1. Mathematics at work
DALLA RICERCA OPERATIVA ALLA BUSINESS OPTIMIZATION
Relatore: Matteo Pozzi
Lecce, 30 Maggio 2013

2. OBIETTIVI DELL’INCONTRO
L’intervento si propone di fornire una prospettiva
«imprenditoriale» all’uso della Matematica applicata al
business, attraverso la presentazione di Optit srl, spinoff accademico dell’Università di Bologna, fondata nel
2007 dal Prof. Vigo, professore e ricercatore nel campo
della Operations Research.
• Introduzione alla Ricerca Operativa
• L’esperienza di Optit
• Considerazioni finali
-2-

3. AGENDA DELL’INCONTRO
• Introduzione alla Ricerca Operativa
• L’esperienza di Optit
• Considerazioni finali
-3-

4. LA GESTIONE DELLA COMPLESSITA’ E LA RICERCA OPERATIVA
L’Operations Research è l’applicazione di metodi scientifici a problemi
decisionali che si presentano in strutture organizzate complesse
Discipline scientifiche di riferimento
Ambiti di applicazione
Contesti aziendali e/o istituzionali che
presentano problemi connotati da
alta complessità/impatto:
• Operations research
• Management Science
• Decision Science
• Grandi moli di dati (da trasformare in
informazioni)
• Vincoli e obiettivi di business in
competizione tra loro
Le principali metodologie
• Data analysis
• Forecasting
• Processi decisionali articolati, diffusi,
e tempestivi
• Simulation
• Impatti economici significativi
• Optimization
-4-

5. COSA SI INTENDE PER PROBLEMA DECISIONALE
… si tratta di scegliere, tra le
diverse alternative possibili,
la configurazione relativa ad
un insieme di decisioni che
consente di ottenere dal
sistema le prestazioni
desiderate
Dato un insieme di elementi
legati da forme di interazione
opportunamente modellate …
Decisioni:
• layout impianto
• tipo di macchine
• sequenza lavorazioni
Prestazioni:
• max produttività,
• min costo,
• …
Esempio in ambito produttivo
-5-

6. GLI AMBITI DEL PROCESSO DECISIONALE
Esempi
Livello Strategico
(Pianificazione/Planning)
•
•
Definizione e valutazione delle alternative
Generalmente si opera in regime
probabilistico
Livello Operativo
(Programmazione/Management)
•
•
Definizione della prassi operativa
nell’ambito delle scelte strategiche fatte
Generalmente si opera in regime
deterministico
Scelte strategiche
• Scelta di investimenti
• Localizzazione sul territorio
(impianti, servizi…)
• Dimensionamento (impianti,
personale …)
• Attivazione di processi, rotte, …
•
•
•
•
•
•
•
•
•
organizzazione della produzione
sequenziamento di lavori
pianificazione dei lavori
instradamento di veicoli
turnazione del personale
controllo del traffico aereo
caricamento di containers, pallets
taglio ed impaccamento oggetti
……
Scelte operative
-6-

7. STORIA (BREVE) DELLA RICERCA OPERATIVA
Le origini (‘40s)
Lo sviluppo
Oggi
• Nel corso della Battaglia
di Inghilterra (Seconda
Guerra Mondiale) si
poneva il problema di
posizionare i pochi
radar disponibili per
massimizzare la
probabilità di
intercettazione dei
bombardieri tedeschi (e
coordinare le azioni
conseguenti)
• A tal fine furono
organizzati team di
lavoro misti (matematici,
fisici, ingegneri, militari)
per azione di «Research
on military Operations»
per la messa a punto di
metodi quantitativi di
analisi e metodologie di
soluzione (algoritmi)
•
• Capacità di calcolo
elevata permette di
gestire in tempi
ragionevoli problemi di
enormi dimensioni
• Esistenza di consolidati
risolutori generici, che
permettono di risolvere
ampie famiglie di
problemi di cui serve
solo una descrizione di
alto livello del
modello/sistema di
equazioni
• Elevata digitalizzazione
delle informazioni a tutti
i livelli del mondo
produttivo e istituzionale
consente alimentazione
dei modelli in ambiti
pratici di business
•
•
•
Larga diffusione postbellica della disciplina
in:
• Industria
• Istituzioni
• Accademia
Sviluppo di modelli ed
algoritmi (1940-60)
• programmazione
lineare
• teoria dei grafi
• simulazione
numerica …
Diffusione degli
elaboratori (1960-70)
Teoria della
complessità
-7-

