SlideShare ist ein Scribd-Unternehmen logo
1 von 3
3
2. Data Mining
Partendo dalla grande mole di dati a disposizione (Big Data) reperibile in real-time, le aziende
stanno progredendo verso un nuovo modello di business che va oltre la semplice produzione ed è
orientato al Service 4.0. Possiamo quindi considerare i dati come il vero cuore pulsante della
Smart Factory, attraverso cui è possibile monitorare lo stato di salute dell’intero sistema e
mettere in atto piani di manutenzione performanti.
A tal proposito introduciamo il concetto di Data Mining, processo che descrive l’individuazione di
informazioni di varia natura mediante l’estrapolazione mirata da grandi banche dati. Le tecniche
e le strategie che vengono adoperate in questo ambito sono in gran parte automatizzate e
costituite da specifici software e algoritmi.
Attraverso il Data Mining vengono analizzate grandi quantità di dati contenuti all’interno di
database e identificate associazioni, anomalie e schemi ricorrenti (pattern): si scovano cioè tutte
le informazioni latenti contenute al loro interno per poi sfruttarle per determinati fini. Tutto ciò è
reso possibile grazie all’elevato grado di parallelismo raggiunto dalle risorse di calcolo, capaci di
ottenere risultati con una velocità disarmante.
In particolare, le imprese che operano nel settore metal-meccanico necessitano in primis di
strumenti in grado di assicurare alti livelli di flessibilità ed efficacia in ottica di gestione del Data
Mining, così da poter sfruttare tutti i dati reperibili in azienda e presenti in diversi formati.
A questo punto diventa spontaneo parlare di Digital Advanced Visualization (DAV), concetto che
identifica l’impiego della tecnologia 3D nella fase di progettazione, in uno scenario che consente di
4
sfruttare le informazioni provenienti dal CAD sottostante, in merito al progetto di una macchina o
di un componente.
Questi metadati vengono utilizzati nell’ambito della progettazione 3D e rappresentano l’elemento
chiave capace di arricchire ed armonizzare le informazioni presenti in partenza e che
accompagnano il modello 3D durante il suo intero ciclo di vita: dalla fase di progettazione a quella
di sviluppo, dalla fabbricazione alla commercializzazione, fino ad arrivare alla vendita e alle attività
di post-vendita correlate.
TO BE CONTINUED…..
PER SCARICARE GRATUITAMENTE IL NOSTRO WHITEPAPER DAL TITOLO:
“DATI ACQUISITI: COME GENERARE VALORE CON LA MANUTENZIONE PREVENTIVA
EVOLUTA E IL COMPANY SYSTEM”:
5
CREDITS:
Segui Sygest Srl sui canali social!
(Clicca sui bottoni in basso)
Questo documento è un estratto del whitepaper “Dati acquisiti:
come generare valore con la Manutenzione Preventiva Evoluta e il
Company System” realizzato da Martino Bufano.
Laureato in Ingegneria Informatica (presso l'Università "Alma Mater
Studiorum" di Bologna) e con un Master in Web Communication e
Social Media (conseguito presso l'Università degli Studi di Parma)
collabora con aziende nelle vesti di freelance per attività di:
SEO Analyst, Web Developer, Social Media Manager e Copywriter.
Di seguito trovate i riferimenti del profilo LinkedIN e della mia mail: per eventuali
approfondimenti, informazioni o semplici curiosità non esitate a contattarmi!
https://www.linkedin.com/in/martinobufano
martino.bufano.it@gmail.com

Weitere ähnliche Inhalte

Was ist angesagt?

