La tesi descrive il lavoro svolto durante un tirocinio curriculare presso una società di consulenza informatica, focalizzato sullo sviluppo di un sistema di raccomandazione per una società operante nel settore del tolling. In un contesto caratterizzato dalla gestione di grandi moli di dati eterogenei, è stata progettata e implementata un’infrastruttura per il Next Best Action (NBA) Recommendation System, integrata all’interno della Data Platform aziendale. L’obiettivo principale è stato quello di trasformare i modelli di propensione già sviluppati dal team di data science in azioni concrete e personalizzate, rese disponibili in maniera uniforme a tutti i canali aziendali (app, web e customer care). Il sistema realizzato permette quindi di migliorare l’efficacia delle interazioni commerciali, offrendo proposte più pertinenti e mirate, e fornisce una base solida per futuri sviluppi orientati a ottimizzare la customer experience e a incrementare il valore di business.

Integrazione e sviluppo di sistemi di raccomandazione in una Data Platform: il caso di una società di tolling

IMBIMBO, LUCIANO
2024/2025

Abstract

La tesi descrive il lavoro svolto durante un tirocinio curriculare presso una società di consulenza informatica, focalizzato sullo sviluppo di un sistema di raccomandazione per una società operante nel settore del tolling. In un contesto caratterizzato dalla gestione di grandi moli di dati eterogenei, è stata progettata e implementata un’infrastruttura per il Next Best Action (NBA) Recommendation System, integrata all’interno della Data Platform aziendale. L’obiettivo principale è stato quello di trasformare i modelli di propensione già sviluppati dal team di data science in azioni concrete e personalizzate, rese disponibili in maniera uniforme a tutti i canali aziendali (app, web e customer care). Il sistema realizzato permette quindi di migliorare l’efficacia delle interazioni commerciali, offrendo proposte più pertinenti e mirate, e fornisce una base solida per futuri sviluppi orientati a ottimizzare la customer experience e a incrementare il valore di business.
2024
Raccomandazione
DataPlatform
Big Data
Personalizzazione
Modelli
File in questo prodotto:
File Dimensione Formato  
Imbimbo.Luciano.pdf

Accesso riservato

Dimensione 2.59 MB
Formato Adobe PDF
2.59 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14251/3823