Il progetto prevede lo sviluppo di un flusso di reportistica finanziaria finalizzato ad analizzare i rischi di trasferimento alle cartolarizzazioni di titoli Asset-backed Securities (ABS) che includono  CDO, RMBS e CMBS.

‍Nel dettaglio, lo strumento mira ad analizzare le cartolarizzazioni del gruppo puntualmente sui singoli titoli e a valutare le performance delle cartolarizzazioni lungo il loro periodo di vita, sfruttando le simulazioni Montecarlo per la previsione .
L’attività in carico ricopre sviluppo, maintenance e supporto all’analisi e al run del flusso di reportistica.

Tecnologie utilizzate: SAS Guide, EventEngine.

Obiettivo del progetto è stato la migrazione della reportistica, sia interna che esposta ai clienti finali, dalla tecnologia SAS Visual Analytics verso la soluzione Microsoft PowerBI.

Tutto il processo di ingestion è invece rimasto su tecnologia SAS. Tale obiettivo è stato raggiunto replicando gli attuali layout dei report il più fedelmente possibile su PowerBI, tenendo conto della diversa tecnologia utilizzata. L’aggiornamento automatico della reportistica è garantito da un processo che, mediante l’utilizzo di codice SAS Base, produce una serie di file CSV di output; questi file vengono inviati in modalità FTP a un server remoto Windows avente un installato Power BI. Da qui, utilizzando e configurando il connettore messo a disposizione dalla soluzione (gateway), è stato pianificato l’aggiornamento automatico della reportistica prevista per due volte al giorno. Grande attenzione è stata posta alle rilevanti problematiche di Data Quality.

Principali tecnologie utilizzate: SAS Visual Analytics, SAS Base, Microsoft PowerBI.

L'obiettivo del progetto era dare indicazioni al management del committente sul percorso di acquisto del cliente.

Per ogni cliente sono stati dunque considerati i singoli scontrini di acquisto, dove la classificazione di quest'ultimo, in un contesto in cui si contano ca. 35 sottocategorie di prodotto, è di fondamentale importanza per la riuscita dell'analisi. A tal fine è stata adottata una tecnica proprietaria di aggregazione degli scontrini stante i prodotti acquistati.

Successivamente è stata realizzata una Path Analysis sia nei confronti di clienti generici che appartenenti a categorie specifiche di acquisto (es. appunto acquirenti Sneakers o Denim).

I risultati sono stati poi rappresentati attraverso Diagrammi Sankey, una tipologia di diagrammi di flusso in cui lo spessore delle linee è proporzionale al flusso stesso, consentendo così di evidenziare facilmente quale tipologia di Cliente acquista i prodotti di interesse all’analisi e con quale percorso. A corredo è stata prodotta un'analisi di profiling.

Tecnologie utilizzate: Azure, PowerBI, SAS, Python, Pyspark

Primo obiettivo del progetto è quello di importare quotidianamente e mensilmente i dati aziendali nel datawarehouse grazie a diversi processi di ETL e pubblicare i report per gli utenti tramite WebReportStudio su un motore OLAP.

‍Recentemente è stata sviluppata la reportistica di autovalutazione secondo le specifiche dell’organo di vigilanza.

Tecnologie utilizzate: SAS

‍

Obiettivo del progetto è di fornire la continuità del servizio, gestione dell’infrastruttura e dei servizi SAS per la consociata italiana del Gruppo Automobilistico tedesco che si occupa di importazione auto, ricambi e accessori, commercializzazione e assistenza dei prodotti delle marche rappresentate.

L’achievement è garantito ogni giorno grazie all’impegno del team nell’evadere le richieste del cliente comprensive di supporto affiancato anche dal supporto tecnico del vendor del software. Il prodotto principalmente utilizzato è Visual Analytics che permette di raccogliere e analizzare i dati aziendali per convertirli immediatamente in informazioni di business rilevanti in modo da avere un’interazione con i dati rapida ed intuitiva grazie a grafici e tabelle dinamiche, consentendo inoltre di risparmiare tempo utilizzando i processi automatizzati e interattivi che funzionano sia in ambiente batch che real-time.

