From Data to Decisions: Business Intelligence for Stakeholder Support and Process Automation Dai dati alle decisioni: Business Intelligence per il supporto agli stakeholder e l’automazione dei processi

La presente tesi descrive e analizza il lavoro svolto durante il tirocinio curricolare presso Marazzi Group, realtà industriale di riferimento nel settore ceramico e parte del gruppo multinazionale Mohawk Industries. L’attività è stata condotta all’interno del team di Business Intelligence e si colloca nel contesto della trasformazione digitale aziendale, caratterizzata da un crescente utilizzo del dato come risorsa strategica per il monitoraggio dei processi, la gestione operativa e il supporto alle decisioni. Obiettivo principale del progetto è stato trasformare dati operativi, eterogenei e spesso non strutturati, in informazioni affidabili e fruibili, con particolare focus sui dati provenienti dalla piattaforma Jira, utilizzata per la gestione del ticketing e delle attività IT. In tale prospettiva, l’elaborato approfondisce il passaggio dal dato grezzo alla costruzione di strumenti decisionali orientati agli stakeholder, evidenziando come la Business Intelligence, oltre a produrre reportistica, costituisca un insieme di metodologie e processi volti a creare valore attraverso la raccolta, l’integrazione, la modellazione e la visualizzazione del dato. Dopo una descrizione del contesto aziendale e degli strumenti digitali in uso, il lavoro si concentra sul processo di acquisizione ed elaborazione dei dati. In particolare, viene illustrato un flusso che comprende l’estrazione dai sistemi sorgente, la pulizia e trasformazione dei dataset, la normalizzazione dei campi informativi e la definizione di un modello dati coerente e scalabile. Particolare attenzione viene dedicata alle criticità tipiche dei dati di ticketing, come campi non standardizzati o incompleti, e alla definizione di KPI e metriche significative per rappresentare correttamente le informazioni richieste dai diversi stakeholder. Sulla base di tali attività, sono state sviluppate dashboard interattive in Power BI finalizzate al monitoraggio di indicatori chiave, con l’obiettivo di rendere \\l’informazione accessibile e immediatamente interpretabile da parte di profili aziendali differenti. In questo senso, il progetto non si limita alla produzione di visualizzazioni, ma propone una metodologia di analisi e reporting in grado di migliorare la trasparenza del processo, supportare la comunicazione tra team e contribuire alla valutazione delle prestazioni. Un ulteriore aspetto riguarda le prospettive future e l’evoluzione degli strumenti BI nel contesto aziendale. In particolare, viene trattato il tema dell’introduzione di soluzioni di intelligenza artificiale generativa, con riferimento a Microsoft Copilot, e delle potenzialità applicative per il supporto alla reportistica. Parallelamente, viene discusso il concetto di automazione nella gestione dei ticket, evidenziando la possibilità di implementare logiche di triage automatico volte a classificare e prioritizzare le richieste in modo più efficiente. Nel complesso, il lavoro svolto mostra come la Business Intelligence rappresenti un elemento chiave per abilitare processi realmente data-driven e orientati al miglioramento continuo.

This thesis describes and analyzes the work carried out during the curricular internship at Marazzi Group, a leading industrial company in the ceramic sector and part of the multinational corporation Mohawk Industries. The activity was performed within the Business Intelligence team and is framed within the context of the company’s digital transformation, characterized by the increasing use of data as a strategic asset for process monitoring, operational management, and decision support. The main objective of the project was to transform operational, heterogeneous, and often unstructured data into reliable and usable information, with particular focus on data extracted from the Jira platform, which is used for IT ticketing and activity management. In this perspective, the thesis examines the transition from raw data to the development of decision-support tools tailored to stakeholders, highlighting how Business Intelligence, beyond reporting activities, represents a set of methodologies and processes aimed at creating value through data collection, integration, modeling, and visualization. After describing the organizational context and the digital tools in use, the work focuses on data acquisition and processing. In particular, the thesis presents a workflow including data extraction from source systems, dataset cleaning and transformation, field normalization, and the definition of a coherent and scalable data model. Specific attention is given to typical issues associated with ticketing data, such as non-standardized or incomplete fields, and to the definition of meaningful KPIs and metrics able to properly represent the information required by different stakeholders. Based on these activities, interactive Power BI dashboards were developed to monitor key indicators, with the aim of making information accessible and immediately interpretable by different corporate profiles. In this sense, the project is not limited to producing visualizations, but proposes an analysis and reporting methodology that improves process transparency, supports communication among teams, and contributes to performance evaluation. A further aspect concerns future perspectives and the evolution of BI tools within the corporate context. In particular, the thesis addresses the introduction of generative artificial intelligence solutions, with reference to Microsoft Copilot, and their potential applications for supporting reporting. In parallel, the concept of automation in ticket management is discussed, highlighting the possibility of implementing automated triage logics to classify and prioritize requests more efficiently. Overall, the work shows how Business Intelligence represents a key element to enable truly data-driven processes and continuous improvement.