La tesi valuta l’impiego di tecniche di Intelligenza Artificiale per la previsione della domanda e l’ottimizzazione delle scorte in un contesto distributivo. Il caso applicativo riguarda l’adozione del software Aware nell’azieda Digimax Srl. L’obiettivo è verificare se un approccio data–driven renda più robuste e coerenti le decisioni di riordino rispetto alle prassi precedenti, riducendo stock–out e immobilizzo a parità di livello di servizio. Il lavoro combina un’impostazione metodologica essenziale, la descrizione del contesto aziendale e un’analisi pre/post su indicatori comparabili, con attenzione alla qualità del dato e alla sostenibilità organizzativa della soluzione.
Intelligenza Artificiale per il Demand Forecasting e l’Inventory Optimization: Il caso Aware in Digimax Srl
PETROCCIONE, MICHAEL
2024/2025
Abstract
La tesi valuta l’impiego di tecniche di Intelligenza Artificiale per la previsione della domanda e l’ottimizzazione delle scorte in un contesto distributivo. Il caso applicativo riguarda l’adozione del software Aware nell’azieda Digimax Srl. L’obiettivo è verificare se un approccio data–driven renda più robuste e coerenti le decisioni di riordino rispetto alle prassi precedenti, riducendo stock–out e immobilizzo a parità di livello di servizio. Il lavoro combina un’impostazione metodologica essenziale, la descrizione del contesto aziendale e un’analisi pre/post su indicatori comparabili, con attenzione alla qualità del dato e alla sostenibilità organizzativa della soluzione.| File | Dimensione | Formato | |
|---|---|---|---|
|
Petroccione_Michael.pdf
Accesso riservato
Dimensione
11.53 MB
Formato
Adobe PDF
|
11.53 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/98053