Cefriel, centro di innovazione digitale fondato dal Politecnico di Milano, ha avviato con Sacco System un progetto per l’ottimizzazione del processo di produzione di probiotici incentrato su analisi dei dati e algoritmi di machine learning.
Tale collaborazione nasce dalla necessità da parte di Sacco System di comprendere come aumentare la consapevolezza rispetto all’efficienza del proprio processo di produzione per renderne prevedibile la qualità e la resa finale. Nella sua prima fase, il progetto ha portato alla realizzazione di un’analisi di fattibilità e impatto. Ciò ha permesso di indagare la possibilità di comprendere la variabilità della qualità finale del prodotto attraverso i dati disponibili (circa 24 milioni di righe di dati) e l’impatto dei parametri e delle variabili sulla qualità. Dopo questa prima fase, il prossimo step potrebbe esser quello di realizzare un modello in grado di stimare la qualità del processo sulla base dei dati raccolti. L’ultima fase di progetto porterà a individuare la miglior valorizzazione di parametri e variabili del processo di produzione per aumentarne la qualità.
Il ruolo centrale della raccolta dati
Per avviare il percorso di ottimizzazione produttiva sono state progettate e sperimentate tre tipologie di modelli statistici e di machine learning che avevano come obiettivo quello di identificare le dipendenze tra le variabili del processo produttivo e la sua resa finale. Dei tre modelli è stato poi selezionato quello che ha dimostrato una maggiore capacità predittiva. Grazie all’analisi dei dati è stato possibile spiegare fino al 50% della variabilità del processo di produzione e suggerire azioni di miglioramento nella qualità del processo attraverso la riduzione della variabilità del processo su 15 delle 28 variabili individuate.
“Il progetto con Cefriel – afferma Simone Passolunghi, Director of Corporate Operations di Sacco System – ci ha permesso di comprendere quanto sia importante la fase di raccolta dei dati e quanto debbano essere idonei e omogenei per poterli organizzare e studiare per garantire un miglioramento continuo del processo e soprattutto un incremento costante della resa dei nostri prodotti. Il percorso iniziato con Cefriel ci permette di impostare un modello, validarlo, utilizzarlo e soprattutto verificarne l’efficacia in modalità predittiva. Siamo solo all’inizio di un viaggio ben più ampio e lungo nel tempo, ma il primo traguardo che abbiamo raggiunto è la consapevolezza dell’importanza del dato. L’attività svolta finora ci ha permesso di vedere la realtà aziendale con “lenti nuove e diverse”, per un processo in futuro più strutturato e soprattutto data-driven”.
Costruire un modello efficace
Cefriel ha proposto a Sacco System la realizzazione di strumenti digitali per predire la qualità del processo produttivo tramite una riduzione dimensionale di alcune variabili al fine di costruire un modello in grado di suggerire azioni di miglioramento per ottimizzare la qualità. Già questo primo assesment ha portato a importanti benefici misurabili, identificando il 7% di variabili e parametri che hanno un maggior impatto sulla qualità e resa finale. Visto l’impatto, il progetto è stato considerato l’inizio di un percorso aziendale che ha permesso di valutare modelli data-driven e che per questo è stato utilizzato internamente nell’ambito di un percorso di formazione interno mirato ad accrescere la cultura del dato.
“Siamo lieti di affiancare Sacco System nel percorso per diventare un’azienda data-driven. In Cefriel sappiamo che per migliorare e ottimizzare la produzione servono processi decisionali rapidi ed efficaci che sfruttino il più possibile i dati disponibili. I modelli analitici e il machine learning possono portare non solo a modelli predittivi, ma anche consentire all’azienda di prendere decisioni informate e migliori.” – dichiara Alfonso Fuggetta, CEO e direttore scientifico di Cefriel.
