occupata della realizzazione di un modello previsionale, tramite modelli di Machine Learning, con l’intento di prevedere la probabilità di trovare parcheggio in specifiche strade, implementando un’apposita interfaccia grafica ideata per consentire ai cittadini di utilizzare il sistema in maniera rapida ed intuitiva. È stato realizzato, inoltre, un cruscotto di monitoraggio contenente KPI ed insights derivanti dai dati della sensoristica.

Gold Red

RAN Monitoring

Lo scopo del progetto è di fornire KPI e contatori grezzi di monitoring, inventory ed analisi per i servizi di rete mobile e FWA (Fixed Wireless Access) di Fastweb. Il sistema dovrà dimostrarsi in grado di essere integrato e compatibile con l’architettura dati di Fastweb, basata su servizi AWS (Amazon Web Services).

La soluzione comprende le seguenti funzionalità:

• Data management, data ingestion, retention and organization;
• Data consistency, controlli di qualità sul dato e sui suoi derivati;
• Data Analysis, produzione di viste, arricchimento, correlazione e aggregazione di kpi e contatori.

La soluzione è stata integrata con il Data Lakehouse del cliente, raccogliendo tramite pipeline di ETL (Extract, Transformation and Load) i dati di copertura e connettività della rete cellulare provenienti dalla customer base ed i dati provenienti dalla Radio Access Network (RAN) in termini sia di counter grezzi che di KPI.

È stato gestito il ciclo di vita del dato sia in termini di persistenza e durabilità che di svecchiamento. Sono stati eseguiti dei controlli specifici per verificare e migliorare la qualità del dato. È stato, inoltre, arricchito utilizzando tecniche per ottenere informazioni geografiche aggiuntive, raggruppando in base a criteri di densità abitativa e indici specifici su periodi di tempo predefiniti.

Per alcune fonti sono state utilizzate informazioni georeferenziate che hanno permesso sia un clustering su base geografica del dato, sia uno basato sulla densità abitativa. In altri casi è stato necessario procedere a delle aggregazioni su base temporale e delle trasformazioni per calcolare KPI e indicatori.

Al termine del processo, Il dato è disponibile per essere consumato da due diverse tipologie di utenti:

• Utenti business: tramite dashboard Tableau;
• Utenti tecnici: tramite query engine (AWS Athena) per analisi esplorative avanzate.

Red

Asset Intelligence

Per conto di PosteItaliane, all’interno di un programma biennale, abbiamo implementato un sistema di asset intelligence. L’obiettivo del sistema era quello di allineare e riconciliare ove necessario le viste logiche degli asset tecnologici, derivanti dai dati in possesso all’azienda su diversi sistemi informativi, con il reale stato o la reale condizione degli asset nel mondo fisico.

Il progetto, sviluppato all’interno del tenant cloud Azure del cliente, ha portato alla costruzione di un Data Lake in grado di raccogliere, pulire e correlare tutti i dati riguardanti gli asset tecnologici (sistemi di ticketing, discovery, inventory, logistica, etc…) per costruire una vista unificata ed il più possibile corrispondete alla realtà. Il progetto ha riguardato e gestito dati per circa 1 milione di asset tecnologici attivi. I dati vengono accentrati all’interno di un Data Lake che viene alimentato giornalmente tramite pipeline composte da job Spark preposte a:

• Data Ingestion,
• Data Cleaning,
• Data Quality,
• Data Correlation,
• Data Reconciliation.

Il dato così lavorato viene organizzato in viste e repository contenenti dati pronti per il business, che vengono a loro volta consumati dai sistemi di BI, dashboarding e reportistica oltre ad andare ad alimentare flussi di riconciliazione automatizzati per quei dati risultati disallineati direttamente sui sistemi impattati.

Come parte del progetto è stato anche predisposto un agent di discovery in grado di raccogliere i dati delle periferiche connesse a ciascuna postazione di lavoro, con lo scopo di sostituire gli attuali sistemi di asset discovery in essere.

Red

Forestry Analyzer

Il cambiamento climatico è uno dei problemi più importanti e imponenti che l’uomo stia affrontando negli ultimi secoli. È dimostrato che la deforestazione ha un impatto importante sui cambiamenti climatici, sui cicli biogeochimici globali e sulla perdita della biodiversità.

Secondo delle stime IPCC (Intergovernmental Panel on Climate Change), le foreste e i relativi processi di degrado forestale e deforestazione, sono responsabili del 20% del totale delle emissioni antropiche di gas serra (GHG): ridurre queste emissioni sarà necessario per evitare pericolosi mutamenti climatici.

