8 wave logo
Let's talk

Agri.Bi. - Ente Bilaterale per l'Agricoltura Veronese

La Business Intelligence per creare lavoro stabile in Agricoltura con Agri.Bi.

La Business Intelligence per creare lavoro stabile in Agricoltura con Agri.Bi.

Introduzione

Dalla gestione della stagionalità agricola a un'opportunità di lavoro stabile con la Business Intelligence

NDA

protected

L'innovazione non è un privilegio dei settori high-tech. Anzi, è proprio nei comparti più radicati nella tradizione, come l'agricoltura, che l'applicazione intelligente della tecnologia può far germogliare il valore più dirompente. L'analisi dei dati e la Business Intelligence (BI) agiscono come una chiave in grado di orchestrare i ritmi della terra, trasformando problemi strutturali e apparentemente insolubili in nuove opportunità strategiche. Questo caso studio dimostra come un approccio basato sui dati possa re-immaginare il mercato del lavoro in un intero territorio. 

Il nostro cliente è Agri.Bi. (Ente Bilaterale per l'Agricoltura Veronese), un'organizzazione cruciale che funge da punto di riferimento per il welfare, la sicurezza e l'incontro tra domanda e offerta di lavoro per circa 3.000 aziende agricole e i loro lavoratori nella provincia di Verona. Per Agri.Bi. abbiamo sviluppato una piattaforma Business Intelligence per l'analisi e l'ottimizzazione del mercato del lavoro innovativa, pensata per affrontare una delle sfide più antiche del settore. Ecco, in sintesi, la storia di questa trasformazione: 

  • Contesto: Agri.Bi. era custode di un'enorme quantità di dati sui lavoratori agricoli, ma i processi di estrazione manuali e una visione non aggregata impedivano di tradurre questo patrimonio informativo in valore strategico.
  • Sfida: superare l'ostacolo della stagionalità, ridurre la discontinuità lavorativa del personale e abbattere i costi di turnover (assunzione e formazione) ricorrenti per le aziende del settore agricoltura.
  • Soluzione: abbiamo realizzato un cruscotto di analisi dati personale interattivo che, attraverso un sofisticato algoritmo di matching, identifica e abbina le aziende con picchi di lavoro complementari. In questo modo, si creano le premesse per garantire ai lavoratori un'occupazione più stabile durante l'intero arco dell'anno. 

Per comprendere appieno il valore di questa soluzione, è fondamentale analizzare la situazione di partenza e le criticità che Agri.Bi. si trovava ad affrontare quotidianamente. 

Il contesto

Oltre la raccolta dati, la sfida della valorizzazione

Molte organizzazioni, pur sedendo su veri e propri giacimenti di dati, non dispongono degli strumenti adatti a trasformarli in decisioni strategiche. Il loro patrimonio informativo rimane così confinato a un livello puramente operativo, un archivio da consultare anziché un motore per guidare il futuro. 

Prima del nostro intervento anche in Agri.Bi la situazione era analoga. La gestione dei dati si affidava a estrazioni periodiche e manuali dal database operativo, richieste dal personale per compiti amministrativi come la verifica del versamento dei contributi. Un approccio che logicamente non permetteva di avere una visione d'insieme né di condurre analisi dinamiche. I dati, pur essendo numerosi, non erano organizzati in una maniera realmente "fruibile" per scopi strategici. 

Di fronte a questa esigenza operativa, abbiamo intravisto un'opportunità con il committente molto più grande. Invece di limitarci ad automatizzare un processo, abbiamo proposto di rivoluzionarlo: la creazione di una dashboard di Business Intelligence che trasformasse Agri.Bi. da un utilizzatore passivo di dati a un protagonista attivo dell'analisi, in coerenza con la missione di osservatorio del mercato del lavoro che contraddistingue l’ente. Questa proposta strategica ha spostato l'obiettivo da un bisogno amministrativo a una visione di mercato. 

Ci siamo interfacciati con gli stakeholder chiave dell'ente: il Direttore, con esigenze di visione strategica; il personale amministrativo, che necessitava di strumenti per aggregare e monitorare dati; e i Responsabili Territoriali (RLST), con bisogni operativi. La criticità che univa tutti era la forte stagionalità del settore agricolo veronese, un fenomeno che genera una gestione decisamente complessa per i lavoratori e per le aziende. La nostra proposta ha offerto una soluzione moderna e basata sui dati a questo problema strutturale. 

Da queste criticità è nata la sfida ambiziosa che ha dato forma al nostro progetto. 

La sfida

Trasformare un problema ciclico in un ecosistema virtuoso

La gestione della stagionalità agricola è un problema complesso con due facce distinte, una per ogni attore del mercato: 

  • Per il lavoratore: significa discontinuità lavorativa. Periodi ciclici di intensa attività sono seguiti da fasi di inattività, creando un'instabilità economica e professionale cronica. 
  • Per l'azienda: comporta ripetuti processi di selezione. A ogni stagione, le imprese devono investire tempo e risorse preziose per cercare, assumere e formare nuovo personale. 

L'ambizione del nostro progetto era trasformare questo doppio svantaggio in un vantaggio condiviso. 

