1233-Atti Convegno Vicenza 09 Maggio 2017

Vicenza, 9 maggio 2017
P.N. Industria 4.0

Cambiamenti organizzativi, manageriali e culturali
Continuit e competitivit: un connubio vincente
Indice degli Interventi
Benvenuto del Presidente dellAssociazione Apindustria Confimi VI
P. N. Industria 4.0: superammortamento e iperammortamento - Apindustria Confimi VI

Le nuove competenze richieste dal P.N. industria 4.0 - Fondazione Centro Produttivit Veneto
Il percorso di realizzazione di Industria 4.0: metriche a supporto del management Proxyma
Analizzare i processi aziendali tramite simulazione dinamica - Universit degli Studi di Torino
Dai big data alle informazioni:le tecniche di analisi Six Sigma - Accademia Ital. del Sei Sigma
Modellazione della Value Chain di un intero stabilimento industriale - Proxyma
Testimonianze aziendali di progetti Six Sigma
Aumentare la produttivit del reparto di confezionamento - Venchiaredo S.p.A.

Applicazione della metodologia Six Sigma nel settore del calcestruzzo - Studio Carli
Implementazione di una nuova linea produttiva - TDE Macno S.p.A.
!" ! # !" $$%"& $!'&%
SUPER AMMORTAMENTO
(PROROGA)
E IPER AMMORTAMENTO
INDUSTRIA 4.0
$% & ' & ( ) *( &+*)

"
' '
! " # , ! , !
! - , -
140% 250% 140%
. ! /
! . ' -
C.M. 4/E DEL 30/3/2017 E C.M. 7/E DEL 4/4/2017 2

!" ! # !" $$%"& $!'&%
$% & ( ) *( &+*)
Investimenti dal 15/10/2015 al 31/12/2016
(art. 1 cc.91-94 L.289/2015)
0
) )1(
2&+' )+$&1+(*' &+* )

2&+' +%)3'
)+$&1+(*' &+* ) $& &+* ) 4
4 ( &**( ')+& ) 5'+&
5( ( *& 5&
3&+5'*) &
(1( &+*) ( )+*)
TRANNE ALCUNE 6 5& )$*) 5(
ESCLUSIONI ( *& 5& &$$')+( ')
3
$% & ( ) *( &+*)
2&+' &$ %$' 5( ) )1(
(%*) '+ %$) ) '$ %) ( * - &** 2

Novita
(%*) '+ %$) ) '$ %) ( 5' &+5&+*'
( * - &** 27
2&+' &$ %$' (+ ;& ' ( 5& ( ) )1(
!
2&+' )+ )& ' '&+*& 5 " 8 9#6 )
*
(22 ' (*': )$* % ')+'72&+' ( &1(*) # + *$* , !
-* * . 4
!" ! # !" $$%"& $!'&%
'+&$* ( & )+$&1+& &+* ) '

)+5' ')+' $'( & $% & ;& ' & ( *)
<( &**( ')+& ) 5'+& &+* ) ' 4
Sottoscrizione, entro fine anno, da parte di entrambe le parti del

relativo contratto (C.M. 4/E72017)
< (1( &+*) &+* ) 4( )+*) 6 5& )$*)
acquisizione in leasing pagamento maxicanone almeno pari al 20%

beni realizzati mediante appalto pagamento acconti almeno apri al
20% del costo complessivo previsto dal contratto
realizzazioni in economia pagamento entro il 31/12/2017 di costi almeno
pari al 20% dei costi complessivamente sostenuti nel periodo 1 gennaio
2017 30 giugno 2018 (non rileva, invece, la 1 condizione) 5
( ) *( &+*)
(11') ( ')+& 5& # 6 )$*) '$ ( &
( 2'*) )11&**'3) ( ;'+( ' '+*& '1&+*' '+5%$* '( -

( (**& '$*' ;& *& +' ;& & '+*& )++&$$')+&
(**&$*(*& )+ (%*) & *' ' ( ')+& ) & ' '(
( 2'*) $)11&**'3) *%**& & ' &$&

Si minimi; No forfetari; No imprese marittime tonnage tax
Si rete soggetto (al soggetto rete); Si rete contratto (pro quota
partecipate) (C.M. 4/E/2017)
( 2'*) *& ) ( & = ( $% & ( ) *( &+*)
N.B. Liper non vale solo per gli investimenti realizzati dal 1/1/2017;
calgono, invece, le altre regole del super ammortamento (C.M. 4/E/2017) 6
!" ! # !" $$%"& $!'&%
8
!" ! # !" $$%"& $!'&%
ALLEGATO A L. 232/2016
Beni funzionali alla trasformazione tecnologica e digitale delle imprese
secondo il modello Industria 4.0
* & '+&& 5>( ')+&
Si consiglia analisi da C.M. 4/E del 30/3/2017 che contiene elenco

aggiornato con modifiche introdotte dalla L. n. 28 del 27/02/2017
9
1^ linea dazione
Beni strumentali il cui funzionamento controllato da sistemi computerizzati
o gestito tramite opportuni sensori e azionamenti
10
!" ! # !" $$%"& $!'&%
N .B.
" /
,,!
+ $ , !.
N .B.
/
!
+ $ , !.
11
&3( '+1 2&+' 1'(> &$'$*&+*'
*$* , ! 0 1
2 )3 + . 0
+ 1 2 -. ) 4 4 1 *
5 + * . ) 6
!" 5 0 7
/ # ,* 0
1 2 *
" ) 0 1 0
8
91 / $ : 1 ;; 1
-4 <
9 11 <
9 1 0 *: 1 2 -+ 4 /
< < 1 4 .<
91 * 12
!" ! # !" $$%"& $!'&%
2^ linea dazione
Sistemi per lassicurazione della qualit e sostenibilit
9 + 4 4 = 1
. /
/ / +
= = . / 2
) / 1
11 <
9 / 2
) /
1 11 <
9 0 + )
4 ) 4
4 . )
) +
) ) . + 24 .
<
9 )
) / < 13
9 1 2
+ "(#> ? " ( / @# .<
9 ) +
4 < 1 ) <
= ) .
11 <
9 0 ) 4 0
4
4
) <
9 4 4 0
<
9 / 4 4 4 ) ) 4
0
4 11
2 ) *
14
!" ! # !" $$%"& $!'&%
3^ linea dazione
Dispositivi per linterazione uomo macchina e per il miglioramento

dellergonomia e della sicurezza del posto di lavoro in logica 4.0 :
91 ) )
) ) +
) 1 ) 4 24 1 2.<
9
1
0 <
9 A 1 4 )
4 2 @<4
9 = ) +B$#. ) 0
4 4 *
15
$% & ( ) *( &+*)
(11') ( ')+& 5& - 6 )$*) '$ ( &
( 2'*) )11&**'3) : $'$*& ' : '(**( ) &

( (**& '$*' ;& *& +' ;& ( &11(*) 2 0 '+*& )++&$$')+&
(**&$*(*& )+ (%*) & *' ' ( ')+& ) & ' '(
( 2'*) $)11&**'3) ' &$& ;& 2&+& ' '(+) 5& >
( ) *( &+*)
( 2'*) *& ) ( & = ( $% & ( ) *( &+*)
16
!" ! # !" $$%"& $!'&%
ALLEGATO B L. 232/2016
Beni immateriali (software, sistemi e system integration, piattaforme e
applicazioni) connessi a investimenti in beni materiali Industria 4.0
9# $ 4 4 4
/
4 4
:>4 4 4
4 ) +
1 . 0 )
+ !>$4 >$4
5$4 C > @ .4
9 $ 4 4 =
) 4
9 $ 4 4
)
/ 2 0 4
17
9 $ 4 4
) 2 4
11 +/
= 11 41 1 4 > 4 $! 4 $$ 4
) 1 0# &
.4
9 $ 4 4
)
11 4
9 $ 4 4 2
+ 1 .4
4
9 $ 4 4
4
9 $ 4 4
) 0 1 +# #
&) . 4
9 $ 4 4 ) 2
0 4 18
!" ! # !" $$%"& $!'&%
9 $ 4 4 / 2
4
9 $ 4 4 0 4
1
@ ) + .4
9 $ 4 4 @
0 1 1 # &
1 +> @ D 4 ( .4
9 $ 4 4 D )
) ) 0 1 2 2
/ 2 1
) 0 4
9 $ 4
4 2 4
4 1 2 + @1 @ .4
9 $ 4 0
1 4 1 1 )
4 / 2 4
19
9 $ 4 4 2
A 1 4
9 $ 4 4
) ) 0 / 4 0 1
4 4
9 $ 4 4 0 )
) +
. 11 4
9 $ 4 4 4 4
) )4 + @1 @.4
9 $ 4 4 ) 4
1 @1
) 4 )
*
20
!" ! # !" $$%"& $!'&%
$) *?( & &$ %$' 5( >(1&3) ( ')+&
C.M. 4/E/2017 14
I SOFTWARE REALTIVI ALLA GESTIONE DI IMPRESA IN SENSO LATO SONO

ESLUSI DALLAGEVOLAZIONE (ad es. amministrazione, contabilit, controllo e
finanza, gestione della relazione con il consumatore finale e/o con il fornitore,
gestione dellofferta, della fatturazione, gestione documentale, project
management, analisi dei processi organizzativi o di business, ecc.)
Pertanto un Customer Relationship Management (CRM), un configuratore di

prodotto finalizzato alla vendita e non alla progettazione, un tool di Document
Manager, Enterprise Performance Management e Business Process
Management sono da ritenersi esclusi dal beneficio del super ammortamento.
21
$) *?( & : ( * & & '$( ')+'
*$* , !
0 4 1 4
/ 1 <
A / 0 )3 / ! >
) 1 1 ,! ! +. 2'
. 1 +%# , -.*
# A 0 C 0 ! ! !> ,,
, / !! !!> < 1 .
! , ! ) 0 <
A , E 0 C A
/ 6 F< A )
+ 1 . / E+ 1 E
G 1 . 2 / *
22
!" ! # !" $$%"& $!'&%
2&+& '+*& )++&$$)