Business Intelligence & Big Data per il Retail
Business Intelligence & Big Data per il RetailBusiness Intelligence & Big Data per il Retail
Business Intelligence & Big Data per il Retail
Roberto Butinar
 
AISM_Lazzarini_Bologna_2015_v3
AISM_Lazzarini_Bologna_2015_v3AISM_Lazzarini_Bologna_2015_v3
AISM_Lazzarini_Bologna_2015_v3
Fabio Lazzarini
 
Business intelligence: Un approccio Quick & Dirty
Business intelligence: Un approccio Quick & Dirty Business intelligence: Un approccio Quick & Dirty
Business intelligence: Un approccio Quick & Dirty
SMAU
 

Was ist angesagt? (20)

Noovle: Big Data & BI
Noovle: Big Data & BINoovle: Big Data & BI
Noovle: Big Data & BI
 
Il data warehouse nella business intelligence
Il data warehouse nella business intelligenceIl data warehouse nella business intelligence
Il data warehouse nella business intelligence
 
Business intelligence
Business intelligenceBusiness intelligence
Business intelligence
 
Business Intelligence & Big Data per il Retail
Business Intelligence & Big Data per il RetailBusiness Intelligence & Big Data per il Retail
Business Intelligence & Big Data per il Retail
 
Poliglottismo tecnologico & innovazione: un matrimonio perfetto? Esperienze d...
Poliglottismo tecnologico & innovazione: un matrimonio perfetto? Esperienze d...Poliglottismo tecnologico & innovazione: un matrimonio perfetto? Esperienze d...
Poliglottismo tecnologico & innovazione: un matrimonio perfetto? Esperienze d...
 
La Data Virtualization a supporto della Data Science: "Da grandi poteri deriv...
La Data Virtualization a supporto della Data Science: "Da grandi poteri deriv...La Data Virtualization a supporto della Data Science: "Da grandi poteri deriv...
La Data Virtualization a supporto della Data Science: "Da grandi poteri deriv...
 
Appunti di big data
Appunti di big dataAppunti di big data
Appunti di big data
 
Inobeta SMAU 2017 - Parte 2
Inobeta SMAU 2017 - Parte 2Inobeta SMAU 2017 - Parte 2
Inobeta SMAU 2017 - Parte 2
 
Big Data 2014: Marketing & Social Media
Big Data 2014: Marketing & Social MediaBig Data 2014: Marketing & Social Media
Big Data 2014: Marketing & Social Media
 
Introduzione alla Virtualizzazione dei Dati
Introduzione alla Virtualizzazione dei DatiIntroduzione alla Virtualizzazione dei Dati
Introduzione alla Virtualizzazione dei Dati
 
AISM_Lazzarini_Bologna_2015_v3
AISM_Lazzarini_Bologna_2015_v3AISM_Lazzarini_Bologna_2015_v3
AISM_Lazzarini_Bologna_2015_v3
 
Smau Bologna 2015 - AISM
Smau Bologna 2015 - AISMSmau Bologna 2015 - AISM
Smau Bologna 2015 - AISM
 
Business intelligence: Un approccio Quick & Dirty
Business intelligence: Un approccio Quick & Dirty Business intelligence: Un approccio Quick & Dirty
Business intelligence: Un approccio Quick & Dirty
 
Big data
Big dataBig data
Big data
 
Data Mining
Data MiningData Mining
Data Mining
 
Data Governance at work
Data Governance at workData Governance at work
Data Governance at work
 
Big Data & Data Mining
Big Data  & Data MiningBig Data  & Data Mining
Big Data & Data Mining
 
Big Data e opportunità nella gestione
Big Data e opportunità nella gestioneBig Data e opportunità nella gestione
Big Data e opportunità nella gestione
 
Big data
Big dataBig data
Big data
 
Big Data e Manifatturiero: gestione del magazzino
Big Data e Manifatturiero: gestione del magazzinoBig Data e Manifatturiero: gestione del magazzino
Big Data e Manifatturiero: gestione del magazzino
 

Ähnlich wie Data Mining

La dimensione digitale alla base dell’innovazione di prodotto
La dimensione digitale alla base dell’innovazione di prodottoLa dimensione digitale alla base dell’innovazione di prodotto
La dimensione digitale alla base dell’innovazione di prodotto
Luigi Accardo
 

Ähnlich wie Data Mining (20)

129 Automazione e manutenzione predittiva nell’era del cloud - Automazione Og...
129 Automazione e manutenzione predittiva nell’era del cloud - Automazione Og...129 Automazione e manutenzione predittiva nell’era del cloud - Automazione Og...
129 Automazione e manutenzione predittiva nell’era del cloud - Automazione Og...
 
