Process Mining per la gestione della morosità nel settore energy & utility: discovery, conformance checking e valutazione economica di un processo di credit management

Le utility di energia elettrica e gas gestiscono ogni anno decine di migliaia di pratiche di morosità, un processo scandito da vincoli normativi stringenti – la regolazione ARERA – e da una variabilità operativa che le rappresentazioni procedurali tradizionali faticano a catturare. Questa tesi applica le tecniche del Process Mining – discovery, conformance checking, analisi delle prestazioni – a un log di 5.315 pratiche di morosità di un venditore di energia, per ricostruire il processo realmente eseguito, confrontarlo con quello atteso dalla normativa e dalle procedure aziendali, e quantificarne il costo di gestione. L’analisi, condotta con la piattaforma Apromore e validata attraverso la ricostruzione analitica indipendente del log grezzo, mostra che il processo osservato si discosta in modo sostanziale dal modello lineare atteso: oltre 1.500 varianti di percorso, un tasso di non conformità del 9,5 per cento alle regole di tutela del cliente – concentrato su una singola causa temporale piuttosto che diffuso – e un costo di gestione fortemente crescente lungo le fasi avanzate del recupero. Un’analisi di concept drift isola inoltre l’effetto di un progetto aziendale di digitalizzazione avviato a metà del periodo osservato, distinguendolo analiticamente da un concomitante effetto di congestione del sistema, entrambi altrimenti confondibili. Il contributo originale della tesi consiste nella costruzione di un’intera pipeline di analisi – dalla preparazione del dato alla valutazione economica – interamente tracciabile e validata attraverso il confronto sistematico con le esportazioni della piattaforma e con un ground truth aziendale, e nella traduzione dei risultati in proposte operative quantificate di reingegnerizzazione del processo, con una stima dei benefici economici e di rischio regolatorio attesi