Il supporto offerto consiste anche nella gestione dell’infrastruttura fisica dei server che ospitano l’ambiente di produzione (composto da 5 server) e di sviluppo (un server).

Tecnologie utilizzate: SAS

‍

L’obiettivo della società, un'importante player nel mercato degli apparecchi acustici, era quello di costruire un modello di repurchase sulla clientela della country spagnola. Tale area era presidiata sia direttamente che attraverso una società controllata appena incorporata.

Sono stati costruiti differenti modelli a seconda della società e della tipologia di cliente (interactive o no), facendo fruttare per ogni compagnia le differenti aree informative: dal comportamento pregresso di acquisto, al comportamento di interazione in negozio, all'utilizzo del programma loyalty, alle condizioni audiologiche del cliente (ultime note ed evoluzione nel tempo), fino ad arrivare ai dati di survey sul suo stile di vita.

Tecnologie utilizzate: Dataiku, Google big query

L'obiettivo del cliente era quello di prevedere il numero di chiamate in entrata al call center per la divisione di telefonia fissa.
‍
Questo sia per giorno che a livello di fascia oraria, in modo da dimensionare correttamente il team di customer operation.

Dopo uno studio preliminare per l'individuazione delle metriche maggiormente influenzanti, è  stato modellizzato il fenomeno andando a passare in produzione un algoritmo avente un refresh giornaliero della previsione settimanale e mensile

Tecnologie utilizzate: SAS

Obiettivo del progetto è la creazione e la gestione di processi di produzione di report riguardanti il monitoraggio e l’analisi delle informazioni relative alla customer base (anagrafico, interazioni online, risposte a questionari) e delle informazioni relative alle performance di vendita (transato sia dei negozi fisici che dei canali online) per diverse aziende del mercato Retail e GDO.
‍
Alcuni report vengono generati secondo modalità costanti nel tempo (è questo il caso dei report che vengono utilizzati come base di partenza per i diversi programmi di marketing elaborati dal cliente), mentre altri vengono generati solamente per un determinato periodo di tempo e per obiettivi più specifici (come, ad esempio, per l’analisi del grado di soddisfazione degli utenti relativamente ai servizi ricevuti all’interno di specifici negozi di nuova apertura).
Fra i vari report: monitoraggio del comportamento di acquisto (numero visite, scontrino medio, acquisti on line / acquisti in negozio,…), monitoraggio delle performance di vendita in relazione alle performance passate, impatto campagne loyalty, monitoraggio della customer satisfaction.

Tecnologie Utilizzate:  SAS 9.4, SAS Enterprise Guide 7.1

Obiettivo del progetto è dare indicazioni al management del cliente dell’andamento delle vendite di alcuni prodotti di riferimento nel mercato americano.

È stata inizialmente effettuata una Cluster Analysis degli scontrini al fine di classificarli in termini di prodotti acquistati.

Successivamente è stata realizzata una Path Analysis sia nei confronti di clienti generici che appartenenti a categorie specifiche. I risultati sono stati poi rappresentati attraverso Diagrammi Sankey, una tipologia di diagrammi di flusso in cui lo spessore delle linee è proporzionale al flusso stesso, consentendo così di evidenziare facilmente quale tipologia di Cliente acquista i prodotti di interesse all’analisi e con quale percorso.

Tecnologie utilizzate: Azure, PowerBI, SAS, Python, Pyspark  

‍

L’obiettivo dell’Ente era quello di effettuare un’azione di recupero degli ex donatori, focalizzandosi su quelli a maggior probabilità di convincimento o, comunque, potendo agire con proposte aventi differenti effort economici o di engagement a seconda del livello di propensione del donatore.
‍
Lo studio è stato reso più complesso a causa delle strategie di contatto pregresse che hanno richiesto particolare attenzione nella costruzione dei database di sviluppo.
Al fine di gestire tale aspetto, è stato sviluppato un sistema di modelli previsionali a partire da una sotto segmentazione degli ex donatori il più possibile coerente con le logiche di contatto pregresse.