Predictive Maintenance: una reale opportunità?
Predictive Maintenance: una reale opportunità?Predictive Maintenance: una reale opportunità?
Predictive Maintenance: una reale opportunità?
 
Big data e data analitycs come e cosa fare dei dati raccolti
Big data e data analitycs come e cosa fare dei dati raccoltiBig data e data analitycs come e cosa fare dei dati raccolti
Big data e data analitycs come e cosa fare dei dati raccolti
 
Industria 4.0: Introduzione - Dottor Bruno Belluccia
Industria 4.0: Introduzione - Dottor Bruno BellucciaIndustria 4.0: Introduzione - Dottor Bruno Belluccia
Industria 4.0: Introduzione - Dottor Bruno Belluccia
 
Digital Transformation: Big Data, User Targeting ed Etica - Project Work Mast...
Digital Transformation: Big Data, User Targeting ed Etica - Project Work Mast...Digital Transformation: Big Data, User Targeting ed Etica - Project Work Mast...
Digital Transformation: Big Data, User Targeting ed Etica - Project Work Mast...
 
The Logical Data Fabric: un posto unico per la data integration (Italian)
The Logical Data Fabric: un posto unico per la data integration (Italian)The Logical Data Fabric: un posto unico per la data integration (Italian)
The Logical Data Fabric: un posto unico per la data integration (Italian)
 
BIG DATA, un grande potenziale da sfruttare (da Sistemi&Impresa, Dicembre 2015)
BIG DATA, un grande potenziale da sfruttare (da Sistemi&Impresa, Dicembre 2015)BIG DATA, un grande potenziale da sfruttare (da Sistemi&Impresa, Dicembre 2015)
BIG DATA, un grande potenziale da sfruttare (da Sistemi&Impresa, Dicembre 2015)
 
Bi perchè 2010
Bi perchè 2010Bi perchè 2010
Bi perchè 2010
 
Smau Bologna 2018 - Unioncamere pt.2
Smau Bologna 2018 - Unioncamere pt.2Smau Bologna 2018 - Unioncamere pt.2
Smau Bologna 2018 - Unioncamere pt.2
 
Zeebra big dataanalytics_v1.1
Zeebra big dataanalytics_v1.1Zeebra big dataanalytics_v1.1
Zeebra big dataanalytics_v1.1
 
Inobeta SMAU 2017 - Parte 1
Inobeta SMAU 2017 - Parte 1Inobeta SMAU 2017 - Parte 1
Inobeta SMAU 2017 - Parte 1
 
Forze dirompenti dell'IT, 3za piattaforma
Forze dirompenti dell'IT, 3za piattaformaForze dirompenti dell'IT, 3za piattaforma
Forze dirompenti dell'IT, 3za piattaforma
 
La dimensione digitale alla base dell’innovazione di prodotto
La dimensione digitale alla base dell’innovazione di prodottoLa dimensione digitale alla base dell’innovazione di prodotto
La dimensione digitale alla base dell’innovazione di prodotto
 
ICT trends 2014 cosa ci aspetta
ICT trends 2014   cosa ci aspettaICT trends 2014   cosa ci aspetta
ICT trends 2014 cosa ci aspetta
 
Logical Data Management: La chiave per sfruttare al massimo il potenziale dei...
Logical Data Management: La chiave per sfruttare al massimo il potenziale dei...Logical Data Management: La chiave per sfruttare al massimo il potenziale dei...
Logical Data Management: La chiave per sfruttare al massimo il potenziale dei...
 
