I truffatori hanno inviato fatture false: stiamo affrontando il problema

Lasciate i vostri contatti, vi invieremo la nostra panoramica via email

Acconsento al trattamento dei miei dati personali per l'invio di materiale di marketing personalizzato in conformità con la normativa vigente. Informativa sulla privacy. Confermando l'invio, l'utente accetta di ricevere materiale di marketing

Grazie!

Il modulo è stato inviato con successo.
Ulteriori informazioni sono contenute nella vostra casella di posta elettronica.

IT EN DE NL FR ES SV NB PT PL

Innowise è un'azienda internazionale di sviluppo di software a ciclo completo, fondata nel 2007. Siamo un team di oltre 2000+ professionisti IT che sviluppano software per altri professionisti in tutto il mondo.

Scarica la panoramica

Come lavoriamo Responsabilità sociale responsabilità sociale Studio di design Studio XR Partnership Carriera Blog

Casi di studio

Banking Finanza Assistenza sanitaria Farmaceutica

eCommerce Vendita al dettaglio Produzione Impresa

Le nostre piattaforme

Sistema di tracciamento dei candidati (ATS) Software HRM Sistema di gestione dell'apprendimento (LMS) Sistema di prenotazione degli spazi di lavoro

Sistema di business intelligence per impianti

Intelligenza aziendale

ERP

Web

Il sistema personalizzabile integra tutti i dati relativi al processo di produzione in un'applicazione web di facile utilizzo, facilitando l'analisi dei costi e la pianificazione di diversi scenari.

Cliente

Industria

Business Intelligence

Regione

Svizzera

Cliente da

2021

Il cliente fornisce sistemi ERP complessi per grandi imprese, nonché servizi di revisione e consulenza per aziende manifatturiere, aiutandole a ottimizzare il loro lavoro e i loro bilanci.

Le informazioni dettagliate sul cliente non possono essere divulgate in base alle disposizioni dell NDA.

Sfida

Gli analisti del cliente erano soliti calcolare tutti i costi e le spese delle diverse fabbriche in ingombranti fogli di calcolo Excel. Più dati erano presenti nelle tabelle, più lento era il funzionamento del programma. Inoltre, se era necessario aggiungere colonne alla tabella (ad esempio con nuovi componenti), gli utenti dovevano modificare manualmente le formule all'interno delle celle. Questo rallentava il processo analitico e causava alcuni errori umani.

Per snellire il lavoro e aumentare l'efficienza, il cliente ha avuto l'idea di integrare un modulo aggiuntivo nel sistema ERP esistente, con analisi e previsioni di produzione dettagliate. Il modulo dovrebbe essere facilmente personalizzabile in base a qualsiasi fabbrica e processo produttivo: gli utenti devono solo aggiungere i dati necessari su macchine, materiali, componenti e personale, mentre tutti i calcoli sono predeterminati e vengono eseguiti nel backend.

Soluzione

Il nostro team ha sviluppato da zero una nuova parte per una piattaforma ERP esistente, che comprende la struttura di produzione, le interrelazioni tra i suoi componenti, il calcolo dei costi e la simulazione.

Applicazione web

SCHEMA DELLA STRUTTURA DELL'IMPIANTO

Gli utenti possono costruire un modello personalizzato della loro fabbrica, aggiungendo livello per livello - officine, attrezzature e moduli. Lo schema aiuta gli analisti a comprendere meglio il modello di una fabbrica e permette di fare riferimenti a colpo d'occhio.

Facendo clic sulle voci al livello più basso dello schema, si apre una sezione con le informazioni accumulate su ciascuna unità produttiva: pagine con una panoramica generale del lavoro e della produzione, dei prodotti fabbricati e difettosi, dei materiali utilizzati, delle perdite e della manodopera. È possibile impostare KPI con diversi parametri (produzione, scarti, ecc.) per ogni macchina e utilizzare grafici per monitorare le variazioni in termini assoluti e relativi. Gli analisti possono verificare l'efficienza di ogni macchina: quanti prodotti sono stati realizzati, a quale velocità, con quante risorse e perdite.

MODULO COSTO

Questa parte della soluzione rappresenta un cruscotto con un riepilogo dei costi di produzione di un periodo di tempo scelto. Fornisce dati cumulativi sulla produzione, sui costi totali, sui costi per unità prodotta, ecc. Gli utenti possono anche confrontare i dati con un periodo di riferimento per seguire le variazioni nel tempo. Una piccola tabella P&L fornisce maggiori informazioni sui costi spesi per elemento (manodopera, materie prime, energia, ammortamenti, ecc.) rispetto al budget assegnato e alla percentuale di perdite. Per maggiore chiarezza, tutte le categorie di costo sono presentate anche in un grafico. Questa panoramica consente agli utenti di comprendere a colpo d'occhio il peso di ciascuna categoria nei costi totali di produzione e di identificare le aree problematiche per la loro ottimizzazione.