Tecnologie utilizzate: SAS

L’obiettivo dell’Ente era quello di guidare al meglio le campagne di upgrade sui propri donatori (sostegno a distanza, e semplici donazioni regolari su differenti tipologie di progetto), focalizzandosi su quelli a maggior probabilità di convincimento o, comunque, potendo agire con proposte aventi differenti effort economici o di engagement a seconda del livello di propensione del donatore.
‍
Lo studio è stato reso più complesso a causa delle strategie di contatto pregresse che hanno richiesto particolare attenzione nella costruzione dei database di sviluppo.
Al fine di gestire tale aspetto, è stato sviluppato un sistema di modelli previsionali a partire da una sotto segmentazione degli ex donatori il più possibile coerente con le logiche di contatto pregresse.

Tecnologie utilizzate: SAS

Il progetto si propone di raggiungere i seguenti obiettivi:
‍
- Creazione e monitoraggio dei report relativi ai modelli di rating Group Wide con lo scopo di fornire una sintesi dei principali indicatori di rischio utilizzati in ambito Stress Test, Model Development e IFRS9.
- Integrazione in un’unica applicazione dei Business Requirement ricevuti lato Business in modo da costituire un focal point per la gestione dei dati lato Group Wide
- Monitoraggio giornaliero e  mensile del caricamento dei dati di output nei relativi DB, intercettazione di eventuali anomalie di consistenza dei dati, risoluzione di issue specifiche relative al caricamento e all’invio dei dati.
L’attività presa in carica ricopre sia attività di sviluppo in affiancamento al team di modelli, che attività di manteinance, enhancement, monitoraggio run e risoluzione defect, ponendo le nostre risorse a supporto tecnico e qualitativo del business.

Tecnologie utilizzate: SAS Guide

‍

L'obiettivo del progetto era quello di stimare il settore di appartenenza delle partite IVA con carta fedeltà che non avevano rilasciato tale informazione. Trattandosi di un Retailer in ambito Bricolage, tale conoscenza può essere determinante per meglio comprendere i bisogni e, conseguentemente, formulare offerte coerenti.

Innanzitutto è stato effettuato un minuzioso lavoro di text mining sulle ragioni sociali delle imprese. Successivamente si è passati alla costruzione di circa 25 modelli predittivi (tante erano le categorie da attribuire) osservando il comportamento di acquisto dei primi tre mesi dalla sottoscrizione e costruendo indicatori che indagassero le scelte del cliente fino al sotto reparto. 

Tecnologie utilizzate: SAS

L'obiettivo del progetto è stato quello di aiutare l'ente ad identificare i donatori idonei ad un upgrade donativo (ad esempio vs. lo status di Major donors) all'interno di un più ampio progetto di definizione delle leve di sviluppo della donor base.

Sui differenti target donatore sono dunque stati sviluppati ed applicati differenti modelli predittivi con particolare attenzione alla  comprensione delle meccaniche e delle leve utilizzabili in fase di comunicazione.

Tecnologie utilizzate: SAS

Il framework degli stress test creditizi ha come obiettivo quello di tradurre le previsioni macroeconomiche nelle corrispondenti variazioni di PD e LGD.

‍Le simulazioni vengono eseguite mediante un'applicazione in grado di innescare l'esecuzione di due moduli SAS separati definiti per:

- Incorporare e trasformare le variabili macroeconomiche appartenenti a diversi scenari
- Applicare i modelli per calcolare i delta di PD/LGD

In questo contesto, T4V ha effettuato l’analisi delle specifiche di business, l'implementazione di nuovi flussi e la successiva fase di maintenance e supporto tecnico al business.

Tecnologie utilizzate: SAS Guide, SAS Data Integration.