)+ )$( @
' *$* , ! ) )
)3 1 6 F 0
1 0 47 // 8
1 + *8 4
4 4 4 )
4 4 ) 1 4 *. + *8 4
4 1 4 4
% 4 *. 1 )
1 11 + 8& =# 4 B&& 4
$H&&4 *.<
/ . 4 0 4
0 + *8 23
# .*
& &**%( ')+& & '+*& )++&$$')+&

& '$( ')+'
I 1 //
G * * & #"
1 4
2+
0 5 .<
0 + ) .7 J
1 0 A / 1 F4
0 * & #"<
+ E )3 , E.
K B !!>
/ 7 1 0 4
4 / 0 4
1 2 2
24
!" ! # !" $$%"& $!'&%
& &**%( ')+& & '+*& )++&$$')+&
25
& &**%( ')+& & '+*& )++&$$')+&

& , - A // C
26
!" ! # !" $$%"& $!'&%
(%*) & *' ' ( ')+& & ' '(

5%& )$&
Il bene possiede caratteristiche tecniche tali da includerlo negli elenchi di cui

allallegato A o allallegato B ed interconnesso al sistema aziendale di
gestione della produzione o alla rete di fornitura.
beni aventi ciascuno

un costo (UNITARIO) 1
di acquisizione / D
superiore a 500.000
!! !
beni aventi ciascuno
%
un costo (UNITARIO)
) + 2 5* ; .
di acquisizione non
superiore a 500.000 +
) ) 27
(%*) & *' ' ( ')+& & ' '(

( %+& & '$( ')+&
5 >>5 )
0 + ) . / &
! "
' !
/ 0 4& (
# ! !"
5 - & 4 ) 7 )
0 ! 1 0 *# 0
2 8
+. 1 ) 0 0 C<
+ . ) / 11
<
+ . / 0 <+ . 2
0 <
+ . ) 0
) 0 28
!" ! # !" $$%"& $!'&%
' & & $% & ( ) *( &+*)

( * & & '$( ')+' - & 4
Deduzione secondo il 9 )
ritmo dei coefficienti / 4 J
fiscali
9 )
Deduzione in caso di / !
cessione bene 9> L 0
9#
1 ) *
Contributi '*C* 7 /
$ :! -
Derivazione rafforzata 9# 7
29
9# 1 0
9 /
Beni in leasing
9# 1 +
.
Leasing con 9 1
clausola a prova
Sale and lease

9 50
back
( )+*' 4&
Per il periodo dimposta in corso al 31/12/2017 e quello successivo il calcolo

degli acconti effettuata considerando come base di calcolo del periodo
precedente quella che si sarebbe determinata in assenza del super e iper
ammortamento.
30
V.A.L.O.R.E. Valorizzare Attraverso Lesperienza Organizzare Riorganizzare Eccellenze. Interventi
per il passaggio generazionale e per la valorizzazione del capitale aziendale. DGR 1285/2016
P.N. Industria 4.0

Le nuove competenze richieste
dal P.N. industria 4.0
VICENZA, 9 MAGGIO 2017
ENRICO BRESSAN - CPV
Vocational Education and Training in the Working World 4.0
VET 4.0
Lead partner EU-Geschftsstelle Bezirksregierung Kln
Partner
IES Campanillas, Malaga, Spain
Ko u vo l a Re g i o n Vo c at i o n a l C o l l e ge , Ko u vo l a , F i n l a n d
C e n t r a l E u r o p e a n C h a m b e r o f C o m m e r c e , W r o c l a w, P o l a n d
Istituto Formazione Operatori Aziendali, Reggio Emilia, Italy
V y t a u t a s M a g n u s U n i v e r s i t y, K a u n a s , L i t h u a n i a
F r va l t n in gen f r Gy m n a s ie & Vu xen u t b i l dn i ng , Ku n g s b a c ka ko m m u n , Ku n g s b a c ka , Swed en
F o n d a z i o n e C e n t ro P ro d u t t i v i t Ve n e t o, V i c e n za , I t a l y
ROC Leeuwenborgh, Maastricht, The Netherlands
Vocational Education and Training in the Working World 4.0
VET 4.0
German Partner Institutions:

Adolf-Kolping BK Horrem
Carl Reuther BK Hennef
G e o r g K e r s c h e n s t e i n e r B K Tr o i s d o r f
B K Te c h n i k D r e n
BK Rheinbach
Background, fabbisogni e obiettivi
Background: la IV rivoluzione industriale, internet of things, industry 4.0 porta
cambiamenti e sfide in tutti gli aspetti della vita inclusa la formazione
Te m a t i c h e r i l e v a n t i :
Nuovi percorsi formativi/metodi formativi
Sviluppo di corsi di formazione
Imprese, grandi aziende e PMI
ICT nuove tecnologie competenze digitali
Fa bbisogni: i co m p i ti l avo rati vi e l e re l ati ve co m p eten ze n e c e ssa ri e
cambieranno, importante preparare i lavoratori, i giovani e i loro insegnanti /
formatori ad affrontare queste sfide
Obiettivi
individuare i nuovi requisiti per le qualifiche su un'ampia base europea
sensibilizzare gli insegnanti e i formatori alle modifiche attuali e future
sviluppare moduli innovativi per insegnanti, formatori, lavoratori e studenti, con
particolare attenzione ai settori elettronici e meccatronici, come primo passo
verso lo sviluppo di un curriculum
rendere questi moduli trasferibili ad altri settori
utilizzare metodi innovativi e piattaforme di apprendimento
consentire agli studenti di lavorare insieme in progetti a livello europeo
Intellectual Outputs
I O 1 : Pro f i l o d e l l e co m p etenze ri c h i e ste p e r i l M o n do d e l l avo ro 4 . 0
IO 2: 4 moduli formativi per studenti / lavoratori
IO 3: 4 moduli formative per insegnanti e formatori aziendali

