Capire l’effetto di un nuovo tariffario su servizi diversi prima di adottarlo.
PROJECT LAB / POWER BI / FINANCE
Turning Historical Data
into Better Pricing Decisions
Un simulatore Power BI per valutare scenari tariffari alternativi attraverso il ricalcolo dei servizi storici.
Power BI · DAX · what-if analysis · backtesting
EXECUTIVE VIEW / IL PROGETTO IN UN MINUTO
Parametri modificabili e ricalcolo dei singoli servizi storici in Power BI.
Progettazione e sviluppo autonomi del simulatore, analisi degli scenari e raccomandazioni. Tariffario formulato dal team fornitori e approvato dalla Direzione.
Nel processo di revisione aziendale, costo medio stabilizzato a 100 € e richieste personalizzate rientrate al 2–3%.
DALL’ANALISI ALL’ESECUZIONE
01Challenge
Valutare il peso di componenti tariffarie diverse sui servizi effettivamente erogati.
02Analysis
Costi storici, chilometri, tipologia, supplementi, festività, depositi e seconde uscite.
03Solution
Modello Power BI con parametri e ricalcolo delle tariffe per servizio.
04Implementation
Scenari e confronti messi a disposizione del processo decisionale aziendale.
05Results
Stabilizzazione osservata dei costi e riduzione delle richieste personalizzate nel processo complessivo.
06Skills
SQL, DAX, Power BI, analisi costi, what-if e stakeholder management.
DEEP DIVE
Esplora la logica.
Prova le ipotesi.
Rappresentazioni ricostruite per rendere leggibile il metodo. I dati dimostrativi sono separati dai risultati professionali.
24 SERVIZI SINTETICI · NESSUN DATO AZIENDALE
Stessi servizi. Regole diverse.
Modifica lo scenario B: ogni servizio viene ricalcolato per tipologia, chilometri e supplementi.
Regole verificabili della demo
Traino = quota traino + max(0, km − 5) × €/km. Dépannage = quota dépannage. Si aggiungono il supplemento festivo quando applicabile, 20 € per condizioni complesse, i giorni di deposito × tariffa giornaliera e 35 € per una seconda uscita.
La baseline usa 65 €, 45 €, 1,40 €/km, 25 € e 12 €/giorno. Le regole sono illustrative; non riproducono un tariffario aziendale. L’ipotesi C confronta 60 €, 45 €, 1,60 €/km, 20 € e 10 €/giorno, mantenendo i supplementi fissi. Nessuna proposta commerciale o stima di risparmio reale.
BACKTESTING SU RECORD SINTETICI
E se avessimo applicato questo scenario?
Confronto della stessa popolazione di servizi tra baseline A e scenario B. Le etichette M1–M6 sono periodi dimostrativi.
Baseline AScenario B
Esamina tutti i record e il ricalcolo
COSTI CALCOLATI SUGLI STESSI 24 SERVIZI SINTETICI
Da cosa dipende il risultato?
Esplora i fattori di costo e confronta tre strutture tariffarie.
RISULTATI ED EVIDENZE
Ciò che il progetto
ha reso possibile.
RISULTATI OSSERVATI NEL PROCESSO AZIENDALE
100 €costo medio stabilizzato dopo un’oscillazione dovuta a richieste di tariffe personalizzate sempre più frequenti da parte dei fornitori
2–3%richieste di tariffe personalizzate, ridotte dal 10%
Ho progettato e sviluppato il simulatore Power BI per confrontare scenari tariffari sui servizi storici e supportare le decisioni con analisi mirate. Questo lavoro ha contribuito a ridurre le richieste di tariffe personalizzate dal 10% al 2–3%, stabilizzando il costo medio a 100 € e ripristinando il controllo sul costo.
LE COMPETENZE IN AZIONE
Le connessioni
che fanno il progetto.
01Analisi dati, anomalie e scostamenti ↗03SQL e database relazionali ↗06Power BI end-to-end ↗05Modellazione dimensionale e standardizzazione ↗02Progettazione del sistema di KPI Operations ↗14Controllo economico e scostamenti ↗15Costi medi dei servizi e simulazione tariffaria ↗18Make-or-Buy e outsourcing BPO ↗34Executive reporting e stakeholder ↗