Rallentare o fermare la deforestazione è una soluzione economica e a breve termine per ridurre significativamente le emissioni globali, con straordinari benefici aggiuntivi per la diversità biologica e per lo sviluppo sostenibile nei paesi della zona tropicale.

Il Progetto Forestry Analyzer, condotto da Hesplora e co-finanziato da IFAB, ha consentito di sviluppare una piattaforma per l’analisi dei trend storici di deforestazione e di emissioni di anidride carbonica, oltre alla previsione del loro andamento futuro. Per raggiungere questo obiettivo i ricercatori di Hesplora hanno utilizzato algoritmi di Machine Learning (ML), che hanno dimostrato un’enorme efficacia in questo settore e che sono in grado di sfruttare le potenzialità dei “big data” ottenuti da osservazioni satellitari. Riguardo a questi ultimi, Hesplora ha scelto di valorizzare gli investimenti fatti in ambito Comunitario utilizzando le immagini satellitari fornite da Copernicus dell’Agenzia Spaziale Europea (ESA).

Green

PPM (Process Performance Management)

Il progetto PPM (Performance Process Management) è un sistema di reportistica evoluta mediante il quale viene analizzata, tramite KPI, l’operatività dei sistemi aziendali interni ad una banca.

Il sistema utilizza tutti i principi che sono alle fondamenta del Performance Management. L’architettura, interamente basata su tecnologia Microsoft (SQL Server, Analysis Services, Tabular, Power BI) raccoglie i dati da sorgenti di diversa natura, li aggrega e li rappresenta mediante specifici KPI. La visualizzazione dei dati da parte degli utenti è gestita sia tramite profilazione orizzontale (per ambito di competenza), sia tramite profilazione verticale (livello gerarchico dell’utente).

Gold

Operatore 4.0

Hesplora è partner del progetto Operatore 4.0 finalizzato allo sviluppo di un’Infrastruttura ICT per la pianificazione di interventi sulle reti di distribuzione di energia elettrica, gas e acqua, integrata con l’operatore di campo. Quest’ultimo viene dotato di un sistema cyber-fisico con sensori smart, operatività intelligente e realtà aumentata (secondo il modello Industria 4.0) che gli consente di richiedere, senza utilizzare le mani, dati e informazioni utili e di ottenerle sia tramite immagini visualizzate con gli occhiali, che con testi riprodotti tramite TTS (Text To Speech).

In sostanza, la componente progettuale altamente innovativa sviluppata da Hesplora ha dato risposta, all’esigenza di dare supporto informativo agli operatori sul field mediante delle tecnologie che gli consentissero di lavorare a mani libere.

Per conseguire questo obiettivo, i ricercatori di Hesplora hanno impiegato in modo sinergico due tecnologie digitali all’avanguardia: la Realtà Aumentata (mediante l’impiego di smart glasses) e le Interfacce Vocali in linguaggio naturale.

Il progetto è cofinanziato con fondi POR-CReO FESR 2014 – 2020 – Bandi per aiuti agli investimenti in ricerca, sviluppo e innovazione RSI – Bando 1.

Red

PA Customer Service

Il progetto PA Customer Service si è concentrato sull’analisi e l’ottimizzazione del servizio di Customer Service di un’importante azienda della pubblica amministrazione. L’utilizzo di tecnologie avanzate di Process Mining ha permesso di monitorare in tempo reale le interazioni con i cittadini, individuando inefficienze e aree di miglioramento. In particolare, l’impiego di Celonis, software leader nell’analisi dei processi, ha consentito di ottenere una visibilità completa e accurata delle operazioni, identificando rapidamente i punti critici e facilitando l’implementazione di soluzioni mirate per ottimizzare l’efficienza complessiva.

Attraverso una visualizzazione chiara dei flussi operativi, è stato possibile suggerire azioni correttive per ridurre i tempi di risposta, ottimizzare la gestione delle risorse e migliorare complessivamente l’esperienza del cliente. Questo approccio ha consentito di ridurre i costi operativi e di migliorare la qualità del servizio, con un impatto diretto sulla soddisfazione degli utenti.

Il risultato ottenuto è stato un servizio di Customer Service più efficiente, agile e orientato al futuro, in grado di rispondere meglio alle esigenze dei cittadini e agli obiettivi aziendali.

Gold

Process Mining Monetica

Per conto di Posteitaliane sono state analizzate circa 20.000 pratiche del processo di full acquiring relativo all’attivazione di nuovi POS, in un timeframe di 15 mesi. Il progetto era sotto l’egida del COO (Chief Operating Officer) di Posteitaliane ed era monitorato e seguito dal competence center sulla qualità dei processi.

