TechnoAlpin: ottenere informazioni approfondite in tempo reale sulla produzione di neve grazie alla tecnologia cloud

Microsoft

Microsoft

Tempo di lettura, 9 min.

“I nostri clienti hanno bisogno della neve al momento giusto, ogni anno. Senza neve, non si può praticare lo sci. E senza lo sci, i nostri clienti non possono lavorare.”

Markus Pfeifer, Head of Process Engineering di TechnoAlpin spiega che i clienti della sua azienda richiedono soluzioni della massima precisione per far progredire la propria attività. I produttori di sistemi di innevamento forniscono un servizio fondamentale alle stazioni sciistiche di tutto il mondo, consentendo loro di produrre la neve necessaria a mantenere aperte le piste, ogni volta che ce n’è bisogno.

“Gli sciatori vogliono scendere in pista durante le vacanze di Natale. Si tratta di un periodo chiave”, afferma Pfeifer. “Di conseguenza, una stazione sciistica deve avere tutte le piste pronte e in perfette condizioni per quei giorni. Ma il meteo è sempre un’incognita”.

“In genere, le temperature sono abbastanza rigide prima del periodo natalizio”, continua. “Il freddo, però, potrebbe durare per settimane o solo per qualche giorno. È un fattore che varia di anno in anno, ma le esigenze degli sciatori sono sempre le stesse. Ciò significa che il processo di produzione di neve nelle stazioni sciistiche deve essere il più efficiente possibile nei giorni che precedono il Natale”.

I dati sono sempre stati fondamentali per garantire una tale efficienza. Di recente, TechnoAlpin ha anche sfruttato la potenza del cloud Azure, e in particolare di Azure Synapse Analytics, per fornire ai propri clienti informazioni ancora più approfondite sul processo di produzione di neve.

Questo sistema consente all’azienda di offrire nuovi servizi, ottimizza la produzione di neve presso gli impianti di innevamento dei clienti e porta a un maggior numero di sciatori sulle piste di tutto il mondo.

 

Un approccio tecnologico alla produzione di neve

Quello della produzione di sistemi di innevamento è un settore relativamente giovane. I primi generatori di neve sono stati creati verso la metà degli anni Ottanta in risposta alle scarse nevicate di quegli inverni. L’azienda italiana TechnoAlpin è stata fondata nel 1990 sull’onda del successo e del fascino di queste nuove tecnologie.

Da allora l’azienda ha diversificato la sua offerta e attualmente fornisce ai clienti non solo generatori di neve, ma anche impianti di innevamento per alimentare tali generatori. Se inizialmente contava pochi dipendenti a Bolzano, ora impiega circa 750 persone in 16 sedi dislocate in 13 paesi nel mondo, un’espansione che le è valsa una posizione di leadership sul mercato globale.

Sin dall’inizio, il settore è stato dominato dalle innovazioni tecnologiche e questa tendenza continua tuttora. “La nostra unica possibilità di sopravvivere in questo piccolo mercato è di essere sempre un leader tecnologico in tutto ciò che facciamo”, afferma Pfeifer. “È ciò che abbiamo sempre cercato di essere, ciò che abbiamo dovuto essere e ciò che siamo diventati”.

Di recente, la strategia chiave per difendere questa posizione di vantaggio si è concentrata sulla gestione dei dati al fine di fornire informazioni utili ai clienti. Ciò si è tradotto nella modernizzazione dell’infrastruttura con cui l’azienda gestisce i propri dati.

“10 anni fa, se volevo sapere in che modo le singole località sciistiche curavano la qualità della neve, dovevo chiamare uno ad uno i responsabili di quelle strutture”, ricorda Pfeifer. “Loro mi inviavano i dati dopo averli esportati in una tabella Excel. Era una mole di lavoro enorme”.

Un approccio del genere avrebbe rappresentato una sfida non di poco conto per i tempi a venire, motivo per cui TechnoAlpin ha investito molto nella tecnologia cloud, spostando i propri dati nel cloud nel 2018 e progettando l’intera infrastruttura in Microsoft Azure, con il supporto del partner Microsoft Porini.

Quella mossa avrebbe dato forma al futuro dell’azienda.

 

Utilizzo di Azure Synapse Analytics per unificare diverse origini dati

“Sono stato il primo data analyst di TechnoAlpin”, afferma Thomas Tschager, che è entrato a far parte dell’azienda ai tempi della migrazione su Azure e ora supervisiona il suo piccolo team di data analyst. “Dal momento che l’analisi dei dati è un nuovo campo di attività per l’azienda, questo ruolo mi concede molta flessibilità”.

Mentre Tschager aiutava a progettare le infrastrutture di dati di TechnoAlpin e i servizi sviluppati di conseguenza, notò alcuni difetti nel sistema implementato.