Per ottenere maggiori dettagli sulla struttura dei costi, gli utenti possono immergersi nelle informazioni presentate nei grandi fogli di calcolo P&L, che sono un'altra parte del modulo dei costi. Questi includono più parametri di ogni componente del P&L e permettono di calcolare come i costi di produzione dipendano dal volume di produzione, dalle variazioni di prezzo negli anni e dalle perdite.

INTERFACCIA UTENTE INTUITIVA

L'interfaccia del foglio di calcolo è particolarmente facile da usare: ogni riga ha pochi pulsanti per modificare i dati, aggiungere una nuova riga nidificata, ripetere e cancellare la stessa riga. Tutte le formule e i calcoli complicati con molti parametri correlati sono "nascosti" nel backend, in modo che gli utenti comuni senza diritti di amministrazione non possano accidentalmente modificarli o rovinarli. I dati possono essere importati da altre tabelle (ad esempio CSV, fogli di calcolo XML), risparmiando agli utenti molto tempo e riducendo al minimo il lavoro manuale.

La configurazione del foglio di calcolo fornisce già un elenco di elementi generali comuni a diversi tipi di impianti: manodopera diretta e indiretta, materie prime, imballaggi, energia, manutenzione, controllo qualità, spese operative, ecc. Pertanto, gli utenti devono solo scegliere gli elementi necessari nelle impostazioni e adattarli alle proprie esigenze: possono cambiare i nomi, se necessario, inserire righe aggiuntive con i componenti e aggiungere costi e prezzi effettivi.

MODULO DI SIMULAZIONE

La parte successiva del modulo dei costi consente di simulare scenari top-down e bottom-up. Gli analisti possono impostare obiettivi di riduzione (ad esempio per costi, perdite) e ottenere stime di ottimizzazione dei costi per anno. Questo aiuta a trovare la combinazione perfetta di tutti i parametri, consentendo alle aziende di produzione di minimizzare i costi a parità di qualità e di aumentare l'EBITDA.

Quando uno scenario viene approvato, viene utilizzato come benchmark per monitorare l'attuale efficienza della produzione. In questo modo, gli analisti possono rilevare gravi errori nell'efficacia e nella tempistica e raccomandare l'adozione di azioni correttive.

Tecnologie e strumenti

Back-end

.NET 5, SQL (MS SQL Server), Swagger, CQRS, TensorFlow.js

Front-end

Angular 11, RxJs, NgRx, Bootstrap 4.6, Material, ngx-datatable, D3.js,

Piattaforme

Web

Ngx-datable è stato scelto per gestire insiemi di dati complessi nei fogli di calcolo. Ha tutte le caratteristiche per lavorare con le tabelle, ma è molto flessibile e leggero. D3.js è stato utilizzato per creare componenti grafici reattivi basati su dati dinamici. In questo modo, la visualizzazione dei dati consente agli utenti di analizzare e trarre conclusioni molto più rapidamente.

Processo

Il cliente aveva una visione chiara di come dovesse essere il modulo analitico ideale, quindi abbiamo realizzato dei mock-up dell'interfaccia e delle formule per calcolare i costi di produzione. Abbiamo risolto i problemi con tutto il resto: architettura del software, selezione delle tecnologie e dei framework più adatti per un funzionamento impeccabile, sviluppo frontend e backend. Grazie alla stretta collaborazione tra il nostro Business Analyst con un forte background finanziario e gli analisti del cliente, siamo riusciti a trasformare la complessa logica delle interrelazioni tra tutti i parametri in un sistema efficiente di calcoli sul backend e di grafici e tabelle illustrative sull'interfaccia utente.

Fase di scoperta

In questa fase, il nostro team ha esaminato la piattaforma ERP esistente del cliente, ha approfondito i processi aziendali, ha esplorato le alternative e ha individuato la migliore soluzione tecnologica possibile. Abbiamo progettato un modello che delinea le entità aziendali del sistema e le loro relazioni, creato un piano dettagliato per lo sviluppo di ciascun modulo e concordato con il cliente il flusso di lavoro.

Scelta della tecnologia

In base ai requisiti, abbiamo consigliato le tecnologie che si adattavano perfettamente alle esigenze del cliente. È stato scelto Ngx-datable per gestire insiemi di dati complessi sotto forma di fogli di calcolo. Fornisce tutte le funzioni per lavorare con una tabella (ordinamento, filtro, aggiunta di sotto-riga, ecc.) ed è molto flessibile e leggero. D3.js è stato utilizzato per la visualizzazione dei dati e la creazione di componenti grafici reattivi basati su dati dinamici. In questo modo, le informazioni sono state presentate in modo semplice e illustrativo, consentendo agli utenti di comprenderle e di trarre conclusioni molto più rapidamente. Per il Machine Learning abbiamo scelto TensorFlow.js grazie alla sua elevata scalabilità e alla possibilità di utilizzare le sue funzionalità su diversi dispositivi, se necessario.