Tramite tecniche di Process Mining e di discovery automatica è stato generato un modello di processo, che è stato analizzato al fine di individuare possibili miglioramenti da valutare in un secondo momento in sessione di analisi what-if.

Sono stati individuati due scenari distinti che sono stati simulati a partire dal modello di processo generato, simulando anche varie soglie di adozione per i singoli scenari e per i due scenari combinati in modo da poterne valutare preventivamente gli impatti.

Utilizzando i modelli generati, l’analisi what-if ha permesso di valutare il rapporto costi-benefici delle due variazioni di processo proposte al variare della loro soglia di implementazione e di adozione sul processo stesso.

Un ulteriore impatto positivo sul cliente è stato quello di aver abilitato il competence center interno sulla qualità dei processi con nuovi strumenti e tecniche data-driven.

Gold

Smart Water Network

Il 25 maggio 2016 un tratto di circa 200 metri del Lungarno Torrigiani di Firenze, a pochi metri dal Ponte Vecchio, è stato interessato da un crollo determinato dal cedimento improvviso di una condotta dell’acqua. “Grazie” a questo evento, Publiacqua, tramite Ingegnerie Toscane, ha voluto sperimentare la tecnica di analisi delle subsidenze da satellite SAR.

Hesplora, col supporto di Aresys (spin-off del Politecnico di Milano), ha analizzato le immagini satellitari (satellite SAR Sentinel) relative ad un periodo temporale gennaio 2015 - marzo 2017, confutando la teoria che attribuiva ad una frana la rottura del tubo e conseguente crollo del tratto di Lungarno in quanto non sono stati rilevati spostamenti del terreno prima del crollo.

Inoltre, è stata fatta una sperimentazione su Prato per valutare la correlazione tra spostamenti del terreno e perdite idriche.

Green

SENECA

Il progetto SENECA (Sistema intElligente per l’ottimizzazioNe delle infrastrutturE di parcheggio e riCarica, e per il supporto alla guidA virtuosa) ha sviluppato e sperimentato soluzioni di Smart Mobility che, integrate con la Piattaforma Borgo 4.0, sono state in grado di efficientare l’utilizzo dei parcheggi e delle reti di ricarica e, allo stesso tempo, di favorire una maggiore sicurezza sulle strade e una maggiore sostenibilità ambientale della mobilità.

Hesplora ha implementato la definizione e specificazione della componente di analisi del comportamento del driver, attraverso l’utilizzo di Computer Vision ed AI (Artificial Intelligence), con il fine di realizzare metodi e strumenti di Gamification, rivolti in particolar modo a driver professionali, per indurre comportamenti virtuosi in modo semplice e divertente.

POR Campania FESR 2014/2020 O.S. 1.1 Az. 1.1.4 Avviso per la selezione della Piattaforma tecnologica di filiera – Mobilità sostenibile e sicura – Piano C – Piano progettuale per il sostegno alla sperimentazione di modelli e a progetti di innovazione derivata – CUP B32C18000280007.

UNIONE EUROPEA
Fondo Europeo di Sviluppo Regionale

Gold Red

SIM (Sistema Integrato di Monitoraggio ambientale)

Questo progetto si inserisce nel contesto delle iniziative promosse dal PNRR e dal Ministero dell’Ambiente e della Sicurezza Energetica (MASE). Il Sistema di Monitoraggio Ambientale (SIM) è uno strumento fondamentale per la previsione, prevenzione, monitoraggio e gestione delle emergenze in diverse aree, tra cui: qualità dell’aria, incendi boschivi, frane e qualità dell’acqua.

Un sistema così complesso si basa su diverse fonti di informazione provenienti da tutto il territorio italiano, includendo documenti della pubblica amministrazione, immagini satellitari e riprese da droni. L’enorme quantità e varietà di dati richiede un’alta qualità nelle fasi di raccolta, elaborazione e catalogazione, perché queste influenzano direttamente l’affidabilità dei risultati forniti dal sistema.

In questo contesto, Hesplora contribuisce alla realizzazione della Data Platform, occupandosi dello studio, validazione e catalogazione dei dati utilizzati nel SIM.

Per garantire un’organizzazione efficace delle informazioni, un gruppo di esperti ha condotto un’accurata mappatura dei dati, analizzando fonti, tipologie e disponibilità.

È stato definito il catalogo dati, sulla base delle informazioni rilevate dagli esperti, gestito in modo automatizzato grazie a tecniche avanzate di Intelligenza Artificiale Generativa, permettendo la compilazione dei metadati e una gestione ottimale delle fonti.

