Data Intelligence Solutions

SolEthEn propone ad aziende ed amministrazioni pubbliche soluzioni di data intelligence, mettendo in campo competenze complementari di statistica applicata, calcolo scientifico e programmazione avanzata. Grazie a questo mix ideale, SolEthEn è in grado di "esplorare" ed elaborare il patrimonio di informazioni contenuto nei dati aziendali o pubblici, per trasformarlo e renderlo facilmente utilizzabile a supporto di processi decisionali o di monitoraggio e controllo.

 

I BENEFICI PER IL CLIENTE

  • Miglioramento dei processi di qualità;
  • Maggiore efficienza, controllo e risparmio economico;
  • Abbattimento dei rischi legati a decisioni complesse che riguardano investimenti strategici, sicurezza, salute e ambiente.

 

AMBITI DI INTERVENTO

PRE-PROCESSING E ARRICCHIMENTO DATI

Cosa: pre-processing e integrazione di dati.

Come: raccogliendo, razionalizzando ed omogenizzando dati provenienti da fonti diverse, attraverso metodi e algoritmi di correzione e "pulizia", standardizzazione, interpolazione.

Tipologie di intervento: arricchimento di dati geolocalizzati con informazioni di contesto e/o ambientali; confronto di dataset simili ma con valore assoluto e range di variazione delle variabili significativamente differenti; ricostruzione spaziale o temporale di informazioni distribuite a partire da dati puntuali.

DATA MINING E VISUALIZZAZIONE

Cosa: analisi ed estrazione di conoscenza da dati.

Come: analizzando i dati con metodi e calcoli statistici attraverso algoritmi sviluppati ad hoc, facendo emergere relazioni e informazioni nascoste opportunamente rappresentante tramite grafici, mappe o altri strumenti di visualizzazione.

Tipologie di intervento: raggruppamento e visualizzazione di elementi similari (clustering); ricerca degli attributi principali e dei relativi valori che caratterizzano un insieme di raggruppamenti (classificazione); individuazione di relazioni causa-effetto o regole associative.

ANALISI PREVISIONALE

Cosa: analisi e simulazioni predittive di opportunità, criticità o rischi, utili a guidare azioni vantaggiose o preventive.

Come: ricercando relazioni statistiche tra i dati in modalità multi-variabile e combinando le stesse con modelli e algoritmi matematico-numerici.

Tipologie di intervento: analisi regressive multiple; simulazioni di scenari evolutivi; modelli predittivi causa-effetto per intervenire tempestivamente sui processi produttivi, minimizzando il rischio non conformità o guasti.

SUPPORTO DECISIONALE

Cosa: supporto ai processi decisionali.

Come: esplorando e ottimizzando matematicamente i risultati di analisi e simulazioni predittive.

Tipologie di intervento: sviluppo di modelli e tool capaci di simulare l'evoluzione di un dato sistema o processo in funzione di specifiche politiche di intervento (azioni operate da un decisore) e di fattori aleatori di contesto; indicazioni statistiche sulle politiche ottimali da implementare su un dato processo o sistema, fissati vincoli e obiettivi.

 

ESEMPI

  • velocità
    Ricostruzione dati
  • cluster
    Clusterizzazione energetica
  • inquinanti
    Concentrazioni inquinanti
  • supporto dec
    Supporto decisionale