La qualità dei dati di geolocalizzazione è fondamentale per le aziende del settore energia, ma spesso difficile da garantire. Grazie a un sistema di raffinamento basato su AI, questo operatore ha migliorato in modo significativo l’affidabilità dei dati PDR, creando una base solida per analisi e operatività.

Il cliente è uno dei principali operatori italiani nella distribuzione del gas naturale e gestisce un numero elevato di punti di riconsegna (PDR) su tutto il territorio nazionale, a supporto di processi operativi e analitici complessi.

La geolocalizzazione dei PDR presentava criticità legate alla qualità e alla verificabilità dei dati.

In particolare:

  • I dati di geolocalizzazione erano numerosi ma difficili da verificare
  • Non esisteva una base informativa affidabile di partenza
  • L’integrazione con altri dati nei modelli di machine learning aumentava la complessità
  • Era necessario validare anche i dati acquisiti in futuro

Queste problematiche limitavano l’efficacia dei processi operativi e delle analisi.

La soluzione utilizza tecniche di Intelligenza Artificiale e Data Science per il raffinamento dei dati geospaziali.

I modelli di machine learning analizzano le coordinate disponibili, incrociandole con dati esterni e contestuali per valutarne l’affidabilità e correggerle ove possibile. Il sistema è addestrato su dati storici e migliora progressivamente nel tempo.

Il progetto ha previsto la realizzazione di un sistema in grado di:

  • Valutare la qualità dei dati di geolocalizzazione esistenti
  • Correggere le coordinate non affidabili, quando possibile
  • Migliorare il dato in modo iterativo, partendo dai casi più verificabili
  • Applicare la validazione anche ai nuovi dati acquisiti

È stata inoltre sviluppata una dashboard dedicata per il monitoraggio del sistema e il coordinamento delle attività di controllo qualità.

Il sistema ha prodotto risultati concreti:

  • Il 77% dei dati è stato validato o corretto ed è ora considerato affidabile
  • Maggiore efficienza nei processi operativi e analitici
  • Integrazione dei dati raffinati nei sistemi esistenti
  • Analisi più precise e coerenti

L’azienda dispone ora di un dataset di geolocalizzazione affidabile e in continuo miglioramento.