La sfida era ottimizzare la forza lavoro del territorio: creare un sistema intelligente per individuare e dare continuità ai lavoratori e, al contempo, fornire alle aziende personale stabile e qualificato, superando tre ostacoli principali.

Abbiamo identificato e affrontato queste barriere in ordine di priorità:

01

La frammentazione del dato. 
Il primo, fondamentale, ostacolo era trasformare un insieme di dati grezzi in una risorsa strategica. Era necessario aggregare, modellare e rendere interrogabili in tempo reale i dati operativi di Agri.Bi., costruendo una base dati strutturata e ottimizzata per l'analisi. 

02

L'identificazione di compatibilità oggettive.
Come definire il "match" perfetto tra due aziende? La semplice prossimità geografica non bastava. La sfida consisteva nel definire criteri misurabili e statistici in grado di identificare in modo oggettivo le aziende con cicli stagionali realmente complementari, quantificando il potenziale di una loro collaborazione. 

03

L'autonomia dell'utente finale.
La soluzione doveva essere potente ma non complessa. L'ultimo grande ostacolo era fornire al personale non tecnico di Agri.Bi. uno strumento intuitivo, che permettesse loro di condurre analisi sofisticate in totale autonomia, senza più dipendere da continue richieste di estrazione dati. 

L'ostacolo più grande non era trovare i dati, ma renderli azionabili. La sfida era puramente di Experience Design per dashboard HR: come trasformare un complesso modello statistico in uno strumento che il personale amministrativo di Agri.Bi potesse usare ogni giorno per creare un matching di lavoro efficace? La soluzione non poteva essere un report complesso, ma doveva essere un'esperienza utente (UX) semplice e orientata alla decisione. 

Per vincere una sfida così complessa, abbiamo messo in campo un team con competenze integrate. 

Il team

Un approccio multidisciplinare per una sfida complessa

I progetti di data intelligence di successo nascono dalla sinergia di competenze diverse. La padronanza della tecnologia è fondamentale, ma diventa realmente efficace solo quando si unisce a una profonda comprensione del business e delle esigenze operative del cliente. Per questo progetto, abbiamo combinato expertise tecnica e visione strategica. 

Il nostro gruppo di lavoro era composto da due figure chiave che hanno lavorato in stretta collaborazione:  

  • un Data Analyst, responsabile della modellazione statistica e della progettazione dell'algoritmo di matching e il modello di misurazione 
  • un Project Manager, che ha orchestrato la relazione con il cliente, assicurando che ogni funzionalità rispondesse a un'esigenza strategica  

Abbiamo messo in campo un team focalizzato e agile, dove l'expertise nell'analisi dei dati si è unita a una gestione progettuale attenta a tradurre le complesse esigenze operative di Agri.Bi. in una soluzione tecnologica efficace e realmente utilizzabile. 

Con il team definito, il passo successivo è stato immergersi nei dati per far emergere le intuizioni che avrebbero guidato la soluzione. 

Matteo Pavoni

Matteo Pavoni

CIO and Senior BI Consultant

Giada Soso

Giada Soso

Senior BI Consultant

L'analisi

Dai dati grezzi all'intelligenza strategica

La base di ogni progetto di Business Intelligence di successo è un'analisi rigorosa dei dati esistenti. Questo processo non serve solo a fotografare la situazione attuale, ma a scoprire i pattern nascosti che permettono di prevedere e ottimizzare il futuro. 

Il nostro primo passo è stato uno studio approfondito del database operativo di Agri.Bi., che conteneva i dati relativi a circa 3.000 aziende agricole della provincia di Verona per il triennio 2022-2024. L'analisi ha subito rivelato che le aziende non si comportavano tutte allo stesso modo, ma rientravano in tre profili distinti: 

  • Caso 1 (6%): aziende con andamento occupazionale imprevedibile, senza cicli stagionali definiti. 
  • Caso 2 (10%): aziende con stagionalità ripetuta, ma attive per tutti i 12 mesi dell'anno. 
  • Caso 3 (84%): aziende con stagionalità ripetuta e picchi di lavoro concentrati solo in alcuni mesi specifici, la base perfetta per la previsione del fabbisogno di personale. 

Questa segmentazione è stata il momento "aha!" del progetto. L'analisi ha rivelato un dato folgorante, la vera chiave di volta: il problema non era il caos, ma un ritmo prevedibile che nessuno aveva ancora identificato e gestito. La stragrande maggioranza delle aziende  infatti seguiva un ciclo prevedibile. 

Ben l'84% delle aziende mostra una stagionalità ripetuta e concentrata solo in alcuni mesi specifici dell'anno. 

Questa rivelazione è stata la pietra angolare della nostra soluzione. Ha confermato l'enorme portata del problema e ha validato l'ipotesi che, agendo su questa vasta e prevedibile maggioranza di aziende, si potesse generare un impatto sistemico. Abbiamo quindi modellato le serie storiche dei lavoratori a tempo determinato (OTD) per mappare i cicli di lavoro di ogni impresa e gettare le basi per lo strumento di matching. 