Workshop Smau Milano 2016 (BMAN)
Workshop Smau Milano 2016 (BMAN)Workshop Smau Milano 2016 (BMAN)
Workshop Smau Milano 2016 (BMAN)
 
Smau Milano 2016 - Sascia Morelli
Smau Milano 2016 - Sascia MorelliSmau Milano 2016 - Sascia Morelli
Smau Milano 2016 - Sascia Morelli
 
Benvenuti nell'era del Digital Fashion - Articolo su Technofashion
Benvenuti nell'era del Digital Fashion - Articolo su TechnofashionBenvenuti nell'era del Digital Fashion - Articolo su Technofashion
Benvenuti nell'era del Digital Fashion - Articolo su Technofashion
 
La nuova generazione dei gestionali cloud
La nuova generazione dei gestionali cloudLa nuova generazione dei gestionali cloud
La nuova generazione dei gestionali cloud
 
Business Intelligence: un unico strumento per conoscere il tuo hotel
Business Intelligence: un unico strumento per conoscere il tuo hotelBusiness Intelligence: un unico strumento per conoscere il tuo hotel
Business Intelligence: un unico strumento per conoscere il tuo hotel
 

Mehr von Emanuela Corradini

Syman manuali ricambi interattivi
Syman manuali ricambi interattiviSyman manuali ricambi interattivi
Syman manuali ricambi interattivi
Emanuela Corradini
 
Sicurezza informatica sygest_short
Sicurezza informatica sygest_shortSicurezza informatica sygest_short
Sicurezza informatica sygest_short
Emanuela Corradini
 

Mehr von Emanuela Corradini (17)

L'analisi FMECA applicata alla gestione dei ricambi
L'analisi FMECA applicata alla gestione dei ricambiL'analisi FMECA applicata alla gestione dei ricambi
L'analisi FMECA applicata alla gestione dei ricambi
 
Company System
Company SystemCompany System
Company System
 
Digitalisation of Service - Le Linee Guida al Service 4.0
Digitalisation of Service - Le Linee Guida al Service 4.0Digitalisation of Service - Le Linee Guida al Service 4.0
Digitalisation of Service - Le Linee Guida al Service 4.0
 
Generare modulistica digitale interattiva e gestire il workflow dei procedimenti
Generare modulistica digitale interattiva e gestire il workflow dei procedimentiGenerare modulistica digitale interattiva e gestire il workflow dei procedimenti
Generare modulistica digitale interattiva e gestire il workflow dei procedimenti
 
Design Thinking
Design ThinkingDesign Thinking
Design Thinking
 
SPS Italia 2016 - Presentazione
SPS Italia 2016 - PresentazioneSPS Italia 2016 - Presentazione
SPS Italia 2016 - Presentazione
 
Partner Meeting NTS 2016 - Presentazione
Partner Meeting NTS 2016 - PresentazionePartner Meeting NTS 2016 - Presentazione
Partner Meeting NTS 2016 - Presentazione
 
Netflix
NetflixNetflix
Netflix
 
I progetti avveniristici di Google e uno sguardo sul futuro
I progetti avveniristici di Google e uno sguardo sul futuroI progetti avveniristici di Google e uno sguardo sul futuro
I progetti avveniristici di Google e uno sguardo sul futuro
 
Case History Fava - Gestione Ricambi
Case History Fava - Gestione RicambiCase History Fava - Gestione Ricambi
Case History Fava - Gestione Ricambi
 
Qr code IDENTIFICAZIONE DELLE PARTI DI RICAMBIO TRAMITE DISPOSITIVI MOBILE E...
Qr code IDENTIFICAZIONE DELLE PARTI DI RICAMBIO TRAMITE  DISPOSITIVI MOBILE E...Qr code IDENTIFICAZIONE DELLE PARTI DI RICAMBIO TRAMITE  DISPOSITIVI MOBILE E...
Qr code IDENTIFICAZIONE DELLE PARTI DI RICAMBIO TRAMITE DISPOSITIVI MOBILE E...
 