8. I MODELLI MATEMATICI
Modello =
rappresentazione semplificata di un sistema reale,
progettata per rispondere, mediante analisi sperimentali,
a domande specifiche (risposta agli ingressi/decisioni).
Input
(ingressi/decisioni)
Modello
matematico =
x1, x2,…
Modello
Output
(prestazioni)
insieme di relazioni logico/matematiche che descrivono il
comportamento del sistema
• Statico vs. dinamico
• Analitico (descritto mediante equazioni/disequazioni)
vs. numerico (descritto mediante algoritmi di calcolo)
• Prescrittivo / ottimizzazione (valori di xn che
realizzano il max/min di z) o descrittivi/ simulazione
(come variano alcuni parametri x in funzione di altri)
z=f(x1, x2)
-8-
z

9. LA METODOLOGIA DELLA RICERCA OPERATIVA
Formulazione
del problema
Costruzione
del modello
•
•
•
Definizione di obiettivi e vincoli
Raccolta informazioni e dati sul sistema
Ricerca analogie con altri sistemi e analisi statistiche
•
Scelta del paradigma di presentazione del modello
sulla base del problema, assunzioni e ipotesi
Espressione di obiettivi e vincoli mediante funzioni di
variabili decisionali, parametri e prestazioni
•
Verifica del
modello
•
Calibrazione dei valori dei parametri caratteristici in
modo che il modello fornisca risposte aderenti alla
realtà (valori misurati)
Elaborazione
della soluzione
•
•
Generazione delle possibili soluzioni
Scelta della «migliore» (ottimizzazione)
•
•
Rappresentazione dei risultati ai decisori …
… fornendo la possibilità di verifica delle ipotesi sul
modello stesso
•
•
Implementazione della soluzione
Monitoraggio nel tempo del modello (ev. autoapprendimento)
Presentazione
della soluzione
Realizzazione
della soluzione
-9-

10. ESEMPIO DI MODELLAZIONE MATEMATICA
Modello
•
Modello matematico
Problema: ottimizzare i flussi xi (Fornitori
(Fi) - Magazzini (Mi)) e quelli yi (Magazzini
– Clienti (Ci)) dato una determinata
domanda di beni (di), capacità produttive e
di stoccaggio (mi) e costi logistici (ci e ti)
Xi
flussi F-M
•
Funzione obiettivo
min (c1ax1a + c1bx1b + ... + ta1ya1 + ta2ya2 + …)
•
Vincoli di capacità
•
F
x1a + x2a + ... ≤ ma ,
Yi
flussi M-C
x1a + x1b + ... ≤ m1 ,
M
Vincoli di domanda
ya1 + yb1 + ... ≥ d1 ,
•
Bilanciamento dei flussi
x1a + x2a + ... = ya1 + ya2 + ...
- 10 -

11. AGENDA DELL’INCONTRO
• Introduzione alla Ricerca Operativa
• L’esperienza di Optit
• Considerazioni finali
- 11 -

12. IL RAZIONALE DI FONDO
Nonostante …
… perché:
• Forte gruppo di Ricerca
Operativa presso il DEI
dell’Alma Mater
Studiorum Università di
Bologna
…
• Livello scientifico
molti progetti
estremamente elevato
non
(pubblicazioni ad alto
riuscivano ad
impact factor)
andare oltre
• Riconoscimenti nazionali
la fase
e internazionali
progettuale
• Progetti finanziati di
…
grande respiro
• Progetti «professionali» in
collaborazione con
società di consulenza, per
clienti privati
• Modelli matematici
erano molto avanzati,
ma gli applicativi IT che
li contenevano non
erano in grado di
soddisfare le esigenze
degli utenti reali
(robustezza, usabilità,
integrabilità)
• Focus su aspetti
scientifici vs. ritorno
dell’investimento non
sempre allineati
• Difficoltà a garantire la
manutenzione nel
tempo degli applicativi
- 12 -