Green

Monitoraggio Acquedotto dell'EUR

EUR S.p.A. gestisce un acquedotto per uso irriguo e antincendio che copre l’intero quartiere dell’Eur; si tratta di una rete costituita da oltre 100 km di tubature che distribuisce l’acqua proveniente dai pozzi artesiani ad oltre 400 utenze private, alimenta le fontane monumentali dell’Eur, consente di annaffiare i giardini pubblici del quartiere e rifornisce oltre 130 idranti antincendio.

Questa rete idrica è di una complessità paragonabile a quella di un acquedotto di una città di medie dimensioni. Hesplora ha progettato un sistema di monitoraggio che, consentendo ad EUR SpA di avere il costante controllo dell’infrastruttura, aiuta a indirizzare gli interventi migliorativi sulla rete e a sviluppa un approccio di servizio che comporti una più ampia valorizzazione dell’asset.

Nell’ambito del progetto, inoltre, è stato sviluppato un modello che, oltre a consentire una migliore conoscenza dell’infrastruttura, ha portato alla definizione di un’ipotesi di distrettualizzazione come presupposto per una migliore gestione della rete stessa.

Green

AGWD

Il sistema AGWD realizzato da Hesplora per ENI (in subappalto tramite Reply) in collaborazione con Cineca, opera in ambito “Gas While Drilling” (GWD), vale a dire nell’analisi delle componenti gassose presenti nel fango di perforazione, atta a identificare i tipi di gas (ed eventualmente anche fluidi) presenti nelle formazioni attraversate. La sua funzione strategica è quella di analizzare e calcolare le caratteristiche principali di questi gas, con una precisa visualizzazione, al fine di supportare l’interpretazione dei dati raccolti.

AGWD, interamente sviluppato in C++ e Qt per l’interfaccia grafica, acquisisce le informazioni dal datalake Eni in logica Hadoop.

Green

Revisione Processo Sinistri

Per conto di una primaria società assicurativa (che vanta circa 11 miliardi di raccolta diretta, 10 milioni di clienti e 10 mila fra agenzie e sub agenzie sparse sul territorio nazionale) ed in stretta collaborazione con la direzione operations sinistri, sono stati analizzati, nel contesto di un’iniziativa di efficientamento dei processi interni, quelli di sinistro mono firma e doppia firma per un totale di più di 100.000 pratiche su un timeframe di 6 mesi.

Tramite tecniche avanzate di Process Mining e la collaborazione stretta col cliente sono stati individuati diversi parametri importanti, fra cui la base territoriale, la modalità di liquidazione del sinistro, la presenza di richiesta danni, la conformità di ricostruzione tra le parti e il canale di apertura del sinistro.

L’iniziativa ha permesso di ricostruire e modellare in maniera completa i processi in esame e le loro varianti e sono stati creati modelli specifici per dimensione di analisi: ciascun fenomeno individuato nei modelli è stato misurato e le relative inefficienze pesate in termini di impatti reali per il business.

Sono state evidenziate le difformità sull’esercizio del processo su base territoriale, sono stati individuati alcuni punti d’attenzione sulle premialità per la rete peritale e dei liquidatori, ma anche inefficienze inattese così come sono state confermate emerging best practices dovute a recenti ricalibrazioni organizzative per alcune celle del territorio.

A valle dell’analisi sono state introdotte dal cliente diverse iniziative di miglioramento, come ad esempio change request sugli applicativi a supporto del processo, controlli a campione e cambiamenti ai pesi di alcuni parametri di processo.

Gold

APOLLON

APOLLON (environmentAl POLLutiOn aNalyzer), progetto cofinanziato con i fondi del POR Puglia, mira a implementare e sperimentare dei metodi e degli strumenti innovativi per il monitoraggio della qualità ambientale in contesti urbani con specifico riferimento all’inquinamento atmosferico e acustico e alla radiazione ultravioletta (raggi UV).

L’approccio adottato si caratterizza per il basso costo di realizzazione della rete sensoristica, per la capillare diffusione sul territorio e per il coinvolgimento proattivo di studenti, cittadini e amministratori pubblici.

Per il progetto APOLLON Hesplora ha implementato l’infrastruttura IoT per la rilevazione dei parametri ambientali, comprese la progettazione e la realizzazione delle centraline fisse e mobili con a bordo i sensori.

Hesplora ha inoltre sviluppato un’app mobile per il crowdsensing, approccio innovativo che coinvolge i cittadini nella raccolta dei dati ambientali sfruttando la sensoristica degli smartphone o di appositi dispositivi dotati di sensori.

Green