Gestione della documentazione tecnica
Gestione della documentazione tecnicaGestione della documentazione tecnica
Gestione della documentazione tecnica
 
Le potenzialità del PDF
Le potenzialità del PDFLe potenzialità del PDF
Le potenzialità del PDF
 
Syman manuali ricambi interattivi
Syman manuali ricambi interattiviSyman manuali ricambi interattivi
Syman manuali ricambi interattivi
 
Sydav PDF 3D
Sydav PDF 3DSydav PDF 3D
Sydav PDF 3D
 
Case histories sy dav-gestione ricambi
Case histories  sy dav-gestione ricambiCase histories  sy dav-gestione ricambi
Case histories sy dav-gestione ricambi
 
Sicurezza informatica sygest_short
Sicurezza informatica sygest_shortSicurezza informatica sygest_short
Sicurezza informatica sygest_short
 

Data Mining

  • 1. 3 2. Data Mining Partendo dalla grande mole di dati a disposizione (Big Data) reperibile in real-time, le aziende stanno progredendo verso un nuovo modello di business che va oltre la semplice produzione ed è orientato al Service 4.0. Possiamo quindi considerare i dati come il vero cuore pulsante della Smart Factory, attraverso cui è possibile monitorare lo stato di salute dell’intero sistema e mettere in atto piani di manutenzione performanti. A tal proposito introduciamo il concetto di Data Mining, processo che descrive l’individuazione di informazioni di varia natura mediante l’estrapolazione mirata da grandi banche dati. Le tecniche e le strategie che vengono adoperate in questo ambito sono in gran parte automatizzate e costituite da specifici software e algoritmi. Attraverso il Data Mining vengono analizzate grandi quantità di dati contenuti all’interno di database e identificate associazioni, anomalie e schemi ricorrenti (pattern): si scovano cioè tutte le informazioni latenti contenute al loro interno per poi sfruttarle per determinati fini. Tutto ciò è reso possibile grazie all’elevato grado di parallelismo raggiunto dalle risorse di calcolo, capaci di ottenere risultati con una velocità disarmante. In particolare, le imprese che operano nel settore metal-meccanico necessitano in primis di strumenti in grado di assicurare alti livelli di flessibilità ed efficacia in ottica di gestione del Data Mining, così da poter sfruttare tutti i dati reperibili in azienda e presenti in diversi formati. A questo punto diventa spontaneo parlare di Digital Advanced Visualization (DAV), concetto che identifica l’impiego della tecnologia 3D nella fase di progettazione, in uno scenario che consente di
  • 2. 4 sfruttare le informazioni provenienti dal CAD sottostante, in merito al progetto di una macchina o di un componente. Questi metadati vengono utilizzati nell’ambito della progettazione 3D e rappresentano l’elemento chiave capace di arricchire ed armonizzare le informazioni presenti in partenza e che accompagnano il modello 3D durante il suo intero ciclo di vita: dalla fase di progettazione a quella di sviluppo, dalla fabbricazione alla commercializzazione, fino ad arrivare alla vendita e alle attività di post-vendita correlate. TO BE CONTINUED….. PER SCARICARE GRATUITAMENTE IL NOSTRO WHITEPAPER DAL TITOLO: “DATI ACQUISITI: COME GENERARE VALORE CON LA MANUTENZIONE PREVENTIVA EVOLUTA E IL COMPANY SYSTEM”:
  • 3. 5 CREDITS: Segui Sygest Srl sui canali social! (Clicca sui bottoni in basso) Questo documento è un estratto del whitepaper “Dati acquisiti: come generare valore con la Manutenzione Preventiva Evoluta e il Company System” realizzato da Martino Bufano. Laureato in Ingegneria Informatica (presso l'Università "Alma Mater Studiorum" di Bologna) e con un Master in Web Communication e Social Media (conseguito presso l'Università degli Studi di Parma) collabora con aziende nelle vesti di freelance per attività di: SEO Analyst, Web Developer, Social Media Manager e Copywriter. Di seguito trovate i riferimenti del profilo LinkedIN e della mia mail: per eventuali approfondimenti, informazioni o semplici curiosità non esitate a contattarmi! https://www.linkedin.com/in/martinobufano martino.bufano.it@gmail.com