Stato del progetto

Cosa funziona oggi e cosa manca

Bilancio
Pronto
  • Pulizia e caricamentoScript Python che puliscono i CSV e li caricano rispettando le chiavi esterne.
  • Database relazionale in cloudSchema E-R su MySQL, ospitato su Aiven e condiviso dal team.
  • Sette view KPIConsumi, efficienza, costi, risparmio, flotta, puntualità, clienti.
  • Report e dashboardPower BI per l'analisi, una dashboard web per consultare i risultati.
In sviluppo
  • Digital twin di ogni camionStruttura su MongoDB definita. Manca l'aggiornamento automatico a ogni nuovo dato.
  • Fonti esterneMeteo, percorsi e geocoding via API, per spiegare ritardi e consumi.
  • Redditività sul margineOggi il KPI clienti misura il ricavo: i costi per singolo cliente non sono nel dataset.

Progetto a scopo didattico. GreenLog, il committente FTSLog e i dati sono simulati. La base è il dataset pubblico Logistics Operations Database su Kaggle, riportato al sistema metrico.

In una frase

Sintesi finale

I dati c'erano già. Ora dicono dove intervenire.

Da file CSV sparsi a una piattaforma che mostra a FTSLog dove recuperare oltre €1 milione l'anno: non nel carburante, ma nelle attese ai magazzini e nei mezzi fermi.

Grazie per l'attenzione.

Domande?

  • Jacopo Lago
  • Valerio Trevisan
  • Chaimae El Guerouy
  • Simone Damiani
  • Youssef Aouidy