Descrizioni dei prodotti:
Dalla resa imprevedibile dei raccolti all’aumento dei costi delle materie prime, il cambiamento climatico ha messo a dura prova le supply chain, causando carenze di prodotti e problemi di qualità. Per aziende come Barilla, il maggiore produttore di pasta al mondo con oltre 300 prodotti alimentari realizzati in più di 90 stabilimenti e distribuiti in oltre 100 Paesi, adottare una strategia di supply chain più sostenibile e resiliente era diventato fondamentale per mitigare questi rischi e proteggere i margini operativi. Tuttavia, il data warehouse legacy on-premise non era in grado di supportare una scalabilità efficace delle operazioni, creando silos che ostacolavano la capacità dell’azienda di affrontare un numero crescente di minacce esterne. La migrazione alla Databricks Data Intelligence Platform ha introdotto un’architettura centralizzata per la gestione e l’analisi dei dati, contribuendo a generare informazioni in grado di migliorare ogni aspetto del business: dall’ottimizzazione delle performance produttive alla riduzione dei costi, dalla semplificazione della logistica al miglioramento della sostenibilità, fino alla realizzazione di campagne di marketing più mirate.
Data warehouse legacy: un ostacolo al successo della supply chain
Barilla è da tempo all’avanguardia nell’innovazione tecnologica, nel quadro di un costante impegno a offrire prodotti alimentari di altissima qualità al grande pubblico. Condivide questa responsabilità con un ecosistema eterogeneo composto da siti di produzione, fornitori di materie prime, centri di distribuzione e migliaia di rivenditori attivi in mercati che spaziano dall’Asia all’Europa e alle Americhe. Per alimentare questa rete con i migliori prodotti possibili, la supply chain e la logistica di Barilla dovevano mantenere i più alti standard di qualità, massimizzando al contempo i ricavi in un settore a bassa marginalità. Storicamente, Barilla era un’azienda orientata principalmente alle persone; questo approccio ha funzionato a lungo, ma con l’espansione della distribuzione per soddisfare la crescente domanda globale, è emersa con chiarezza la necessità di modernizzare la gestione dei dati per abilitare l’analisi su larga scala.
Con oltre 1 TB di dati acquisiti ogni giorno (ad esempio, log di produzione, dati da sensori, report ESG, logistica, inventario, indicatori finanziari, spese media per il marketing), la possibilità di individuare i dati corretti per prendere decisioni informate risultava compromessa. Gli analisti facevano fatica a integrare e analizzare i dati necessari, con conseguenti ritardi e inefficienze nella generazione di valore per il business. Inoltre, l'ampia presenza di Barilla in Europa richiedeva l’elaborazione di dati sensibili dei consumatori nel rispetto del GDPR. Era fondamentale disporre di un solido piano di governance per garantire la qualità dei dati e l’accuratezza delle informazioni per la reportistica.
"Prima di Databricks, garantire la continuità operativa e la collaborazione era estremamente complesso a causa della frammentazione dei dati in molteplici silos", ha dichiarato Lorenzo De Tomasi, Solutions Architect for AI and Data presso Barilla. "Il nostro precedente stack tecnologico era composto da componenti monolitici e da dati sparsi in tutta l’organizzazione, senza una piattaforma dati unificata". Fin dall’inizio, è subito apparso chiaro che l’infrastruttura dati esistente necessitava di un aggiornamento.
Trasformare le operazioni della supply chain con Databricks
La strategia dei dati di Barilla si è radicata in Databricks. L’aggiornamento dell’infrastruttura monolitica basata su mainframe ad Azure Databricks e Power BI per la reportistica e i dashboard dipartimentali ha favorito la transizione verso un modello data-driven. Il 90% delle attività di Barilla nei reparti finance, R&D, produzione, supply chain e marketing è ora supportato dalla Databricks Data Intelligence Platform. "Il passaggio a Databricks è stato una svolta per noi. Usiamo tutte le principali tecnologie Databricks, incluso Delta Lake per creare un repository globale centralizzato; Unity Catalog per scoprire, comprendere e utilizzare i dati in modo più sicuro tramite cataloghi di asset dati accessibili tramite tabelle e viste condivise; Databricks SQL per consentire agli analisti di eseguire carichi di lavoro BI su larga scala; e MLflow per mettere in produzione i modelli di machine learning", ha dichiarato Lorenzo. "L’utilizzo di Databricks ha permesso ai nostri team dati di collaborare verso obiettivi comuni e ha consentito a Barilla di eccellere non solo come portabandiera della tradizione italiana, ma anche come simbolo di innovazione".