13. LA STORIA DI OPTIT
La nascita
• Il prof. Vigo fonda la
società nel 2007
insieme a un ex
studente con
esperienza di
consulenza
• Il business plan di Optit
vince la Start Cup ‘07
dell’E.R. che garantisce
accesso a un
incubatore e un piccolo
capitale di partenza
• Creazione di un piccolo
team di
programmatori SW +
collaborazioni occ.
• Focalizzazione su un
prodotto innovativo
per la pianificazione
della raccolta rifiuti
• Sbocco di mercato
fortemente polarizzato
su un singolo cliente
Il primo impatto con il
mercato
La rifondazione
• Buona crescita nel
primo anno (100.000€
di fatturato 2008)
ma …
• Tempi di sviluppo del
prodotto molto lunghi
• Tariffe molto basse
• 70% del tempo è nel
reperimento e
predisposizione dei
dati (non sui modelli o
gli applicativi)
• Moderata
propensione
all’investimento (incl.
accesso a fonti di
finanziamento)
• Nel 2009, a valle di
un cambiamento
organizzativo presso
il cliente principale,
l’acceso ai budget
owner diventa critico
• Nel 2010 subentra un
management team
più esperto (2 risorse
senior nel campo del
management
consulting) in nuova
struttura societaria
• Spostamento del
business model da
società IT a società di
servizi (innovazione,
trasferimento
tecnologico,
consulting)
• Allargamento del
portafoglio prodotti /
progetti / clienti
• Focus su acquisizione
(commerciale)
• Rafforzamento
organizzativo
• Consolidamento
tecnologico
- 13 -
Oggi
• Società
discretamente
capitalizzata con
buon accesso al
credito
• Volume d’affari che
permette una
sostanziale equilibrio
economico e
organizzativo
• Portafoglio clienti e
ambiti di intervento
discretamente
diversificato
• Partnership
commerciali e
operative consolidate
(e in crescita)
• Ruolo riconosciuto
dal mercato e
comunità scientifica
• Consolidamento
rapporto con UNIBO

14. SUPPORTO ALLE AZIENDE NEL CAMPO DELL’OTTIMIZZAZIONE,
INNOVAZIONE E TRASFERIMENTO TECNOLOGICO
Ci proponiamo di mettere a disposizione degli operatori del mercato metodologie e
soluzioni (Decision Support Systems) di forecasting, data analysis, simulazione e
ottimizzazione di sistemi complessi a supporto dell’ottimizzazione del business dei
nostri clienti
RICERCA APPLICATA NEL
CAMPO DELL’OTTIMIZZAZIONE
IT SOLUTIONS DEVELOPMENT
& DEPLOYMENT
BUSINESS ANALYSIS &
CONSULTING
• Modellisti esperti nella di ricerca
• Professionisti informatici per
• Professionisti con oltre 10 anni di
operativa e ottimizzazione
• Accesso preferenziale a gruppi
accademici e professionisti di
caratura internazionale
• Un progetto di Optit per
Heracomm (Ottimizzazione
Risorse di Sportello) finalista
all’Euro Excellence in Practice
Award 2012 e 2013
• Spin-off UNIBO
sviluppi di standard industriale
• Framework e Toolkit di sviluppo
avanzati(tecnologia J2EE
• Esperienza di integrazione di
tecnologie di mercato di ultima
generazione
• Business partner IBM
esperienza di management
consulting per mettere il
“business al centro”
• Project e change management d
alto livello
• Flessibilità nelle modalità di
deployment (service oriented)
• Partnership consolidate con
importanti società di consulenza
- 14 -

15. PRINCIPALI REFERENZE E CLIENTI
UTILITIES E TPL
INDUSTRIA, RETAIL
E SERVIZI
- 15 -
PUBBLICA
AMMINISTRAZIONE
E ACCADEMIA

16. Il problema
• Rete di +20 sportelli con +200 operatori
(attività di front e back office)
• Complessità nella pianificazione di medio e
breve termine
• Ricerca della massima efficienza (FTE) a
parità/miglioramento di livello di servizio
(tempo medio di attesa clienti)
La soluzione
Esemplificativi della soluzione
• Strumento di forecasting degli afflussi clienti
(con dettaglio fino alla fascia da 15 minuti)
• Ottimizzazione dell’uso delle risorse (aperturachiusura code) su singolo sportello
• Modello di deployment (service) a servizio dei
pianificatori centrali (pianif.ne medio termine) e
dei pianificatori di sportello (breve termine)
I risultati
OTTIMIZZAZIONE DELLA GESTIONE DELLE RISORSE
DI UNA RETE DI SPORTELLI CLIENTE
• Nei primi 6 mesi di adozione dello strumento,
per i 7 sportelli più grandi, con un consistente
aumento dei volumi di afflusso (+7,0%) …
- … riduzione dei tempi medi di attesa
(10 minuti, -6,2% vs anno precedente) …
- … miglioramento di tutti gli altri KPI
- … a parità di risorse utilizzate
Pianificazione mensile
Pianificazione giornaliera
Programmazione per fascia da 15 minuti
- 16 -