Apprendimento automatico

Per rendere l'analisi dei dati più rapida ed efficiente, abbiamo implementato un modulo di algoritmi di apprendimento automatico. Questo modulo definisce i modelli di modifica dei parametri di lavoro degli impianti e ne valuta l'efficacia. Gli algoritmi ricevono automaticamente i dati dal sistema ERP e imparano quali sono i metodi più efficienti per raggiungere i KPI stabiliti per ogni impianto, officina o macchina. Questo permette al modulo di trovare tendenze e schemi che non si vedono facilmente, ma che possono essere utilizzati in modo efficiente per l'ottimizzazione dei costi. Abbiamo scelto TensorFlow.js per la sua elevata scalabilità e per la possibilità di utilizzare le sue capacità su vari dispositivi in futuro, se necessario.

Sicurezza

Il modulo di Machine Learning lavora all'interno del perimetro del produttore e non etichetta o memorizza i dati relativi a qualsiasi filiale, impianto, officina o macchina. Gli algoritmi di ML analizzano solo i dati statistici. Ciò significa che questo modulo è sicuro e non può fornire a potenziali intrusi o insider informazioni vitali sulle capacità produttive e sugli articoli del cliente.

Sviluppo MVP

Dopo aver concordato con il cliente la struttura di ripartizione del lavoro, ci siamo dedicati allo sviluppo dell'MVP.

Abbiamo consegnato un modulo alla volta ogni due settimane, abbiamo discusso i compiti su Slack e abbiamo avuto videoconferenze settimanali su Google Meets.

Ogni fase di sviluppo si è conclusa con i test unitari e manuali, in modo da poter individuare e risolvere anche i bug più piccoli nella fase più precoce possibile, evitando che si trasformassero in problemi.

Sviluppo MVP

Dopo aver concordato con il cliente la struttura di ripartizione del lavoro, ci siamo dedicati allo sviluppo dell'MVP.

Abbiamo consegnato un modulo alla volta ogni due settimane, abbiamo discusso i compiti in Slack e abbiamo tenuto traccia dei compiti in Jira.

Ogni fase di sviluppo si è conclusa con il test unitario e manuale, in modo da poter individuare e risolvere anche i bug più piccoli nella fase più precoce possibile, evitando che si trasformassero in grandi problemi.

Team

Sviluppatori backend

Sviluppatori Frontend

Ingegnere
QA

Analisti aziendali

Risultati

Poiché il sistema è stato progettato fin dall'inizio per essere il più semplice possibile, è bastata un'ora per formare i dipendenti che lavoravano con un nuovo modulo. I risultati sono stati visibili già dopo una settimana dall'implementazione: la preparazione dei report è diventata 3 volte più veloce rispetto a prima e gli utenti hanno avuto più tempo per esaminare più da vicino i dati e simulare gli scenari. Ciò ha permesso agli analisti di elaborare una serie più calibrata di risultati e raccomandazioni per ogni stabilimento in un periodo di tempo più breve, migliorando così il valore aziendale e aumentando la fedeltà dei clienti.

Inoltre, il nostro team è riuscito a mantenere l'intero sistema ERP sicuro come lo era prima che venissero apportate le modifiche, grazie agli algoritmi di apprendimento automatico che non interagiscono con i dati vitali e analizzano solo i modelli e le tendenze che emergono da determinate decisioni e azioni.

Durata del progetto

4 mesi per l'MVP;
9 mesi per l'intero progetto (compresi 2 mesi di test di accettazione dell'utente).

Casi correlati

Contattateci

Prenota una chiamata oppure compila il modulo sottostante e ti risponderemo una volta elaborato il tuo

Nome

Azienda

Telefono

Messaggio Si prega di includere i dettagli del progetto, la durata, lo stack tecnologico, i professionisti IT necessari e altre informazioni pertinenti

Registra un messaggio vocale sul tuo
progetto per aiutarci a capirlo meglio

Allega ulteriori documenti se necessario

Caricare il file

È possibile allegare fino a 1 file di 2 MB complessivi. File validi: pdf, jpg, jpeg, png

Vi informiamo che cliccando sul pulsante Invia, Innowise tratterà i vostri dati personali in conformità con la nostra Informativa sulla privacy allo scopo di fornirvi informazioni adeguate.

Cosa succede dopo?

Dopo aver ricevuto ed elaborato la vostra richiesta, vi ricontatteremo a breve per illustrare le esigenze del progetto e firmare un NDA per garantire la riservatezza delle informazioni.

Dopo aver esaminato i requisiti, i nostri analisti e sviluppatori elaborano una proposta di progetto con l'ambito di lavoro, le dimensioni del team, i tempi e i costi stimati.

Organizziamo un incontro con voi per discutere l'offerta e giungere a un accordo.

Firmiamo un contratto e iniziamo a lavorare sul vostro progetto il prima possibile.