Progettazione di un sistema data-driven per il monitoraggio e il bilanciamento delle risorse in un centro distributivo complesso: il caso Marchiol S.p.A

This thesis addresses the design of a logistics performance measurement system aimed at supporting decision-making and operational processes. The work originates from the need to manage a complex distribution center characterized by unpredictable flows, strict delivery deadlines, and the necessity to coordinate cross-functional departments. The study adopts a top-down approach. During the preliminary phase, the infrastructure, material flows, and departmental organizational structure were mapped to capture an accurate snapshot of field operations. The project is structured around a two-level control framework: Key Activity Indicators (KAIs), designed to support daily intra-day operations, and Key Performance Indicators (KPIs), intended to track historical outcomes and drive continuous improvement. Transactional data extracted from the information system were cleaned, filtered, and categorized by product family to establish departmental performance standards and workload dynamics. This quantitative baseline enabled the development of a predictive model capable of forecasting operational volumes and estimating the workforce required to complete activities across departments. The project culminates in the implementation of an integrated management dashboard designed to transform raw warehouse data into prescriptive insights for handling daily peaks and balancing resources dynamically. The thesis provides an applied framework linking data, human resources, and operational processes, establishing quantitative metrics as the primary tool for daily operational planning.

La tesi affronta la progettazione di un sistema di misurazione delle prestazioni logistiche a supporto dei processi decisionali e operativi aziendali. Il seguente lavoro nasce dal bisogno di gestire un centro distributivo complesso, caratterizzato da flussi imprevedibili, dal rispetto di scadenze tassative e dalla necessità di coordinare reparti con funzioni diverse. L'analisi adotta un approccio top-down. Nella fase preliminare sono stati mappati: l'assetto infrastrutturale, i flussi di merce e l'assetto organizzativo dei reparti, in modo da avere una fotografia reale dell'operatività. Il progetto si articola su un sistema di controllo a due livelli: i Key Activity Indicators (KAI), studiati per supportare la gestione delle attività quotidiane e i Key Performance Indicators (KPI), pensati per storicizzare i risultati e guidare il miglioramento continuo. Una volta estratti i dati dal sistema informativo, filtrati e suddivisi per famiglia merceologica, sono stati determinati gli standard prestazionali di reparto e le dinamiche dei carichi di lavoro. Questa base numerica è servita a creare un modello predittivo: uno strumento in grado di monitorare i volumi produttivi e le risorse necessarie per il completamento delle attività nei vari reparti. Il progetto si concentra quindi sulla realizzazione di un cruscotto direzionale integrato, con l’obiettivo di trasformare i dati grezzi di magazzino in indicazioni prescrittive, utili a gestire i picchi giornalieri e il bilanciamento delle risorse tra i reparti. La tesi propone un metodo che relaziona dati, risorse e processi operativi; in questo modo, i numeri si trasformano nello strumento principale per pianificare il lavoro di tutti i giorni.