Union Gas e Luce – Business Intelligence

Union Gas e Luce sceglie Aziona per la progettazione di un ecosistema avanzato di Business Intelligence su Power BI, per riorganizzare l’architettura dati, migliorare le performance delle query e introdurre un sistema di reporting strutturato e scalabile.

Settore di riferimento:

Energy Retail
Risk management
Energy Trading

Servizi forniti

Data engineering e architettura dati
Ottimizzazione SQL e performance tuning
Progettazione pipeline ETL con Power Query
Modellazione dati e sviluppo misure DAX
Reporting e data visualization su Power BI
Data governance e documentazione tecnica

Il contesto: Business Intelligence come asset aziendale

Molte aziende dispongono di grandi quantità di dati distribuiti tra sistemi diversi (database operativi, ERP, CRM, strumenti verticali), ma incontrano difficoltà nel trasformarli in informazioni utili per il business.

Quando il modello dati cresce nel tempo senza una progettazione analitica chiara, emergono problemi tipici:

query lente e difficili da manutenere
dataset con logiche non documentate
report incoerenti tra reparti
difficoltà nel costruire dashboard scalabili

In questi casi diventa fondamentale progettare un’architettura dati orientata all’analisi, basata su modelli strutturati (come lo Star Schema) e su pipeline ETL affidabili.

Un ecosistema di Business Intelligence ben progettato permette invece di:

migliorare le performance di interrogazione dei dati
garantire coerenza tra le metriche aziendali
semplificare la creazione di dashboard e report
rendere il cliente autonomo nella gestione dei dati.

La sfida: estrarre valore e business insight dal dato

Un’azienda con un dataset articolato e stratificato nel tempo aveva la necessità di:

costruire un sistema di Business Intelligence scalabile
ottimizzare le query SQL esistenti e i tempi di elaborazione
progettare un modello dati adatto alla reportistica
creare dashboard avanzate su Power BI
documentare l’architettura per garantire autonomia al team interno.

Il progetto richiedeva quindi un intervento sia tecnico che architetturale, capace di intervenire sul dato dalla sorgente fino alla visualizzazione finale.

Il progetto: quando il Data Engineering sposa la Data Visualization

Il progetto è stato sviluppato attraverso un percorso strutturato che ha combinato data engineering, ottimizzazione SQL e sviluppo di reportistica avanzata.

1. Analisi del dominio dati

Mappatura delle tabelle esistenti e delle relazioni tra dataset.
Analisi delle logiche applicative e delle dipendenze tra sistemi.
Identificazione delle criticità strutturali e delle inefficienze nelle query.

Su questa base è stata progettata un’architettura Star Schema, con separazione tra fact table e dimensioni, per garantire maggiore scalabilità e performance nel layer analitico.

2. Ottimizzazione SQL e architettura dati

Revisione e ottimizzazione delle query esistenti.
Miglioramento dei tempi di esecuzione e della leggibilità del codice.
Allineamento delle query al nuovo modello analitico.
Produzione di esempi tecnici commentati e linee guida operative.

3. Pipeline ETL e modello semantico

Il processo di ingestione e trasformazione dei dati è stato implementato tramite Power Query, con la costruzione di pipeline ETL ottimizzate.

Sono state implementate:

normalizzazione dei campi
trasformazioni dati strutturate
configurazione delle opzioni globali e locali di Power BI secondo best practice Microsoft

Successivamente è stato sviluppato il modello semantico completo, comprendente:

relazioni custom tra tabelle
tabelle derivate
campi calcolati
misure DAX dedicate
versionamento controllato del modello.

4. Reporting e data visualization

Sul layer di presentazione è stato progettato un sistema di reporting strutturato in 12 sezioni tematiche, con dashboard dedicate alle principali aree di analisi.

Il sistema include:

una prima release di reporting verticale su uno specifico ambito business
estensioni successive con tabelle e campi completamente custom
interfaccia ottimizzata sia per desktop che per mobile.

5. Data governance e knowledge transfer

A completamento del progetto è stata prodotta una documentazione tecnica completa di circa 50 pagine, che descrive:

architettura dati
logiche tecniche
configurazioni Power BI
best practice di governance

Il progetto ha incluso inoltre un walkthrough operativo per:

pubblicazione dei report su Workspace dedicato
gestione di membership e ruoli
creazione di dashboard
distribuzione tramite Power BI App.

I risultati: il ciclo di vita del dato è ridisegnato e supporta la strategia aziendale

L’intervento ha permesso all’azienda di:

trasformare un dataset complesso in un ecosistema di Business Intelligence strutturato
migliorare significativamente le performance delle query e dei report
introdurre un modello dati chiaro e scalabile
centralizzare la reportistica aziendale su Power BI
acquisire autonomia nella gestione e nell’evoluzione del sistema.