Newly emerging Required core Knowledg Skills Key skills EQF Referenced Related partial
work processes competencies e and level cases competencies
and tasks abilities for modules
Cambiamenti tecnologici
Pervasivo utilizzo Importanza critica The knowledge 4
di internet nei della comprensione of the
processi lavorativi delle possibilit di possibilities of
della meccatronica internet veloce (4G fast Internet.
e dellelettronica and 5G).
Applicazione delle Installare e Conoscenza di Installare 4 Foto-Things:
soluzioni delle manutenere base della apparecchiature Electrical
tecnologie apparecchiature di fotonica e di fotonica e appliance
fotoniche e della fotonica e optoelettronic optoelettronica. control
optoelettronica optoelettronica nei a. Manutenere
processi di apparecchiature
produzione. di fotonica e
optoelettronica.
Newly emerging Required core Knowledge Skills Key skills EQF Referenced Related partial
work processes and competencies and abilities level cases competencies for
tasks modules
Utilizzare apparecchiature Conoscenza di base Capacit di applicazione Imparare ad imparare, le 5 My Trolley Chip - a
Funzionamento e digitali di misura e analisi. della tecnologia mobile,
dei contesti fisici - nel competenze linguistiche. Training system for
controllo dei processi Eseguire la programmazione
campo della
programmazione.
Disegno/ lettura dei disegni
Lavoro co-operativo, construction,
PLC e PC, usando programmi di sociale
di lavoro interfaccia / controllo. meccatronica, e grafici. mechatronics,
necessario controllare le Sci e
automatizzati e Utilizzare nuovi sensori profonda conoscenza parti fornite. - competenze ICT, programming and
sviluppati, tecnologia laser. nel campo della Utilizzo di avviatori lenti e networking learning
robotizzati di competenze di
Lavorare con tecnologie in rete convertitori di frequenza.
tecnologia della rete. comunicazione (inglese).
Competenza di
montaggio e programmazione SPS
Uso di sistemi di visione.
Uso di applicazioni
- capacit di analisi.
manutenzione, anche Capacit di collegare Conoscenza di base di software per i terminali? - capacit di empatia.
Mobile. - seguire le procedure
l'automazione e le componenti Internet e di
utilizzando dispositivi dell'informazione in orizzontale e Affrontare i sistemi di - Il pensiero del sistema.
tecnologie in rete sicurezza delle tecnologie
mobili. verticale all'Ethernet. - Competenze pi ampie
dell'informazione e la per il lavoro con i media
Competenze nell'applicazione di
Programmazione e sistemi / competenze di
considerazione delle linee
- Lavoro di gruppo
guida di sicurezza
pianificazione produttiva basata
collegamento di sul software per la gestione di
aziendali.
Gestione sicura dei dati e
sistemi di complesse progettazione di dei percorsi dei dati.
progetti e progettazione di Tecnologia mobile,
automazione. sistemi di programmazione di Programmazione,
diversi produttori nella comprensione delle TIC.
tecnologia di automazione. Capacit di analisi dei dati.
Competenze per la selezione e
la configurazione dei sistemi bus
della tecnologia di automazione
(Ethernet, Modbus-TCP,
Modbus RTU, CAN, SmartWire-
DT, EtherCAT).
Possibilit di scambio di dati tra
diverse interfacce di rete e
produttori (gateway).
Newly emerging work processes and tasks
Wider usage of Internet in the work processes of mechatronics and electronics.
Application of the technological solutions of photonics, optoelectronics technologies.
O p e r a t i o n a n d c o n t r o l o f a u t o m a t i z e d a n d r o b o t i z e d w o r k p r o c e s s e s o f a s s e m b l y, i n - s e r v i c e ,
maintenance, also by using mobile devices. Programming and networking of automation and
automation drive systems.
Dealing with the smaller series and individualised production, executing frequent diverter /
adjustment works and operations.
Dealing with personification and individualization of the products by satisfying individual
needs of customers.
Combination of flexible production design with standardized procedures.
Preparing work manuals and instructions by using different media applications (e.g.,
Yo u t u b e v i d e o s ) .
Application of trouble -shooting in network -based IT systems for limiting of faults.
Using of autonomous systems with a remote monitoring allowing remote control and
monitoring of systems without interference. Controlling the equipment, components and
individual parts with CPS over remote/virtual environments.
Application of industry -specific software products for production planning and preventive
m a i n t e n a n c e ( P P S , E R P, M E S , C A Q ) .W o r k i n g w i t h i n d u s t r y - s p e c i f i c s o f t w a r e p r o d u c t s a n d t h e
u s e o f p r o d u c t i o n p l a n n i n g s y s t e m s ( P P S , E R P, M E S ) i n t h e s m a l l a n d m e d i u m - s i z e d
enterprises which will be suppliers and sub -suppliers.
Applying remote maintenance solutions for the production machines. Executing
maintenance by applying visualization software and assistance systems.
Handling the networked production units belong ing to the chain of value creation
connected to the Internet:
- Processing on -line inquiries and placing of the offer
- Handling of the automatically placed orders.
- Calculations of production costs.
- Setting up technological processes via Internet applications.
Handling the networked production units belong ing to the chain of value creation
connected to the Internet:
- Organisation of production: dealing with on -line work schedules and norms, benchmarking
of the production processes in the workplaces, optimisation of the work organisation and
execution by applying LEAN.
Quality assurance: on -line setting of the norms and procedures, assessment of quality and
reporting to customers.
Logistics and delivery: packaging and labelling.
Dealing with absolutely integrated processes of production and logistics (internal and
external).
Dealing with the integrated chains of value creation that establish strong interdependence
b e t w e e n t h e c u s t o m e r a n d p r o d u c e r.
Executing continuing monitoring and adjustment of networked automatic manufacturing
systems (can be of the different production processes).
Tr a n s f o r m a t i o n o f t h e p r o j e c t s b a s e d o n t h e s o f t w a r e i n t o i n d u s t r i a l p r o j e c t s .
Operating and using automated supply chains which network and integrate the logistical processes
inside and outside production plants up to a decentralized real -time control of the logistic networks.
Working together on cloud, personalizing each products and production phase, using sensors.
Application of 3D printing technologies (additive production)
Using the services provided by the data -centers in the field of sorting and delivery of data.
Decision making in the production and maintenance processes and operations by using and assessing
Big Data.
Development of Big Data solutions.
Executing the data security and data protection procedures in the networked automation and drive
system: the establishment of access protection for automation systems as well as setup of IT networks
using network routers, use of encryption and secure encryption passwords, an assessment of the
sources in searches, the usage of security cameras, etc.
Handling and maintenance of the sensors and sensorics systems.
Controlling of machine data and machines themselves with the help of sensors; tuning of machines in
the production processes and systems by using sensors. Working with the multifunctional sensors used
in the production processes.
O RGA N I ZAT I ONA L C H A N GE
D eve l opm ent o f m o re i n d i vi dua l i zed m o d el s o f wo rk o rga n i zati on, s u c h a s i n - s o urc i ng ,
w h e n th e e q u i pment b e l o ng s to th e d i ffere nt f re e l a nc ers sh a ri n g re sp o nsibi l ity fo r th e
quality of produced products and services.
Shift of the part of blue collar work in mechatronics and electronics from the
workers/operators to the free -lancers or individual subcontractors providing
production services. Factory in factory model, when the separate units of production
are flexibly integrated in the sectoral, inter -sectoral, or international chain of value
creation.
Increasing complexity of the planning of production and handling of production
equipment (set-up, usage, maintenance) due to increased production flexibility and
personalization. Flexible and individualized organization of production, as well as
internal and external logistics. Optimizing internal logistic and production flow
management.
O RGA N I ZAT I ONA L C H A N GE
Virtualisation of some work processes, such as design and testing.
Ta k i n g c o n t r o l o f t h e w h o l e v a l u e c r e a t i o n c h a i n i n o n e w o r k p l a c e
The multiplication of consumption and production processes.
Rapid and iterative organization of the design and construction processes
Fragmentation and alternation of work organization between the real and virtual work
processes and environments.
Cobotics cooperation between humans and robots in the workplaces.
Integrated quality assurance processes.
Individualisation and increasing social orientation in the field of quality assurance.
Usage if the expert and intelligent data processing systems for quality assurance.
O R G AN I ZAT I O N A L C H A N G E
A n t i c i p a t i o n o f t h e c u s t o m e r s w i s h e s
Increasing importance of data analysis for the running and development of the
technological and work processes of production.
Intensifying and changing cooperation between the producers and customers in every step
of production process starting from the product design.
Increasing standardization of the maintenance process.
Further application of LEAN production models.
Active examining the efficiency and sustainability of the production processes by the
employees
Emergence of interactive work processes
Multi-tasking and multifunctional contents of work tasks and processes in electronics and
mechatronics. Spread of multitasking in teams .
Mestieri a banda larga
Il 50% dei lavori del 2022-2025 oggi non esistono
Persone sempre pi competenti per lavori sempre

meno definiti
Grazie per lattenzione
Enrico Bressan bressan@cpv.org
Vicenza, 9 maggio 2017
P.N. Industria 4.0

Cambiamenti organizzativi, manageriali e culturali
Continuit e competitivit: un connubio vincente
Proxyma BPM Excellence Center, nata nel 1998, eroga servizi di formazione,
supporto metodologico e progettazione del modello organizzativo con lausilio di
personale specializzato BPM, ERM e Black Belt Six Sigma in stretta
collaborazione con prestigiosi Atenei ed Enti di Ricerca italiani.
Per le attivit di progettazione Proxyma utilizza le soluzioni di iGrafx, che

presenta, distribuisce e supporta sul territorio italiano.
Magic Quadrant Leader
Includes 2/3 of the Fortune 100

Leaders in manufacturing, financial services,
Strong Performer energy, healthcare, retail, telecom, & government
Servizi
Formazione
Corsi Professionali
Corso di Eccellenza in BPM
Corso di Mappatura ed Analisi dinamica dei processi aziendali
Corso Base per SGQ ambito UNI EN ISO 9001-2015
Corso Base in Business Continuity (ISO 22300)
Corso di formazione sui Principi ISA Italia e Norme per il Collegio Sindacale
Corso di Robust Value Stream Design
Corso di modellazione dinamica con BPMN 2.0
Corso di formazione e certificazione Black Belt Six Sigma Transazionale
Servizi innovativi: Proxyma Enterprise LabTech

Progetto di Enterprise Risk Management
Progetto di Performance Management
Progetto di Compliance Management
Progetto di Word Class Manufacturing
Supporto operativo alle aziende

Progettazione del modello organizzativo
Controllo e analisi di processo dinamico
Ristrutturazione dei processi: As-Is, What-If, To-Be
Supporto tecnico e metodologico
Laboratorio per lo sviluppo di Metodi e Strumenti
per lanalisi strutturata dei processi
Universit degli Studi di Torino - Dipartimento di Informatica
SAA - Scuola di Amministrazione Aziendale
Universit degli Studi Guglielmo Marconi - Dipartimento Ingegneria per linnovazione e lInformazione
Accademia Italiana del Sei Sigma
Altri Atenei ed Enti di Ricerca che si avvolgono delle nostre soluzioni CAMPUS
Universit degli Studi di Parma
Facolt di Ingegneria Gestionale e Laboratori Didattici CEDI
Istituto Superiore Mario Boella

Centro di Ricerca Applicata e di Innovazione Tecnologica
Universit di Roma Sapienza

Dipartimento di Statistica, Probabilit e Statistica Applicata
Universit degli Studi di Bologna

II Facolt di Ingegneria
Universit degli Studi di Brescia

Dipartimento di Ingegneria Meccanica e Industriale
Universit Politecnica delle Marche

Dipartimento di Energetica
Centro Italiano Ricerche Aerospaziali

Stazione Sperimentale per lIndustria delle Conserve Alimentari
Metodi organizzativi supportati
BPM (Business Process Management)
BPR (Business Process Reengineering)
Lean
Six Sigma
TQM (Total Quality Management)
ABC (Activity Based Costing)
Tecniche supportate
BPMN (Business Process Modeling Notation)
VSM (Value Stream Map)
IDEF0 (Integrated DEFinition Methods)
Diagrammi di Causa Effetto (Spine di Ishikawa)
Diagrammi di Pareto
FMEA (Failure Mode ed Effects Analysis)
Organigrammi
UML (Unified Modeling Language)
BPEL4WS (Business Process Execution Language for Web Services)
Conformit e Framework
Quality
UNI EN ISO 9001 2015 (gestione per processi, KPI e Rischi)
CMM (Capability Maturity Model)
EFQM (European Fundation for Quality Management)
Responsabilit amministrativa
D.LGS. 231/2001
Principi ISA Italia
Risk Management
Business Continuity ISO 22300
Basilea III (Basel Committee on Banking Supervision)
Solvency II
COSO (Committee of Sponsoring Organizations of the Treadway Commission)
SOX (Sarbanes Oxley Act)
HIPAA (Health Insurance Portability and Accountability Act)
IT Governance - Framework
COBIT (Control Objectives for Information and Related Technologies)
ITIL (IT Infrastructure Library )
ISO17799 Information Security Controls management
SAS 70 (Statement on Auditing Standards No. 70)
Enterprise Architecture Framework

APQCs Process Classification FrameworkSM (PCF)
Business Process Trasformation Framework (BPTF) del Value Chain Group
CMMI (Capability Maturity Model Integration)
PRINCE2 - The standard UK government structured methodology for project management
Zachman Framework
Costruzione di un sistema di
Strategia, controllo Governance

e allineamento dellintera impresa
Risk Management
Compliance
Allineamento con i sistemi IT
Modellazione
dellorganizzazione
DoE e analisi statistiche
Validazione e analisi
dei processi (KPI)
Modellazione dei processi
Gestione centralizzata
e collaborativa
Performance Management
Dalla mappa al modello dellorganizzazione
Mappa di processo Modello di processo
Immagine o rappresentazione Visione multidimensionale

monodimensionale del comportamento del processo
di una sequenza lineare di attivit allinterno del contesto aziendale,
allinterno di un processo aziendale, include tutte le informazioni operative
non connesso ad altri fattori come tempi, costi, ruoli, rischi,
conformit, procedure, ecc.
Dalla struttura funzionale .
Organizzazione Funzionale
Patrizio
Calloni
Amministratore
Delegato
Stefano
Macchi
Staff
Michela
Donato Giacomo
Corda
Mancini Frisco
Direttore
Direttore Direttore
Amministrazione
Vendite Produzione
Dario Susanna Giovanni