La soluzione

Un cruscotto interattivo per un mercato del lavoro più efficiente

Uno strumento di analisi ben progettato non è solo un report, ma un catalizzatore di azioni. Trasforma dati complessi in intuizioni chiare, mettendo nelle mani degli utenti il potere di prendere decisioni migliori e più rapide. È con questa filosofia che abbiamo costruito la soluzione per Agri.Bi. 

La soluzione non è un software, ma un sistema di performance progettato su misura. Invece di fornire un semplice report, abbiamo progettato un'esperienza utente (UX) strategica che guida attivamente lo staff di Agri.Bi. verso la decisione migliore. Non si tratta di un documento statico, ma di un vero e proprio ambiente di analisi dinamico basato su Qlik Sense per la gestione del personale, che permette allo staff di Agri.Bi. di esplorare i dati, testare ipotesi e identificare le migliori sinergie tra le aziende del territorio con pochi clic. 

La piattaforma si fonda su cinque pilastri fondamentali: 

Un'Esperienza Utente (UX) focalizzata sull'Azione  
Abbiamo applicato i nostri principi di Experience Design. L'utente non "consulta dati", ma "esplora opportunità". Può selezionare una qualsiasi delle 3.000 aziende e il nostro design dell'interfaccia (UI) gli mostra istantaneamente non solo il profilo di stagionalità, ma la classifica dei tre migliori "match" per la stabilità.  

Algoritmo di matching Intelligente
Il cuore del sistema. Una volta selezionata un'azienda, l'algoritmo calcola e propone una classifica dei tre migliori "match" con altre imprese per l'ottimizzazione dell'organico del territorio, suggerendo le collaborazioni più promettenti.

Criteri di valutazione strategici

  • Il matching non è casuale, ma si basa su un calcolo che pondera tre indici strategici, ognuno con uno scopo preciso: 
  • La distanza geografica, per rendere pratico e sostenibile lo spostamento dei lavoratori. 
  • Il numero minimo di lavoratori a cui si garantisce continuità, per quantificare l'impatto della collaborazione e dare priorità ai match che stabilizzano più persone.
  • L'indice di stabilità del lavoro (la deviazione standard), per misurare matematicamente quanto le due aziende siano effettivamente complementari. 

 

L'Innovazione della Deviazione Standard  
Per misurare la stabilità, abbiamo usato un concetto statistico potente: la deviazione standard. In parole semplici, è un indice di dispersione: ci dice quanto i valori si allontanano dalla media. Nel nostro contesto, un valore basso è l'obiettivo. Immaginiamo l'Azienda A, che impiega 5 lavoratori a gennaio, 0 a febbraio e 5 a marzo. E l'Azienda B, che fa l'esatto contrario: 0 lavoratori a gennaio, 5 a febbraio e 0 a marzo. Separate, generano discontinuità. Ma se le uniamo? La forza lavoro combinata diventa stabile: 5 lavoratori a gennaio, 5 a febbraio, 5 a marzo. In questo scenario ideale, la deviazione standard della somma dei lavoratori si avvicina a zero, indicando piena continuità lavorativa. 

Dalla Progettazione alla Performance Misurabile
La tecnologia Qlik Sense è stato il mezzo, ma l'obiettivo era la Performance. Fornendo questo strumento ad Agri.Bi., le abbiamo dato il potere di generare attivamente performance misurabili : riduzione dei costi di selezione e formazione per le aziende e aumento delle ore lavorate (e della stabilità) per il personale. Questa non è solo BI; è il "Sistema di Misurazione della Performance" che la nostra BU Experience Design & Performance progetta per i clienti.

Grazie a questa soluzione di Business Intelligence, il ruolo di Agri.Bi. come Ente Bilaterale si è evoluto da gestore di una moltitudine di dati a vero e proprio osservatorio del mercato del agricolo locale anche come regista di una informazione diffusa. 

Il sistema è in grado di offrire benefici tangibili: le aziende agricole possono abbattere i costi ricorrenti di selezione, colloquio e formazione del personale, attingendo a un bacino di lavoratori già esperti e affidabili. I lavoratori, d'altro canto, possono ambire a una stabilità occupazionale prima impensabile. L'innovatività e il valore del progetto sono stati tali da meritare di essere presentati durante un evento di risonanza nazionale come Vinitaly 2024, a testimonianza di come i dati possano essere un seme in grado di germogliare e fiorire anche in settori più legati alla terra. 

  • Schermata 1

Backstage

Titolo della sezione (foto backstage di progetto)

Vuoi replicare il sucesso di Agri.Bi?

Trasforma i Tuoi Dati in un Vantaggio Competitivo Misurabile

Questo case study dimostra come il nostro metodo "Data-to-Performance" sfrutti la Business Intelligence e l’Experience Design per risolvere problemi strutturali (come la stagionalità) e generare risultati economici certi. Se la tua azienda siede su un patrimonio di dati non valorizzato, possiamo progettare la tua soluzione su misura. Scopri il processo che unisce analisi statistica (come l’indice di stabilità) e strumenti all'avanguardia (come Qlik Sense) per fare la differenza.

Parla con il Team BI