“Il passaggio a un’infrastruttura su Azure ha rappresentato un grande vantaggio rispetto alla situazione precedente”, afferma. “Tuttavia, lavorando su un data warehouse, l’integrazione di nuove origini dati richiedeva molto lavoro e gli aggiornamenti potevano essere eseguiti solo una volta al giorno. Quindi, per fare un esempio, integrare una nuova fonte di previsioni meteorologiche o un nuovo tipo di macchina si rivelava un’operazione difficile, costosa e dispendiosa in termini di tempo”.

“Abbiamo capito che l’infrastruttura non era sufficiente per stare un passo avanti rispetto alle altre aziende del settore. Per avere davvero un margine competitivo e sviluppare la nostra capacità di innovazione, dovevamo riuscire a integrare più rapidamente nuove origini dati e a sfruttare molto meglio le loro possibili combinazioni”.

Il team di TechnoAlpin sapeva che la creazione di un data lake era la chiave per accelerare l’integrazione delle origini dati e sbloccare il potenziale degli approfondimenti in tempo reale. Serviva una soluzione che consentisse loro di passare da un approccio di data warehouse a un approccio di data lake.

“Ecco perché Azure Synapse Analytics è stato fondamentale per noi”, afferma Tschager. “Combinando approcci di data warehouse e data lake in un unico prodotto, ha reso la transizione molto più semplice. Dopotutto, per migrare un’intera infrastruttura da un’architettura all’altra, occorre un prodotto che possa combinarle entrambe”.

“Ma non si tratta solo del prodotto”, continua. “È anche merito dell’esperienza del team di Microsoft FastTrack per Azure, che ci ha aiutato in tutto, dandoci tanti ottimi suggerimenti. Il loro supporto è stato veramente fondamentale per riuscire a creare un prodotto così efficace”.

 

Approfondimenti in tempo reale con Azure Synapse Analytics

La nuova infrastruttura si è rivelata un grande successo per TechnoAlpin, in particolare per la capacità di identificare le minacce ai processi di produzione della neve dei clienti nei momenti critici.

“Con questo nuovo data lake, otteniamo nuovi dati ogni 15 minuti anziché una volta al giorno”, spiega Tschager. “Si creano così molte occasioni per intervenire in tempo reale. In caso di problemi, ora il nostro reparto di assistenza può rispondere dopo 15 minuti e non il giorno successivo”.

“E questo aspetto è fondamentale, perché nel periodo tra novembre e dicembre anche un giorno può fare la differenza”.

“Ora possiamo accorgerci di un nuovo problema persino prima dei clienti in loco. L’accesso a nuovi dati ogni 15 minuti offre al nostro reparto di assistenza l’opportunità di aiutare i nostri clienti a migliorare per davvero l’efficienza della produzione di neve”.

Per TechnoAlpin, le analisi dei dati consentono di accedere anche a nuovi flussi di ricavi. “I nostri reparti interni possono fornire prodotti, servizi e consulenze migliori”.

“Stiamo cercando di mettere i dati sempre più al centro di tutte le fasi del nostro processo di vendita, così da mostrare ai clienti quali vantaggi potrebbero ottenere acquistando un nuovo generatore di neve o una pompa, oppure migliorando i tubi e gli altri componenti degli impianti di innevamento”.

 

Un aumento del 18% della produzione di neve

L’innevamento tecnico è un processo complesso. I sistemi che lo sostengono sono spesso il risultato di anni di lavoro e comprendono tutta una serie di componenti sofisticati.

“Questi sistemi hanno quasi sempre un margine di miglioramento”, afferma Tschager. “Analizzando i dati storici, è possibile ottenere una panoramica del loro potenziale di ottimizzazione”.

Grazie a questi dati relativi ai clienti, TechnoAlpin può ampliare la propria offerta di servizi di consulenza. “Per noi è fondamentale disporre di informazioni approfondite sulle specifiche caratteristiche dei nostri clienti”, afferma Tschager. “Infatti, per sfruttare il pieno potenziale dei costosi investimenti in attrezzature come pompe e torri di raffreddamento, dobbiamo adattare queste tecnologie l’una all’altra e implementarle nella giusta sequenza”.

“Per fare un esempio, menzionerò uno dei nostri clienti di lunga data, ovvero Arosa in Svizzera”, continua. “Il nostro approccio alla consulenza basato sui dati ci ha permesso di sviluppare un piano di espansione per aumentare del 18% la loro produzione di neve esattamente nelle stesse condizioni ambientali, il tutto grazie all’ottimizzazione del processo di raffreddamento dell’acqua”.

“È proprio così”, conferma Walter Tschanz, responsabile del servizio di innevamento, piste e soccorso di Arosa.

“Mediante l’analisi dei dati, siamo stati in grado di individuare i nostri punti deboli nelle attività di pompaggio e fornitura d’acqua”.

“Ora sappiamo esattamente quali aspetti prendere in considerazione per un’ulteriore espansione: abbiamo bisogno di una maggiore capacità di pompaggio in modo da poter accelerare i tempi di innevamento e avere tutte le piste pronte prima di Natale. Ciò significa tempi di innevamento più brevi, costi inferiori e apertura anticipata delle piste”.