Tina Longhi Davide Orani
Brambilla Quinti Persici
Produzione Produzione
Amministrazione Amministrazione Vendite
Giorgio De Carolina Federico

Giulia Scarpa Andrea Carli
Giorgi Conti Boni
Vendite Produzione
Amministrazione Amministrazione Produzione
Marta Lopez
Vendite
Il principale sistema organizzativo adottato dalle aziende quello per funzioni, la

cui massima rappresentazione data dallorganigramma che serve a definire la
gerarchia. Una relazione di tipo top-down il cui limite quello di non consentire una
corretta visione trasversale delle attivit.
allorganizzazione per processi
Patrizio
Calloni
Organizzazione Amministratore
per Processi
Delegato
Stefano
Macchi
Staff
Giovanni Federico
Prodotto /
Susanna
Servizio A
Quinti Persici Boni
Amministrazione Vendite Produzione
Prodotto /
Servizio B
= KPI
Lorganizzazione per processi una ingegnerizzazione che trasforma la struttura

funzionale per allocare le attivit svolte dagli utenti in una sequenza di operazioni
misurabili singolarmente e finalizzate al raggiungimento degli obiettivi dimpresa.
Le fluttuazioni statistiche derivanti da questa metodologia saranno spiegate dal

successivo intervento del Prof. A. Di Leva dellUniversit degli Studi di Torino.
Gli strumenti del P.N. Industria 4.0
Attivit Struttura Aziendale Misure di sostegno
Studio Credito dImposta

Direzione
Strategica
Esecuzione Infrastrutture Super / Iper

Ammortamento
Formazione Fondo Sociale Europeo

Risorse Umane
Fondi professionali
Fino al 31-12-2017 le misure sono cumulabili!

Tecnologie Abilitanti
Nella modellazione dinamica di processo indispensabile luso dei simulatori,

integrare le informazioni con lintera Catena del Valore e connettere la base di
dati aziendali. Una accurata analisi* consente di raggiungere nuovi robusti
livelli di efficienza e di innovazione nellorganizzazione dimpresa.
* = Richiedi maggiori informazioni
Credito dImposta per linnovazione R&D
Fino a . 20.000.000,00 annui per impresa

nel periodo 2017-2020*
* = Richiedi maggiori informazioni

Analizzare i processi aziendali tramite la
Simulazione Dinamica
Antonio DI LEVA, Emilio SULIS

Dipartimento di Informatica
UNIVERSITA di TORINO
1
Contenuti della presentazione
1 - Introduzione alla gestione per processi
2 - Perch usare i processi nella gestione aziendale
3 - Linguaggi e strumenti
4 - Come si fa: l'importanza di una metodologia
5 - Analizzare un esempio "semplice": il Pronto Soccorso
2
3
LAzienda: come si organizza?
Direzione
funzioni
attivit
Marketing
Produzione Vendite
cliente
cliente
da organizzazione per funzioni a organizzazione per processi

struttura burocratica (barriere inter-funzionali) Processo insieme di attivit (decisioni e azioni) tra
linee di comando e controllo rigide loro interrelate per realizzare un risultato definito e
suddivisione per competenze misurabile (il prodotto/servizio interno o esterno)
obiettivo: ottimizzare le singole funzioni che trasferisce valore al fruitore del servizio (il cliente)
capire come effettivamente opera lazienda vuol dire analizzare i suoi processi
e costruire dei modelli che ne facilitino lanalisi e il miglioramento 4
LAzienda: come si organizza?
Direzione
funzioni
attivit
Marketing
Produzione Vendite
cliente
cliente
da organizzazione per funzioni a organizzazione per processi

struttura burocratica (barriere inter-funzionali) Processo insieme di attivit (decisioni e azioni) tra
linee di comando e controllo rigide loro interrelate per realizzare un risultato definito e
suddivisione per competenze misurabile (il prodotto/servizio interno o esterno)
obiettivo: ottimizzare le singole funzioni che trasferisce valore al fruitore del servizio (il cliente)
capire come effettivamente opera lazienda vuol dire analizzare i suoi processi
e costruire dei modelli che ne facilitino lanalisi e il miglioramento 5
Cos un processo?
Propriet di un processo
risponde ad un evento esterno eseguendo delle attivit
deve raggiungere certi obiettivi
deve fornire un risultato
consuma delle risorse aziendali
deve soddisfare i requisiti dei clienti
vincolato da regole interne ed esterne
ha un responsabile
Descrizione dei Processi deve specificare in modo completo le propriet , per cui:
deve considerare il tempo durata delle attivit (tempi medi e variabilit)
deve valutare lo scostamento con la strategia aziendale KPI - indicatori critici del processo
deve misurare il consumo delle risorse specificare come le risorse sono utilizzate dalle attivit
modello
deve facilitare il miglioramento dei processi processi migliori producono prodotti migliori
deve permettere di specificare politiche complesse di controllo messaggi, segnali, eccezioni,
non pu limitarsi alla mappa (flowchart) del processo

la mappa non il modello
6
7
Business Process Managemente (BPM) - perch?
facilitare lallineamento dei processi

gestionali e produttivi agli obiettivi
strategici dellazienda
ottimizzare i processi interni
dellazienda avendo come obiettivo il
miglioramento della qualit e
dellefficienza
automatizzare il flusso di controllo e dei documenti al proprio interno (tramite un motore di workflow)
analizzare, modellare e misurare il
processo introducendo degli indicatori di
efficienza (KPI - Key Performance
Indicators) per individuare punti critici
utilizzare il modello per fare delle
previsioni (analisi what if )
gestire il processo nel tempo:
ciclo di vita
8
9
BPM come? costruire un modello dei processi - i linguaggi
la specifica di un processo utilizza un linguaggio standard: BPMN (2006/20011)
SIMBOLO Significato
Rettangoli arrotondati: rappresentano le attivit che
costituiscono il processo
Rombi: rappresentano i punti di decisione su quale
cammino seguire allinterno del processo
Cerchi: rappresentano gli eventi rilevanti nel
processo; possono essere di tipo iniziale (cerchio
sottile), finale (cerchio spesso) o timer (ritardo)
Archi: rappresentano il flusso di controllo,
specificando delle sequenze di attivit e decisioni
(cammini nel processo)
Corsie (e sotto-corsie): rappresentano componenti
organizzative (uffici, reparti,) o ruoli aziendali
(medici, impiegati,) che collaborano
nellesecuzione del processo; se unattivit inserita
in una corsia vuol dire che utilizza risorse aziendali
gestite da quella componente
10
BPM strumenti? Simulazione a Eventi Discreti
Simulazione a Eventi Discreti (Discrete-Event Simulation -DES)

>> Modella le operazioni del sistema come sequenza discreta di eventi nel tempo
>> Ogni evento avviene in un determinato e preciso istante
>> Levento provoca dei cambiamenti nello stato del sistema
>> Tra eventi consecutivi, si assume che non avvenga alcun cambiamento nel sistema
Vantaggi
Velocit di esecuzione, non essendo necessario simulare il trascorrere del tempo
in modo continuo
Visione panoramica dell intero sistema
Idetificare colli di bottiglia e altri difetti circa il funzionamento del sistema
nel modello simulato
11
12
Come costruire un modello? usare una metodologia
Consideriamo una semplice metodologia di modellazione dei processi che utilizza
direttamente la notazione BPMN, ed costituita dai seguenti passi:
Passo 1) Identificare i Partecipanti
Passo 2) Identificare gli Eventi
Passo 3) Identificare le Attivit
Passo 4) Specificare la Logica di Controllo
Per illustrare brevemente la metodologia consideriamo il caso del Pronto Soccorso:
Pronto Soccorso (PS) Ospedaliero:

I pazienti arrivano al PS e vengono registrati. Un infermiere effettua quindi il triage in
cui valutata la gravit della situazione assegnando al paziente un codice: Bianco (non
urgente paga ticket), Verde (urgenza differibile), Giallo (urgenza), Rosso (emergenza),
e si valuta il quadro clinico (se il caso, si fanno i prelievi al paziente e si effettuano gli
esami necessari).
La visita del medico pu concludersi con: 1) dimissioni, 2) ricovero, 3) decesso.
Inoltre, alcuni pazienti possono abbandonare il PS dopo il triage (es. non intendono
pagare il ticket).
13
Passo 1 Identificare i Partecipanti
reparti
interessati dal
processo
risorse che
operano nei
reparti
14
Passo 2 Identificare gli Eventi
partecipanti eventi
Pazienti [arrivo],[abbandono].[trasferimento],[ricovero],[dimissione],[decesso]
Passo 3 Identificare le Attivit
Reparto Attivit Tempi (min)

Accettazione Accettare paziente TriangleDist(3;8;5)
Triage Valutare urgenza TriangleDist(4;7;6) [per G & R: 1]
Scaricare pratica Between(1;3)
Eseguire previsita Between(14;20)
Pronto Soccorso
Assegnare codice urgenza 1

Amb_Reparti Trasferire in Amb. reparto TriangleDist(8;15;11)
Processo
Pronto Eseguire visitaPS Eseguire visitaPS [sottoprocesso]

Soccorso Gestire esito Between(10;15)
Ricercare struttura Between(1;8) ore
Reparto Ricoverare in reparto Between(8;15)
Obitorio Trasferire in obitorio Between(8;12)
Strutture Trasferire in struttura sul 10
Territoriali territorio 15
Passo 3 Identificare le Attivit
Reparto Attivit Tempi (min)

Pronto Fare anamnesi Between(4;8)
Soccorso Ipotizzare diagnosi TriangleDist(2;6;4)
Sottoprocesso
Eseguire prelievi 5
Laboratorio Analisi Between(10;18) [ritardo]
Visita
Trasferire in radiologia Between(8;12)

Radiologia Between(15;20)
Decidere diagnosi Between(6;10)
Prescrivere terapia Between(2;5)
Passo 4 Specificare la logica di controllo

reparto decisioni
Triage {il paziente abbandona il PS? no(),si()}
Pronto Soccorso
{il paziente deve andare in un ambulatorio di reparto? no(),si()}

