Facoltà: Ingegneria Gestionale - classe LM-31
Collocazione: 19552
Autore: Cavallo Giovanni
Data: 25/10/2021
Titolo: Miglioramento del questionario in PRisMa per Enel Green Power SpA
Relatore: Pirovano Giovanni Luca
Autorizzazione per la consultazione: SI
Le tesi si possono consultare unicamente in sede
Attualmente, il modello che permette a Enel Green Power di assegnare il capex@Risk e il time@Risk per i progetti di repowering e refurbishment per i progetti con tecnologia idroelettrica ha come output lo stesso percentile di riferimento da assegnare a tutti i progetti. Questo studio si pone lo scopo di voler sviluppare un nuovo questionario in grado di dare una propria identità a ogni singolo progetto e quindi avere una gestione finanziaria e delle risorse più accurata per l'azienda. A tal fine, dopo una breve presentazione dell'azienda, viene analizzata la letteratura presente su questi temi e sul machine Learning, con focus sulle tecniche di tipo unsupervised. Successivamente, si è proceduto con la scelta delle variabili indipendenti che potessero descrivere al meglio i progetti con le considerazioni possibili alla data del Comitato Investimenti, cioè il tempo 0 dove nel quale si delibera o meno sull'esecuzione dei progetti. Il dato non è sempre stato di facile reperibilità, nei casi in cui le informazioni erano non presenti nel data base, si è proceduto nell'organizzazione di interviste semi-strutturate ai depositari dell'informazione nelle quali si è tenuto traccia anche di eventuali malumori che non erano presenti nei verbali del suddetto comitato. I risultati sono stati analizzati sia qualitativamente che quantitativamente anche dal manager, e si è proceduto alla stesura di un nuovo questionario che è derivato sia dall'unsupervised machine learning che dall'analisi puntuale dei change orders, protagonisti dell'aumento di capitale investito non previsto durante la vita dei progetti. A valle di queste considerazioni si è passato a una fase di testing del nuovo questionario prodotto, che è stato somministrato ai project engineers che hanno avuto modo di testarlo e apportare proprie considerazioni. Seguendo, dopo una analisi del metodo Montecarlo applicato alla gestione dei progetti, si sono definiti il lower bound e l'upper bound dei possibili percentili di riferimento: dal cinquantesimo al settantacinquesimo. Ad ogni nuova domanda sono state associate delle risposte e ad ogni risposta è assegnato un coefficiente di rischio, identificando un best e un wrost scenario che corrispondono rispettivamente al al 50esimo percentile e al 75esimo potendo così fare una regressione lineare. in conclusione sono stati suggeriti dei margini di miglioramento (e.g. assegnazione dei pesi alle domande, applicazione su altre tecnologie di generazione...) e i benefici che lo studio ha apportato all'azienda come la migliore gestione finanziaria e delle risorse grazie all'identità del singolo progetto hydro brownfield. Il modello spiegato nell'elaborato verrà utilizzato per i progetti che saranno presentati al comitato investimenti in ottobre 2021.