17. OTTIMIZZAZIONE DI RETI LOGISTICHE E
IMPIANTISTICHE
Esemplificativi della soluzione
I risultati
La soluzione
Il problema
Modellizzazione sistema logistico
• Sistemi logistici e industriali complessi:
- Alto numero di trasporti/anno, con elevati
costi di gestione
- Driver di domanda articolati sul territorio
- Rete impiantistica articolata, con vincoli
logistici e operativi di vario genere
Ottimizzazione dei flussi
• Definizione di modelli di pianificazione
strategica per la ri-strutturazione dei flussi
(network re-design, flow allocation)
• Modello di sistemi di pianificazione operativa
a supporto delle allocazioni di corto termine
• Supporto ad analisi strategiche
• Benefici nell’ordine di qualche punto
percentuale sui costi logistici, garantendo un
bilanciamento/utilizzo ottimale dell’uso della rete
impiantistica, capace di generare buoni tassi di
ritorno dell’investimento
Verifica KPI
- 17 -

18. PIANIFICAZIONE OTTIMIZZATA DI IMPIANTI DI
COGENERAZIONE INDUSTRIALE
I risultati
La soluzione
Il problema
Esemplificativi della soluzione
• Impianti complessi (cogenerazione, caldaie,
pompe di calore, ecc.)
• Necessità di pianificazione oraria che
garantisca l’utilizzo ottimale delle leve di
margine (vendita energia elettrica e termica,
costi della materia prima, ecc.) …
• … nel rispetto dei vincoli di funzionamento
(tecnici e normativi)
Pianificazione giornaliera
• Sistema di pianificazione per ottimizzazione
del margine operativo
• Tool di forecasting della domanda termica
• Soluzioni realizzate per impianti di
cogenerazione ed impianti di alimentazione di
reti di teleriscaldamento
Dettaglio per singola macchina
• La differenza tra la soluzione ottima di
pianificazione ed una pianificazione sub-ottima
si attesta intorno a qualche punto percentuale
(che nel caso di impianti di grandi dimensioni
può quantificarsi in qualche centinaia o migliaia
di €/giorno (dati da prima sperimentazione)
Schema impianto
- 18 -

19. PIANIFICAZIONE DELLO SVILUPPO COMMERCIALE
OTTIMALE DI RETI DI TELERISCALDAMENTO
Il problema
• Rete cittadina di dimensioni significative (+70
km di rete, +2.000 clienti allacciati o potenziali)
- potenzialità di ricontrattualizzazione di
utenze esistenti per nuovi allacciamenti
• Necessità di supportare la funzione comm.le
nell’individuazione del le opportunità di
allacciamento a maggior marginalità
La soluzione
• Sistema di supporto alla pianificazione dello
sviluppo strategico della rete di
teleriscaldamento (individuazione dei clienti
con maggiore convenienza di allacciamento)
• Strumento per analisi what-if (cambiamenti
tariffari, variazione driver di costo, ecc.)
• (In fase di sviluppo) Tool a supporto del
dispatching giornaliero
I risultati
Esemplificativi della soluzione
• Generazione molto efficace di scenari ottimali
di sviluppo (che in forma manuale
richiederebbero frazioni consistenti di FTE), che
su una rete cittadina rappresentano valori
assoluti significativi
• La soluzione permette un sostanziale
miglioramento nella dinamica relazionale tra
funzione commerciale e tecnica
Rete TLR
Soluzione proposta
Dettaglio
- 19 -

20. Il problema
Esemplificativi della soluzione
• Framework concettuale per la pianificazione
strategica del servizio (modelli di domanda,
clustering, bilanciamento turni, ecc.)
• Strumento di routing ottimizzato a supporto
della pianificazione operativa di dettaglio
• Valorizzazione di dati GPS per arricchimento
conoscenza aziendale con dati dal campo
I risultati
• Supporto alla pianificazione dei servizi di
raccolta su diverse realtà territoriali
• Esigenza di (ri)dimensionamento dei servizi
(sia interni, sia per valutazione di contratti con
service esterno)
• Fornitura di sistemi di aggiornamento della
pianificazione alla luce di variazioni della
mobilità, conferimenti, ecc.
La soluzione
PIANIFICAZIONE OTTIMIZZATA DEI SERVIZI DI
RACCOLTA DEI RIFIUTI
Definizione cluster
• Abbattimento tempi di generazione
soluzione; per servizi complessi:
- ~ qualche giorno per generare 2-3 scenari
alternativi di soluzione …
- … vs ~ alcune settimane in caso di
pianif.ne manuale (per un solo scenario)
• Riduzione costi operativi (nr turni, nr km) da
3÷5% (solo routing) a 15÷20% (revisione cluster
di servizio)
Routing ottimizzato (percorsi di
raccolta a minor numero di km)
Uso di dati GPS per intercettare variazioni mobilità
- 20 -