Processo
Pronto {qual lesito della visita? dimesso:dim(), ricoverato:ric(), deceduto:dec(),

Soccorso trasferito:amb(), esternalizzato:est(),}
Pronto {il paziente deve fare esami? no(),si()}
Sottoprocesso
Soccorso {il paziente ha biisogno di radiografie? no(),si()}

Pronto {qual lesito della visita? dimesso:dim(), ricoverato:ric(), deceduto:dec(),
Visita
Soccorso trasferito:amb(), esternalizzato:est(),}

16
Completare e verificare il modello
il diagramma di processo NON il modello
per completare il modello dobbiamo tener conto (e modellare):
le risorse assegnate al processo (descritte in termini di orari, costi,
straordinari, politiche di allocazione,)
le caratteristiche delle attivit del processo (in termini di
temporizzazione, risorse usate, gestione code in ingresso,) e dei
controlli
le pianificazioni (scheduling) che definiscono intervalli temporali
significativi per il processo (orari di lavoro, di apertura,)
per verificare il modello utile introdurre dei misuratori di parametri
significativi come, ad esempio, dei conteggi sulle transazioni che
attraversano il processo tramite:
i monitor (misuratori statici): al termine della simulazione riportano il
numero di transazioni che hanno seguito un certo percorso da un nodo
iniziale ad uno finale
le forme intelligenti (misuratori dinamici): istante per istante, danno
durante la simulazione il numero di transazioni che sono presenti in una
certa sezione del processo oppure che attraversano un certo arco
17
mappa del
processo
18
I generatori
descrivono le transazioni (i pazienti) in ingresso al processo assegnando delle opportune
frequenze di attivazione per gli eventi in ingresso al processo stesso; i pazienti possono essere
specificati mediante degli attributi:
colore {bianco,verde,giallo,rosso} assegnato al paziente durante il triage, usando la funzione Fgrav
patologia{ortop,medic,chirur,ambRP)} assegnata al paziente nel triage, con la funzione Fpatologia
19
Dati reali
Le transazioni in ingresso (i pazienti) e tempi delle attivit
Analisi statistica preliminare (media, moda e mediana, deviazione standard)
Analisi della distribuzione
20
I generatori
altri attributi dei pazienti:
esito{amb,dim,ric,dec.est} assegnato al paziente
dopo la visita, con la funzione Fesito
priorit{bianco=0,verde=1,giallo=2,rosso=3}
gestisce le code sulle attivit
preempt {rosso=Vero} permette al paziente rosso
di ottenere risorse occupate su altri pazienti
attributi di scenario:
occupazione,PBianchi,PVerdi,PGialli,PRossi
sono delle variabili globali nel processo, usate per
contare, rispettivamente, i pazienti presenti nel PS e i
pazienti bianchi, versi, gialli e rossi entrati nel PS
21
Verificare e Simulare il modello
completato il modello necessario verificarlo
la verifica avviene mediante lanimazione del processo, una esecuzione virtuale in
cui alla mappa del processo viene sovrapposta una rappresentazione grafica
(unanimazione) che colora i nodi della mappa allavanzare dellesecuzione.
per simulare il modello necessario:

specificare i parametri della simulazione come tempo di simulazione, tempo
di attivazione, traccia (animazione),
il simulatore produce una completa serie di statistiche sul processo, con le quali
valutare degli indicatori di performance sul modello da confrontare con i valori
osservabili nella realt.
22
Analizzare i rapporti di simulazione
la simulazione produce dei rapporti, cio dei fogli contenenti le statistiche collezionate
durante lesecuzione. Esistono cinque categorie di statistiche:
Tempo (Ora): riguardano il tempo di ciclo (tempo impiegato per completare una transazione), il
tempo di lavoro, il tempo di attesa per le transazioni e per le singole attivit;
Costo: riguardano i costi diretti dovuti allutilizzo delle risorse sia per le transazioni che per le
attivit;
Risorsa: riguardano lutilizzo delle risorse in percentuale di tempo e in tempo impie-gato sulle
attivit;
Coda: riguardano la lunghezza delle code sulle attivit (colli di bottiglia);
Personalizzato: un foglio disponibile per creare statistiche personalizzate a partire dai fogli
precedenti utilizzando una tecnica copia e incolla delle matrici di dati che interessano; su tali
matrici possibile applicare dei filtri e presentare i dati anche in forma grafica (ad esempio
diagrammi a barre bi- e tri-dimensionali).
lanalisi dei dati statistici permette di valutare gli indicatori critici del processo (ad
esempio, il tempo medio di percorrenza nel processo)
23
Analizzare i rapporti di simulazione: Esempi
Tempi (Ora): nellarea Visite il
paziente passa in
media circa 50 min
di cui 24 di attesa
lattivit Trasferire in
Radiologia dura in media 11,7
min con 9,9 min di lavoro
effettivo
24
un paziente generico
Costo: costa in media 40 di
cui 39,67 per il personale
e 0,33 per le attrezzature
la visita di un paziente
generico costa in media
33,17 di cui 0,59 per le
attrezzature radiologiche
e materiale di consumo
25
ci sono stati al pi 17
Coda pazienti in attesa di
passare al Triage
se la sala di attesa
unica, deve prevedere
almeno 17 posti
Monitor
i pazienti dimessi hanno

trascorso in media circa
80 mim in PS 26
Attributi di scenario
loccupazione massima
del PS comprende i
pazienti in attesa e
quelli coinvolti in
qualche attivit
27
Conclusioni
Caso di studio: stato analizzato un caso reale, il Pronto Soccorso di una cittadina in Alto
Adige
Strumenti: sono stati utilizzzati una metodologia e degli strumenti sviluppati nellambito della
collaborazione Proxyma - Dipartimento di Informatica dellUniversit di Torino
Modello: stato sviluppato il modello di funzionamento del Pronto Soccorso, costruendo
anzitutto la mappa del processo e introducendo quindi il trattamento delle risorse aziendali e
dei pazienti tipizzati in base al loro colore e alla patologia evidenziata
Completamento del modello: sono stati introdotti degli strumenti di monitoraggio del
processo per ottenere in fase di simulazione le informazioni necessarie a valutare gli indicatori
critici; in genere tali indicatori riguardano:
i tempi di permanenza dei pazienti nel reparto e nelle varie attivit,
le code di attesa sulle attivit,
i costi di erogazione delle prestazioni che comprendono i costi del personale, i costi legati allammor-
tamento delle apperecchiature e quelli per i materiali monouso
Estensioni: la flessibilit del modello permette di approfondire ulteriormente lanalisi
introducendo altre caratteristiche, ad esempio diversificando le attivit in base alle esigenze del
paziente (ortopedia, chirurgia, internistica e altri tipi di ambulatori).
28
29
Dai Big Data alle
informazioni:
Le tecniche di analisi
SixSigma
Riccardo Barbieri Vicenza, 9 Maggio 2017
Lean Six Sigma Method AISS Accademia Italiana del Sei Sigma AISS 2017 - 1-
AISS un'associazione italiana nata nel 2002.
Mission: sviluppare l'applicazione al contesto italiano della

metodologia Lean e Six Sigma.
Fornisce il suo supporto a numerose realt pubbliche e private

sia con specifici interventi formativi che affiancandole e
orientando lo sviluppo di singole attivit di miglioramento.
www.aiss.it
Lean Six Sigma Method AISS 2017 - 2-

Hanno usufruito dei nostri servizi, tra gli altri:
Abbott Findus Sis Ter
Altopack Florian Legno Sole
Ansaldo Breda Gasket International Somec Marine & Architectural Envelope
Aprilia GBL System Group
Aruba.it General Electric GE Oil & Gas TDE MACNO
ASI Consulting Gerresheimer Pisa Tetra Pak Italiana,
BDF Industries GlaxoSmithKline Trenitalia - Divisione Passeggeri
Bulgari Goldoni Regionali
Burgo Group Hospital Consulting Trenitalia - Officine Grandi
Riparazioni
Cerutti Hospital Piccole Figlie
TRW
Centro Ricerche FIAT Istituto Renault Italia
Utiliteam
Chiesi Farmaceutici Italprogetti Engineering
Venchiaredo
CNA Johnson&Johnson Medical
Colella Industria KMG
Confidustria Martinenghi
Conte of Florence Distribution Metzler
DAB Pumps Orobica Pesca
Datalogic Piaggio
Deloro Microfusioni Poste Italiane
DNP Photomask Europe Pramac
DPlusPlus - D++ Roche
Elasis Quality Consulting
Engineering Ingegneria Informatica Saie
Ferrari Saint-Gobain Glass Italia
Ferrovie Nord Servizi Tecnologici

Presentazione
Riccardo Barbieri
2006: Laurea Ingegneria Gestionale.
2009: Laurea Magistrale in Ingegneria Gestionale.
2013: Dottorato di ricerca in Progettazione e Sviluppo

Prodotti e Processi Industriali.
AISS e UNIFI, consulenza, formazione e ricerca.