Barilla utilizza Databricks per tutte le attività di ML, fornendo data intelligence a supporto della produzione, del miglioramento delle operazioni e degli sforzi per la sostenibilità ambientale. Con i modelli di distribuzione dei costi di produzione, il personale è in grado di estrarre e allocare i costi industriali e di quantificare le perdite degli impianti. Inoltre, può prevedere meglio quando una macchina potrebbe guastarsi e programmare in anticipo le finestre di manutenzione. Riducendo i fermi non pianificati, Barilla è riuscita a tagliare i costi operativi, abbattendo i consumi energetici e le emissioni legate al funzionamento degli impianti.
Per semplificare la gestione della supply chain, Barilla ha implementato un sistema di tracciabilità utilizzando Databricks. Analizzando le prestazioni dei fornitori tramite dashboard BI, ha potuto classificarli in base alla qualità dei prodotti e alla puntualità delle consegne per valutare i rischi associati. "I nostri team dati ora possono monitorare facilmente le spedizioni internazionali quasi in tempo reale, prevedere la domanda e regolare la produzione per migliorare la gestione dell’inventario", ha spiegato Lorenzo.
I team marketing di Barilla utilizzano la Databricks Data Intelligence Platform per comprendere il comportamento e le preferenze dei clienti, identificare nuovi mercati e segmentare il pubblico per generare nuove opportunità di ricavo. Il monitoraggio del ROI delle spese di marketing tramite una dashboard analitica consente di visualizzare il ritorno in termini di vendite per ogni investimento nei diversi canali.
Promuovere efficienza e sostenibilità nella gestione della supply chain
Dopo il passaggio alla Databricks Data Intelligence Platform, Barilla ha visto una netta e rapida transizione verso decisioni basate sui dati e un immediato miglioramento dell'efficienza operativa. Barilla utilizza Databricks end-to-end per supportare il processo decisionale di oltre 2.000 utenti di dati in tutta l'azienda, garantendo una continuità aziendale senza precedenti. "Databricks ha aiutato Barilla a risolvere sfide aziendali in diversi reparti, facendoci risparmiare milioni di euro in costi di produzione. L'architettura del lakehouse ci mette a disposizione una piattaforma dati aziendale centralizzata per la gestione, l'integrazione e l'analisi. Questo fornisce ai nostri team i dati di cui hanno bisogno per creare valore per l'azienda", ha dichiarato Graziano Belmonte, Global Big Data and Advanced Analytics Director presso Barilla.
In futuro, Barilla intende introdurre ulteriori innovazioni in tutta l'organizzazione utilizzando dati, analisi e AI. I team di dati vogliono poter estrarre informazioni da dati non strutturati, come recensioni dei clienti e post sui social media, per segmentare la clientela e personalizzare le iniziative di marketing. La produzione sta esplorando tecniche di rilevamento delle anomalie e analisi delle cause radice per identificare e gestire schemi e comportamenti insoliti nei processi di produzione. A sua volta, il reparto vendite intende utilizzare le informazioni ricavate dai dati per prevedere la domanda e adeguare di conseguenza la produzione.
Ora che si è dotata di un data lakehouse moderno, Barilla guarda con entusiasmo al futuro del proprio business e alla possibilità di offrire prodotti di altissima qualità a un mercato in continua espansione. "Databricks mette a disposizione dell’intero team dati di Barilla gli strumenti per elaborare e analizzare rapidamente terabyte di dati aziendali. Questo ha spianato la strada verso un modello operativo collaborativo, altamente efficiente e sostenibile dal punto di vista ambientale", conclude Graziano.