21. Il problema
Esemplificativi della soluzione
• Strumento di simulazione di costi di trasporto
per supportare:
- determinazione budget
- identificazione leve di efficientamento
- analisi della sensitività dei costi rispetto
alle leve (es. cambio tariffazione, revisione
frequenze e/o orari di consegna, ecc.)
I risultati
• Ridisegno della rete logistica di importante
gruppo GDO post revisione network
- 4 CeDiM (magazzini)
- +300 punti vendita con piani di consegna
giornalieri (con vincoli temporali e logistici)
• Necessità di individuare le leve di
efficientamento dei costi di trasporto
La soluzione
SUPPORTO ALLA PIANIFICAZIONE DELLA LOGISTICA
DISTRIBUTIVA NELLA GDO
Parametrizzazione istanza
KPI soluzione
• Caso 1
- Riduzione costi di ~5% sul solo routing
- Identificate leve di riduzione costi fino a
~15% (attraverso revisione degli orari di
consegna e dei calendari di consegna)
• Caso 2 (riprogrammazione di 1 settimana
consegne per ~250 PdV)
- Riduzione nr viaggi (da 400 a 370)
- Riduzione nr veicoli utilizzati (da 226 a
170)
- 21 -

22. PIANIFICAZIONE OTTIMIZZATA DI CASH LOGISTICSPER
IL RIFORNIMENTO DEGLI ATM
Architettura della soluzione
OptiATM
Anagrafica ATM
Sistemi bancari e di filiale
Il problema
• Strumento di forecasting dei prelievi sulla
base dei dati storici (auto-adattativo)
• Strutturazione di tool di ottimizzazione che
suggerisce data di sovvenzione e importo per
la minimizzazione dei costi (costi logistici,
costi del denaro, ecc.)
• Integrazione con sistemi di banca e di filiale,
con architetture poco invasive
I risultati
• Necessità di “certificazione” del denaro
destinato agli ATM  presidio centrale del
sistema di approvvigionamento (per evitare
adozione di apparati dedicati per ogni filiale)
• Gruppo Bancario con ~2.500 ATM su tutto il
territorio nazionale, con oneri logistici
significativi e impatti sul livello di servizio
erogato vs cliente (incidenza stock-out)
La soluzione
Esemplificativi della soluzione
Forecaster
Optimiser
Dati di prelievo
Tasso di interesse
DB
Proposte sovvenzioni
Soglia max di sicurezza
• Riduzione dei costi logistici da primi dati forniti
(costi trasporto denaro vs filiale) di ~5÷10%
• Non è stato quantificato (ma è sicuramente
presente) un ulteriore beneficio in termini di
diminuzione dell’immobilizzo complessivo di
contante
Soglia min di sicurezza
Schema del sistema di previsione dei flussi ATM
(aggiornato giornalmente con giacenze reali)
- 22 -

23. ESEMPIO DI APPROCCIO PROGETTUALE
Principali attività
ANALISI DEL TEMA DI
BUSINESS
SVILUPPO DELLA
SOLUZIONE
TECNOLOGICA
• Identificazione opportunità
di miglioramento e sua
declinazione specifica
• Strutturazione modello di
forecasting e/o
ottimizzazione
• Analisi dei principali dati e
relazioni caratterizzanti il
problema di business
• Realizzazione strumento
prototipale
• Eventuale analisi di
fattibilità / valutazione costibenefici
• Definizione obiettivi,
percorso e milestones per
l’innovazione
Output
REALIZZAZIONE
MODELLO DI
FORECASTING /
OTTIMIZZAZIONE E
PROTOTIPAZIONE
• Comprensione e
condivisione del potenziale
di miglioramento
• Disegno del percorso di
innovazione
• Eventuale sperimentazione
pilota su ambiti concordati
• Consolidamento requisiti
funzionali per l’avvio di una
eventuale
ingegnerizzazione
• Disegno architettura della
soluzione
• Realizzazione strumento
ingegnerizzato su
tecnologie concordate
• Verifiche e collaudi
funzionali congiunti per
assicurare la effettiva
rispondenza alle esigenze
dell’utenza
DEPLOYMENT E
SUPPORTO
• Affinamenti del Modello
gestionale e organizzativo
impattato dalla soluzione
• Integrazione con i sistemi
informativi del cliente e
deploy della soluzione
• Formazione utenti e avvio
sistema (change
management)
• Supporto gestionale e
applicativo
• Conferma benefici attesi
• Risposte consulenziali al
problema di business
• Strumento prototipale e
blue print per eventuale
ingegnerizzazione
- 23 -
• Soluzione innovativa pronta • Strumento di ottimizzazione
per il deployment
installato presso il cliente
(eventualmente con rilasci
• Organizzazione e gestione
modulari)
operativa allineati per la
valorizzazione dei benefici