Agenda
1. Business Process Reingeneering
2. Cosa sono/non sono i BigData?
3. Differenze con gli Analytics tradizionali
4. Storia degli Analytics
5. BigData e difficolt
6. Integrazione SixSigma
7. Esempi di uso BigData

Business Process Reingeneering
Hammer Davenport
Il BPR il ripensamento di fondo Approccio pi graduale
e il ridisegno radicale dei processi Business Process Improvement
aziendali finalizzato a realizzare BPR = Soluzione estrema
straordinari miglioramenti nei
parametri critici delle prestazioni
aziendali
Utilizzare le tecnologie come fattore

abilitante
Integrare intervento tecnologico e
Nessuno dei due!!! cambiamento organizzativo
(Allinizio) Gestire i processi di cambiamento allo
scopo di minimizzare i rischi di
insuccesso
Coinvolgere tutti gli stakeholder nei
gruppi di lavoro di reingegnerizzazione
ICT come leva di

miglioramento

Cosa sono/non sono i BigData?
Fuorviante: non sono solo big, ma sono anche: 2012: 2,8

zettabyte 1
troppo grandi per essere gestiti da un solo server
troppo poco strutturati per essere trattati in un DB ordinato righe/colonne
si presentano in un flusso continuo.
25% ha un reale
valore 1
Strutturare i dati
Analizzare i dati
Estrarre il valore di questi dati
Monitorare i dati per mantenere i risultati
Cosa ricorda
questo approccio?
1: Gantz J., Reinsel D., Big Data, Bigger Digital Shadows and Biggest Growth in the Far East, 2012,
www.emc.com/collatera/analyst-reports/idc-the-digitaluniverse-in-2020.pdf.
Differenza con gli Analytics tradizionali
Definizione 3V:
1. Variet
2. Volume Ma se ho solo qualche
3. Velocit V? Non sono BigData?
( 4. Veracit
5. Valore
6. Venalit
7. )

Storia degli Analytics - 1
Analytics 1.0 1950-2000
Sorgenti dati piccole e strutturate in sistemi interni

Maggioranza di analisi finalizzata a report
Lavoro degli analisti indipendente da stakeholder e decisioni
Decisioni basate su esperienze ed intuizioni
Analytics 2.0
Analytics 3.0

Analytics 1.0
Analytics 2.0 Mid 2000
Sorgenti di dati complesse, grandi, non strutturate

Nuove capacit analistico-computazionali
Nasce la figura del Data Scientist
Nascono attivit online che creano prodotti e servizi data-based
Analytics 3.0

Analytics 1.0
Analytics 2.0
Actually
Analytics 3.0
Analisi necessarie per la sopravvivenza delle aziende

Tempi rapidi
Strumenti di analisi disponibili gi in Point of Decision
Tutti i business possono creare prodotti e servizi data-based

Specchietto riassuntivo1
Termine Periodo Significato
Ausilio alle decisioni Impiego dellanalisi dati in ausilio al
1970 1985
(Decision support) decision-making
Supporto direzionale Impiego dellanalisi dei dati in ausilio
1980 1990
(Executive support) alle decisioni del top management
Online analytical processing Software per lanalisi di data table
1990 2000
(OLAP) multidimensionali
Business intelligence Tool di ausilio a decisioni data-driven
1989 2005
con enfasi sul reporting
Analytics Accento sullanalisi matematica e
2005 2010
statistica in ausilio alle decisioni
BigData Accento su dati massivi, non
Dal 2010
strutturati, a elevata mobilit
1: Davenport T.H., Big Data @l lavoro. Sfatare i miti, scoprire le opportunit, 2015, Edizione: NEO Management. ISBN: 9788891720504

1998, Druker:
Sistemi informativi sono orientati allinterno (dati contabili)
Aggravarsi della tendenza a concentrarsi solo su indicatori di efficienza
Big Data Analysis impone di orientarsi verso gli stakeholder esterni (efficacia)
Descriptive vs. Predictive vs. Prescriptive

Descriptive Analytics: Report sul passato
Predictive Analytics: Uso di modelli basati su dati del passato per predire il
futuro (You take data that you have to predict data you dont have)
Prescriptive Analytics: Uso di modelli per individuare comportamenti ottimali o

azioni migliori da intraprendere
Analytics 3.0 li include tutti, ma pone laccento

sui Prescriptive

BigData e difficolt - 1
Visione parziale legata ad

Analytics tradizionali
Molti dati

BigData e difficolt - 2
Valore
potenziale
Poco
valore
Molto
valore

Integrazione SixSigma
SixSigma un metodo strutturato per ragionare con

i dati, la vera forza sono le Metrics!
Industry 4.0: Necessit di dati. Tanti e in flusso

costante!

Strumenti diversi, ma integrati!
Non si possono usare gli

strumenti tradizionali?
Pazienza!
Applicazione pi immediata
lanalisi dati real-time
Non esclusivi, ma
integrati!

Esempio di utilizzo BigData - 1
Netflix Prize House of Cards

Esempio di utilizzo BigData - 2
1
HYDxxx:
Linee assemblaggio candelette

Controllo qualit con
telecamere
Carte di controllo vs. analisi
occhiometrica
1: www.facts4workers.eu

Dai Big Data alle informazioni:
Le tecniche di analisi SixSigma
Riccardo Barbieri Vicenza, 9 Maggio 2017

riccardo.barbieri@aiss.it
Mob: 338 9216815
Lean Six Sigma Method AISS Accademia Italiana del Sei Sigma AISS 2017 - 21-
Modellazione della Value Chain
di un intero stabilimento
BPM Excellence Center

Via Carlo Mollino, 90 - 36100 Vicenza
Tel.: 0444-544522
Ing. Maria Elisa Basso

mariaelisa.basso@proxyma.it
www.proxyma.it
Il contesto
Lazienda oggetto di studio una realt manifatturiera che si definisce produttore di soluzioni.
Il prodotto fortemente personalizzato sulle esigenze del Cliente. Lelevato livello di customizzazione
impatta sul ciclo produttivo sotto vari aspetti, rendendo complessa la gestione del plant di produzione:
le fasi di lavorazione sono diverse per ogni commessa;

gli operatori hanno competenze specialistiche per fase di lavorazione e sono scarsamente
intercambiabili;
le commesse sono sempre diverse (per dimensione e complessit) ed assoggettate a priorit.
La sfida
La necessit di prevenire ed evitare potenziali problematiche di produzione stata da sempre una

richiesta del management. La sfida stata quella di sviluppare un modello in grado di rappresentare il
reale processo produttivo dellintera area di produzione , sufficientemente accurato da poter
considerare:
lanalisi di una specifica famiglia di prodotto allinterno dellintera complessit;

lutilizzo delle risorse;
lincidenza delle code;
lutilizzo degli impianti;
la stima dei benefici derivanti da differenti schedulazioni (ovvero prima ancora della loro
implementazione), in modo da poter decidere quale utilizzare nel reale processo produttivo.
La soluzione
I diversi tentativi fatti utilizzando approcci di analisi tradizionali non erano mai riusciti a riprodurre
lintera complessit del sistema. La necessit di un approccio olistico innovativo che
permettesse di studiare accuratamente lattuale organizzazione e di modellarla
dinamicamente, ha spinto lazienda alla ricerca di nuove soluzioni.
Ladozione di metodologie quali BPM - Lean Six Sigma -ToC, dedicate alla analisi
dinamica di processo con lausilio di un simulatore ad eventi discreti, hanno contribuito a concretizzare
una robusta progettazione che ha consentito allazienda di raggiungere risultati alternativamente
inarrivabili.
La complessit
Tramite la modellazione dellintera Value Chain, dallordine del Cliente fino alla consegna del
prodotto, coinvolgendo la pianificazione della produzione, si sviluppato uno strumento in grado di
analizzare tale complessit e capace di migliorare le performance globali del processo.
Per avere unidea della complessit del processo nellarea di produzione, basti pensare che:
le fasi del processo produttivo sono pi di 100;

le possibili combinazioni di flusso sono oltre 3 milioni;
ogni fase di lavorazione ha tempi differenti a seconda della commessa da gestire;
ogni commessa ha un percorso potenzialmente differente richiedendo competenza specifiche degli
operatori.
La modellazione
Lanalisi, che applica le linee guida definite dal PN Industria 4.0, straordinariamente
innovativa:
stata utilizzata la notazione BPMN 2.0 per la costruzione del modello
durante la modellazione si ricorso a tecniche di routing complesse tratte dalla ToC
dopo essere stato validato lalimentazione del modello avvenuta con tecniche di Project
Management secondo le commesse e/o prodotti complessi (sequenza operazione
tempo di esecuzione risultato) con caricamento multiplo rispettando dimensioni,
caratteristiche e priorit
le informazioni sono state estrapolate direttamente dai Sistemi Informativi aziendali
il modello prevede svariate decine di fasi cicliche di lavorazione che vengono attivate
secondo le peculiari necessit di ogni singola commessa
il personale viene attivato nominalmente su pi turni, rispettando le competenze

specifiche per fase di lavorazione anche su pi livelli
la componente ciclica dellintero processo stata ingegnerizzata con metodologia BPM
grazie al SIMULATORE ad eventi discreti le analisi delle capability locali e globali sono
state eseguite con metodologia Six Sigma
il modello parametrizzabile ottenuto emette le sequenze del nuovo piano di produzione
Il nuovo piano di produzione viene re-immesso nel sistema informativo aziendale

I benefici
Grazie alla modellazione del processo, stato possibile ridurre il work in process, i tempi di
attraversamento delle commesse nelle relative fasi di produzione e contemporaneamente
migliorare il cashflow, il carico degli impianti ed i costi di produzione.
Attraverso lanalisi di potenziali differenti scenari What if, stato possibile inoltre valutare
limpatto di differenti turnazioni di lavoro, il volume degli safety stocks e lutilizzo degli impianti.
Il dipartimento di pianificazione, con diversi giorni danticipo, pu valutare:
le performance del processo e il lead time per commessa;

i benefici e limpatto di differenti scelte di scheduling in anticipo, potendo quindi applicare in
campo la scelta pi efficiente;
la gestione delle code di fronte ai singoli asset (volumi e tempi richiesti);
levoluzione dinamica del work in process;
i tempi di attraversamento del processo (prodotto per prodotto);
lutilizzo degli impianti, ottimizzando il carico dei macchinari;
il momento ottimale per poter pianificare eventuali interventi di manutenzione preventiva
Tutto ci stato possibile grazie alle funzionalit di log transactions con una gestione
assimilabile a quella di uno schedulatore ad elementi finiti, riconnettendo poi i risultati della
simulazione al sistema informativo aziendale, chiudendo il ciclo.
Questo un modo concreto e tangibile di applicazione dei principi richiesti dal P.N. Industria 4.0
Questa tecnica metodologica applicabile in qualunque azienda manifatturiera e/o di servizi.