Foto di un uomo in montagna

 

Un futuro basato sui dati all’insegna di nuove opportunità aziendali

È chiaro che questo percorso verso un futuro basato sui dati, in cui TechnoAlpin conservi la sua posizione di vantaggio rispetto alla concorrenza, è solo il punto di partenza. L’attuale infrastruttura dell’azienda è la base perfetta da cui iniziare a introdurre innovazioni che porteranno a nuove opportunità aziendali.

“La manutenzione è un’area che per noi richiede un’attenzione speciale”, afferma Tschager. “Finora ci siamo recati dai nostri clienti una volta all’anno, sempre nello stesso periodo, per eseguire i dovuti controlli degli impianti di innevamento. Ma adesso stiamo iniziando a utilizzare l’hub IoT di Azure per ottenere i dati direttamente dalle strutture. Vogliamo essere in grado di sfruttare queste informazioni per svolgere le attività di manutenzione in modo più efficace e solo quando necessario.

“Un altro aspetto su cui stiamo lavorando è la capacità di prevedere i guasti, che possono essere deleteri nella fase tra novembre e dicembre, prima dell’apertura delle stazioni sciistiche”, aggiunge. “Se in quel periodo si rompe qualcosa, non c’è abbastanza tempo per aggiustarlo. Pensiamo, però, che in futuro, grazie ai nostri dati, potremo fare molto di più per prevedere questi problemi”.

Pfeifer spera che i dati vengano usati per agevolare il lavoro stagionale sulle piste. “I dati diventeranno sempre più importanti”, afferma. “Quindi, in ottica futura, voglio che l’azienda li sfrutti per dare ai nostri clienti suggerimenti più specifici su come rendere la produzione di neve più rapida ed efficiente”.

“Con la tecnologia di cui disponiamo ora e le informazioni che possiamo ottenere facendo semplicemente clic su un pulsante, siamo sulla buona strada per raggiungere questo obiettivo.”

Roadmap to Digital Infinity: How to become an Intelligence Driven Organization

Libera il potenziale della tua organizzazione con questa pratica guida Microsoft su come sfruttare al meglio i dati e l'intelligenza artificiale.

Scopri altri articoli correlati per settore:

Government

Manufacturing

Per la scuola

  • Guida alla didattica con Microsoft Teams

    Guida alla didattica con Microsoft Teams

    Scarica qui la guida alla didattica con Microsoft Teams per le scuole primarie e secondarie

  • Ragazzo in classe

    AI L.A.B. per gli Studenti

    Per abilitare il cambiamento e promuovere una diffusione pervasiva dell’AI generativa, all’Italia mancherebbero 3,7 milioni di occupati con almeno competenze digitali di base e 137mila iscritti in più a corsi di laurea STEM e ICT per abilitare concretamente e in modo efficace l’implementazione di soluzioni di AI generativa nel tessuto economico italiano. In ambito Università e Ricerca, con AI L.A.B., Microsoft Italia […]

Pubblica Amministrazione

Retail

Sanità

Settore finanziario

Scopri altri articoli correlati per fascicolo:

Digital Transformation

Sicurezza & Privacy

  • una persona seduta a un tavolo usando un laptop

    Le soluzioni dei nostri Partner per le PMI

    Scopri le soluzioni che i nostri Partner hanno sviluppato per le PMI. Marketing Cloud – ContactLab Marketing Cloud è la piattaforma per il marketing digitale che ti aiuta, con l’Engagement Intelligence, a migliorare la qualità delle interazioni con i tuoi contatti. Descrizione soluzione: con Contactlab Marketing Cloud puoi creare un profilo unico del cliente con […]

Stampa

  • Immaginare una nuova era dell’istruzione

    Immaginare una nuova era dell’istruzione

    Mentre il mondo continua a cambiare, abbiamo lavorato ad una soluzione che supporti un apprendimento inclusivo e accessibile per tutti. Scopri di più su Windows 11 SE, una nuova edizione di Windows cloud-first progettata appositamente per il mondo della scuola.

Storie di clienti

  • Ragazza che studia

    Mittelschule Kirchdorf: reinventare l’apprendimento ibrido con la digitalizzazione

    “Il nostro obiettivo principale era la semplicità, sia per i nostri studenti che per i nostri insegnanti. Grazie ai nostri sforzi di digitalizzazione, abbiamo compreso che l’utilizzo della tecnologia per integrare le modalità tradizionali di insegnamento e apprendimento è un investimento per il futuro, non solo per i bambini, ma per tutti”. Martin Schnetzer, insegnante […]

Suggerimenti

  • Responsible AI ​

    Responsible AI ​

    Così come lo è stata la nascita del world wide web o dello smartphone, l’introduzione dell’AI rappresenta una svolta epocale in ambito tecnologico.    L’AI è uno strumento straordinario ma, come altre tecnologie, anch’essa può diventare un’arma potente. È necessario quindi un lavoro importante per utilizzare l’AI e al contempo tutelare democrazia e diritti fondamentali, affinché questa tecnologia possa […]