24. MOLTEPLICI MODALITA’ DI EROGAZIONE DEI SERVIZI
Consulenza su strategie di innovazione e ottimizzazione
Sviluppo sistemi prototipali di ottimizzazione sulla base di problemi
di business del cliente (proof of concept)
Sviluppo e fornitura di tool di ottimizzazione da inserire in soluzioni di
terze parti (focus sulle componenti di modellistica ed algoritmica di
ottimizzazione)
Sviluppo e fornitura in licenza o come SaaS di soluzioni end-to-end:
• Sistemi di supporto alle decisioni strategiche
• Sistemi di ottimizzazione della pianificazione e gestione
operativa
Consulenza strategica assistita da soluzioni già sviluppate
(alternativo o propedeutico all’acquisto di licenze o l’affitto delle
soluzioni)
- 24 -

25. UN RAPPORTO CHE SI CONSOLIDA CON IL MONDO ACCADEMICO
Primo sbocco lavorativo per molti brillanti neolaureati
Collaborazioni con ricercatori e personale accademico
Accordi di valorizzazione di risultati di ricerche ad alto potenziale
Supporto industriale a progetti universitari «a mercato» (es: CIRI)
Progetti congiunti con valorizzazione dei rispettivi ambiti di eccellenza
Collaborazioni professionali con diversi Consorzi Universitari
- 25 -

26. I PRINCIPALI RICONOSCIMENTI
Business plan di Optit premiato alla Start Cup BolognaImola 2007, con premio in denaro e accesso
all’incubatore di Impresa Innovami (Imola)
Finalista all’EURO Excellence in practice Award 2012,
principale premio continentale nel campo della Ricerca
Operativa, con il progetto sull’ottimizzazione delle
risorse di Sportello di Heracomm
Finalista all’EURO Excellence in practice Award 2013
con il progetto sull’ottimizzazione delle risorse di
Sportello di Heracomm (che sta allargando il proprio
ambito funzionale all’intera reportistica sulle attività di
sportello)
Attualmente semi-finalista al D.H. Wagner Prize for
Excellence in Operations Research Practice 2013,
importante premio nel contesto Statunitense
E, soprattutto, il mercato (clienti e partner) riconosce la professionalità ed il
valore che l’azienda sa esprimere nel campo dell’innovazione, trasferimento
tecnologico, consulenza e fornitura di soluzioni di supporto alle decisioni
- 26 -

27. AGENDA DELL’INCONTRO
• Introduzione alla Ricerca Operativa
• L’esperienza di Optit
• Considerazioni finali
- 27 -

28. ALCUNE CONSIDERAZIONI SULLA BASE DELLA NOSTRA
ESPERIENZA
• L’applicazione della matematica (e più precisamente della
Ricerca Operativa) al mondo delle imprese è molto
promettente, anche se esiste un gap culturale non
indifferente da superare (in Italia)
• Fare impresa nell’Innovation Technology è un’esperienza
che può essere entusiasmante, ma attenzione a:
• Verificare l’attrattività dell’offerta (idea di business)
• Ricercare condizioni agevolate di start-up
• Assetti societari (coesione e differenziazione)
• Ricerca di fonti di accesso a finanza
• Assicurarsi un mix di competenze di eccellenza
• La migliore soluzione ha vita breve se non viene portata al
livello dell’utilizzatore finale
• Far crescere un’azienda richiede buoni skill manageriali
- 28 -

29. GRAZIE PER L’ATTENZIONE
Matteo Pozzi
Optit s.r.l.
info@optit.net
www.optit.net
- 29 -