Venchiaredo spa
Miglioramento produttivit reparto
di confezionamento
Dott. Michele Tosato

B.B. Six Sigma certified by AISS & Proxyma
venchiaredo.com IT 06 18
confezionamento
La storia .
Venchiaredo nasce nel 1968 dal sogno di un gruppo di allevatori friulani
con lintento di unire le proprie forze. Ad inizio operativit le produzioni
erano diversificate: Montasio, ricotta, mascarpone, mozzarella, malga,
caciotta, casatella, stracchino, italico, taleggio, burro. Nel tempo lazienda,
da piccola realt artigianale, diviene un punto di riferimento dellagro-
alimentare friulano prima e nazionale poi.
La crescita della societ da imputarsi in particolare alla decisione di

specializzarsi nella produzione di formaggi molli, Stracchino-Crescenza ed
alla scelta di operare per conto terzi: alla fine degli anni 90 tra i primi
operatori del settore a inaugurare la produzione private-label,
specializzandosi nella lavorazione casearia per conto dei principali marchi
della grande distribuzione nazionale ed estera.
Lean Six Sigma project
confezionamento
confezionamento
Da sempre lattivit e i successi di Venchiaredo si fondano sui seguenti valori guida:
Il rispetto delle tradizioni

Il patrimonio territoriale e culturale
Loperare secondo principi di trasparenza, coerenza, etica
Il ruolo delle Risorse Umane e la passione nel lavoro quotidiano
Lattenzione al consumatore e la tutela della salute umana
La responsabilit sociale
Il rispetto dellambiente
confezionamento
La sfida .
La direzione generale ha da sempre voluto rispondere alle esigenze
sempre pi stringenti/vincolanti del mercato di riferimento senza
dover riversare ai clienti i costi di eventuali inefficienze.
Per essere in grado di perseguire tale obiettivo molto ambizioso stato
chiesto di avviare un primo progetto di miglioramento che avesse come
focus il processo di evasione dellordine.
La soluzione .
Il progetto stato affrontato utilizzando le metodologie Lean six sigma
che rappresentano in Venchiaredo la cassetta degli attrezzi
indispensabile per la buona riuscita di qualsiasi attivit di miglioramento.
confezionamento
La cassetta degli attrezzi
Define
Measure
Analyze
Improve
Control
confezionamento
Define
Immagini confezionamento
confezionamento
Punti di forza Punti di debolezza
Azienda in grado di evadere gli ordini con Non possibile gestire stock di prodotti a causa
lead time ordine-partenza inferiore alle 4 ore delle shelf life (vita totale del prodotto)
lavorative. (Il 30 % degli ordini arrivano alle inferiori ai 22 giorni e TMC (tempo minimo
11:00 del mattino e partono alle 15:00 del alla consegna vincolanti dei clienti)
pomeriggio).
Obiettivo aziendale quotidiano: non tagliare Non tagliare ordini comporta problemi
ordini organizzativi e variabilit dei costi di gestione
del ciclo dellordine con relativi sprechi di
risorse umane e materiali.
Azienda votata alla soddisfazione dei clienti La localizzazione geografica dello
stabilimento crea dei vincoli orari sulle
partenze dei mezzi che indirettamente
generano problemi organizzativi
confezionamento
Indicatori
N. Prodotti finiti 119 (117 peso calibrato)

Grammature (grammi) dei prodotti 60,90,100,160, 165, 170, 180, 200,
finiti(sottofamiglie)
250, 320, 340, 350, 500, 1000, 3000,
5000
Shelf life prodotti finiti (vita totale del prodotto, 16 giorni, 17 giorni, 21 giorni , 22
espressa in giorni, calcolata dal giorno di
confezionamento)
giorni
TMC (tempo minimo alla consegna espresso in 11 giorni (16 gg shelf life), 16 giorni
giorni. Vincolo contrattuale imposto dal cliente)
(17 gg shelf life), 16 giorni (21 gg shelf
life), 19 giorni (21 gg shelf life)
Modalit di gestione ordini MTO (make to order)
Lead time ordine-consegna Nord Italia: AxB,AxC
Centro Italia: AxD
Sud Italia + isole: AxE
confezionamento
Linee di confezionamento A B C D G
Formati gestibili 160, 165, 250, 3000, 60,90,100, 160, 165, 100
170, 180, 5000 160, 165, 170, 180,
200, 250, 170, 180, 200, 250,
320, 340, 200, 250, 320, 340,
350 320, 340, 350, 500,
350, 500, 1000
1000,
Produttivit = Kg confezionati / Ore lavorate

confezionamento
Sipoc confezionamento
stracchino
confezionamento
Measure
confezionamento
Analyze
Osservazioni del Team durante la fase di Analyze
Stratificazione dei dati di produttivit che evincono perdita di performance quando la linea pi
obsoleta dellazienda risulta in funzione
OEE di alcune linee poco performanti a causa dei numerosi set up

confezionamento
Improve
Attivit previste
Addestramento specifico del personale di fine linea.
Addestramento del personale ed applicazione delle 5S in tutte le aree di confezionamento
Riduzione della velocit di alcune linee
Spegnimento delle linea a minor rendimento nel rapporto uomo/macchina

confezionamento
Control
confezionamento
Benefici
Obiettivo raggiunto
Produttivit (Kg/ora) + 23%
Rendimento linee (OEE) + 30%
Considerazioni finali
Lobiettivo del progetto stato raggiunto e si sta consolidando anche nel 2017. Il processo di
confezionamento risulta robusto e stabile riuscendo a mantenere gli obiettivi di produttivit
indipendentemente dagli ordini dei clienti.
La direzione generale stata soddisfatta del risultato ottenuto in termini economici ed anche
in termini organizzativi in quanto il progetto ha avuto un impatto estremamente positivo sul
clima di lavoro (welfare aziendale).
Dottori commercialisti
Consulenti del lavoro
Revisori legali
36100 Vicenza - Via Zamenhof, 717
Tel. 0444.914447 - fax 0444.918497
e-mail: info@studiocarli.it - www.studiocarli.it
Applicazione della metodologia Six Sigma

nel settore calcestruzzo
Dott.ssa Francesca Carli
B.B. Six Sigma certified by AISS & Proxyma
Revisori legali
Tel. 0444.914447 - fax 0444.918497
Finalit del lavoro

Individuare quale tipologia di organizzazione, clienti o lavori permettono un
aumento della redditivit e qualit aziendale.
Verificare la redditivit di ciascuna consegna,

trovando le variabili che la influenzano.
Revisori legali
Tel. 0444.914447 - fax 0444.918497
FASI DEL PROGETTO:

- Define
- Measure
- Analyze
- Design
- Verify
Revisori legali
Tel. 0444.914447 - fax 0444.918497
DEFINE: redazione del project Charter

1. Titolo: Aumento della redditivit generale dellazienda sulle commesse.
2. Ambito: La direzione ha notato un calo di redditivit del 30% pari a circa 800.000,00 euro negli ultimi
due anni nella vendita di prodotti e si vuole pertanto individuare quale tipologia di organizzazione, di
clienti o di lavori permettono un miglioramento della redditivit e qualit aziendale.
3. Definizione di Team Leader, Team Member, Proprietario del processo, Champion e Durata.
CTQ Margine di contribuzione Costo del personale non utilizzato (annuo)
Valore iniziale 400.000 - 150.000
Valore atteso 450.000 zero
Savings Razionalizzazione delle consegne. Aumento dei viaggi trasportati sino
Opportunit Eliminazione del 10% delle consegne con alla saturazione del personale.
marginalit negativa che priva dellazienda diLimporto delle ore retribuite e non
50.000 euro di marginalit. utilizzate stato pari 150.000
Vincoli Mantenere lo stesso organico, non aumentare i costi in maniera significativa.
Eventuali costi devono essere inferiori ai margini apportati.
Revisori legali
Tel. 0444.914447 - fax 0444.918497
DEFINE:
CARATTERISTICA DRIVERS OBIETTIVO CTQ SAVING
VOC TARGET
Bassa Strategia Scelta Margine di 100.000 per
marginalit commerciale accurata dei contribuzione ogni cantiere
incoerente clienti medio per
commessa
Revisori legali
Tel. 0444.914447 - fax 0444.918497
Revisori legali
Tel. 0444.914447 - fax 0444.918497
MEASURE:
1. Analisi dei margini di contribuzioni (periodi nov. 2015 e nov. 2014);
2. Calcolo della capability analisis.
Pi che ridurre la variabilit

1. Revisione del processo;
del processo, occorre spostare
2. Necessit di miglioramenti la curva verso un margine di
tecnologici.
contribuzione pi alto.
Revisori legali
Tel. 0444.914447 - fax 0444.918497
ANALYZE:
Mappa
del flusso
del valore
(Value
Stream
Map)
Revisori legali
Tel. 0444.914447 - fax 0444.918497
BPD:
Business
Process
Diagram
Revisori legali
Tel. 0444.914447 - fax 0444.918497
PROCES S O DI PR E VE NTIVAZ IONE :

Revisori legali
Tel. 0444.914447 - fax 0444.918497
P R O C E S S O P R I N C I PA L E :
Revisori legali
Tel. 0444.914447 - fax 0444.918497
DIAGRAMMA DI CAUSA - EFFETTO:

Revisori legali
Tel. 0444.914447 - fax 0444.918497
TEMPI TEMPI
STIMATI REALIZZATI
TEMPO TEMPO TEMPO DI

TRAGITTO MESCOLAZIONE SCARICO
TEMPO DEL TRASPORTO

Revisori legali
Tel. 0444.914447 - fax 0444.918497
CLIENTI A CLIENTI B CLIENTI C
CLIENTI CLIENTI CLIENTI

BUONI INTERMEDI PROBLEMATICI
MAGGIORI TRA 30 E MINORE

DI 100 100 DI 30
Revisori legali
Tel. 0444.914447 - fax 0444.918497
e-mail: info@studiocarli.it - www.studiocarli.it Si tratta di capire quali Xi spiegano la
variabile risposta Y (margine di
Contribuzione) isolando la
componente erratica .
Vediamo come sono gli indici di
correlazione tra le variabili
considerate: fatturato, mc, RCK, CLS
pompato, Km, intervento, tempo
dipendente totale, costo dipendente
trasporto, costo dipendente scarico,
costo mp, mc pompati, costo carico,
totale costo bolla, margine di
contribuzione. Tutto questo ha lo
scopo di trovare eventuali legami
con il margine di contribuzione.
Revisori legali
Tel. 0444.914447 - fax 0444.918497
Contour Plot of margine contribuzione 2015 vs KM; MC

margine
50
contribuzione
2015
< 0
0 50
40 50 100
100 150
150 200
> 200
30
KM
Hold Values
mc pompati 2
INTERVENTO 0
20 Categoria A
10
2 4 6 8 10 12
MC
Revisori legali
Tel. 0444.914447 - fax 0444.918497
Revisori legali
Tel. 0444.914447 - fax 0444.918497
DESIGN: Iniziative di Process Redesign:

dotare i camion di GPS e tracciare gli spostamenti dalla sede centrale;
sensibilizzare gli autisti a comunicare tempestivamente ogni anomalia riscontrata alla centrale;
valorizzazione della commessa sulla base di un algoritmo pi robusto costruito tramite la
regressione: dotare il commerciale di uno strumento IT poka yoke adatto a prezzare la commessa.
computare il costo del trasporto o del carico parziale;
training del personale impiegatizio e trasportatore;
fare apprezzare la qualit del prodotto fornito e non svendere gli RCK elevati;
scadenzare le partenze.
Iniziative di simulazione di scenario
I risultati delle analisi di regressione hanno prodotto un foglio in grado di fornire un algoritmo per
stimare i saving raggiungibili (per un cantiere, in realt i cantieri sono 2 per cui i saving vanno
raddoppiati).
Revisori legali
Tel. 0444.914447 - fax 0444.918497
VERIFY:
Per scongiurare che si verifichino altre commesse non redditive, si ipotizza un piano di controllo a
campione su base mensile pari al 10% delle consegne.
VANTAGGI
Eliminazione delle vendite con marginalit negativa (50000,00 );
Preventivazione corretta sulla base di un algoritmo;
Maggiore organizzazione nel processo maggiore saturazione del personale (circa 150000,00 );
Maggiore qualit del servizio, garantendo soprattutto la tempestivit nelle consegne.
Implementazione di una nuova linea produttiva
per la realizzazione di convertitori statici
Ing. Alessandro Cecchetto

(Quality & EDP manager)
Black Belt Six Sigma certified by AISS & Proxyma
Via dellOreficeria 41, 36100 - Vicenza
Ph. +39 444 343555
a.cecchetto@tdemacno.it
Un po di storia:
Azienda fondata nel 1976, ora
facente parte del gruppo
BDF Industries.
TDE MACNO progetta, produce e commercializza prodotti e servizi per lautomazione

industriale e la conversione dellenergia. Le applicazioni preponderanti sono in ambito
motion control coprendo i pi diversificati utilizzi di prodotto (convertitori) nei settori
manifatturiero (principali: macchine utensili, settore vetro, settore plastica, ), del trasporto
(trazione a fune, ed auto elettrica), e negli ultimi 6 anni nel settore delle energie rinnovabili
(fotovoltaico, eolico, idroelettrico, cogenerazione e sistemi di accumulo) in bassa e media
tensione.
Presente con una sede commerciale e di

system integrators (TDE-HPB) a Suzhou
City, ma la politica aziendale e del gruppo
quella dellinternalizzazione delle
competenze di prodotto e di processo,
quali valori irrinunciabili.
Lobiettivo
Ripensare i processi interni, mapparli e misurarne i KPI per variabili e non solo per
attributi, acquisire e diffondere conoscenze su tecniche di miglioramento continuo,
decidere sui dati in un regime di incertezza. Questi sono solo alcuni dei punti che
hanno spinto lazienda verso la cultura del Six Sigma. Un percorso iniziato con lo
studio, ma da subito anche con applicazioni operative e concrete direttamente sul
campo.
La sfida
Progettare e realizzare una nuova linea produttiva per drives (assemblaggio +
collaudo) per mantenere competitivo il prodotto in mercati difficili come quelli del
far est, producendo in Italia.
La soluzione
Approccio Lean Six Sigma trasversale al processo produttivo
I benefici
Hard savings di prodotto e processo
Aumento del livello qualitativo del prodotto e del suo processo di realizzazione
Il modello
Analisi e simulazione
Personale Pi sorgenti dati
Linea produttiva
Formazione
Raccolta dati tracciabilit

Burn-in Guasti in test
Capacit risolvere guasti
Sbilanciamento fasi montaggio
Cambio priorit
Attivit manuali Rottura flusso
Uso banco manuale
Interruzioni Precollaudo non efficiente
Richieste altri enti Collaudo finale parzializzato
Lead Time
Richiesta modifiche Non disponibili in linea
Personalizzazioni Mancato refilling

Deroghe
Azioni correttive
Mancanti
Probl. Qualit dal campo
Materiali
Extra cause
Industry 4.0
ATE EUT 1
Precollaudo
Server
interno
ATE
Analisi dati CLOUD
Collaudo finale
EUT 2
Il risultato
Test funzionale (Test sicurezza, in potenza, funzionalit,

configurazione e rintracciabilit)
Raccolta dati in tempo reale

Il risultato
Affidabilit nel breve periodo
(Burn-in funzionale)
Boxplot of D42 [%], D43 [%], D44 [%] Test invecchiamento

0.3 accelerato
0.2
0.1
Data
0.0
-0.1
D42 [%] D43 [%] D44 [%]

WEB data access
Accesso locale e remoto (da qualsiasi dispositivo abilitato)
Il progetto ha consentito allazienda di raggiungere importanti risultati operativi sia sul

progetto pilota iniziale che nellimplementazione a regime, rendendo strutturale il
miglioramento nel tempo.
Il ROI ottenuto stato superiore al 1.400%

Grazie per
lattenzione
TDE MACNO S.P.A.

Via dell'Oreficeria, 41
36100, Vicenza (VI), Italy
Tel +39.0444.343555 | Fax +39.0444.343509
e-mail: info@tdemacno.com

1233-Atti Convegno Vicenza 09 Maggio 2017

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

1233-Atti Convegno Vicenza 09 Maggio 2017

Transféré par

Droits d'auteur :

Formats disponibles

Vicenza, 9 maggio 2017

P.N. Industria 4.0

Benvenuto del Presidente dellAssociazione Apindustria Confimi VI

P. N. Industria 4.0: superammortamento e iperammortamento - Apindustria Confimi VI

Testimonianze aziendali di progetti Six Sigma

Aumentare la produttivit del reparto di confezionamento - Venchiaredo S.p.A.

$% & ' & ( ) *( &+*)

140% 250% 140%

C.M. 4/E DEL 30/3/2017 E C.M. 7/E DEL 4/4/2017 2

2&+' )+$&1+(*' &+* )

(%*) '+ %$) ) '$ %) ( * - &** 2

2&+' &$ %$' (+ ;& ' ( 5& ( ) )1(

'+&$* ( & )+$&1+& &+* ) '

<( &**( ')+& ) 5'+& &+* ) ' 4

Sottoscrizione, entro fine anno, da parte di entrambe le parti del

< (1( &+*) &+* ) 4( )+*) 6 5& )$*)

acquisizione in leasing pagamento maxicanone almeno pari al 20%

( 2'*) )11&**'3) ( ;'+( ' '+*& '1&+*' '+5%$* '( -

( 2'*) $)11&**'3) *%**& & ' &$&

( 2'*) *& ) ( & = ( $% & ( ) *( &+*)

* & '+&& 5>( ')+&

Si consiglia analisi da C.M. 4/E del 30/3/2017 che contiene elenco

&3( '+1 2&+' 1'(> &$'$*&+*'

Dispositivi per linterazione uomo macchina e per il miglioramento

(11') ( ')+& 5& - 6 )$*) '$ ( &

( 2'*) )11&**'3) : $'$*& ' : '(**( ) &

( 2'*) *& ) ( & = ( $% & ( ) *( &+*)

$) *?( & &$ %$' 5( >(1&3) ( ')+&

I SOFTWARE REALTIVI ALLA GESTIONE DI IMPRESA IN SENSO LATO SONO

Pertanto un Customer Relationship Management (CRM), un configuratore di

$) *?( & : ( * & & '$( ')+'

2&+& '+*& )++&$$)

& &**%( ')+& & '+*& )++&$$')+&

& &**%( ')+& & '+*& )++&$$')+&

& &**%( ')+& & '+*& )++&$$')+&

(%*) & *' ' ( ')+& & ' '(

Il bene possiede caratteristiche tecniche tali da includerlo negli elenchi di cui

beni aventi ciascuno

(%*) & *' ' ( ')+& & ' '(

' & & $% & ( ) *( &+*)

Sale and lease

Per il periodo dimposta in corso al 31/12/2017 e quello successivo il calcolo

P.N. Industria 4.0

German Partner Institutions:

IO 2: 4 moduli formativi per studenti / lavoratori

IO 3: 4 moduli formative per insegnanti e formatori aziendali

Persone sempre pi competenti per lavori sempre

P.N. Industria 4.0

Per le attivit di progettazione Proxyma utilizza le soluzioni di iGrafx, che

Magic Quadrant Leader

Includes 2/3 of the Fortune 100

Servizi innovativi: Proxyma Enterprise LabTech

Supporto operativo alle aziende

Istituto Superiore Mario Boella

Universit di Roma Sapienza

Universit degli Studi di Bologna

Universit degli Studi di Brescia

Universit Politecnica delle Marche

Centro Italiano Ricerche Aerospaziali

Enterprise Architecture Framework

Strategia, controllo Governance

DoE e analisi statistiche

Modellazione dei processi

Mappa di processo Modello di processo

$% & ' & ( ) ( &+)

2&+' )+$&1+(' &+ )

(%) '+ %$) ) '$ %) ( - &** 2

< (1( &+) &+ ) 4( )+) 6 5& )$)

( 2'*) )11&**'3) ( ;'+( ' '+& '1&+' '+5%$* '( -

( 2') & ) ( & = ( $% & ( ) ( &+)

&3( '+1 2&+' 1'(> &$'$&+'

( 2') & ) ( & = ( $% & ( ) ( &+)

$) ?( & : ( & & '$( ')+'

(%) & ' ' ( ')+& & ' '(

(%) & ' ' ( ')+& & ' '(

' & & $% & ( ) ( &+)