Esplorazione, preparazione e analisi di dati per migliorare la sostenibilità delle aree portuali
View/ Open
Author
Speranza, Alessio <1995>
Date
2025-03-25Data available
2025-03-27Abstract
Il Porto Antico di Genova rappresenta un'area storica di grande rilevanza per la città, combinando esigenze turistiche, produttive e logistiche. Il progetto DSH2030 (Digital and Sustainable Harbour 2030) nasce con l'obiettivo di monitorare, gestire e sviluppare quest'area in un'ottica di sostenibilità, attraverso l'implementazione di un Digital Twin.
Questo studio si concentra sulla realizzazione del Location Intelligence per il progetto, condotto durante un tirocinio presso l'azienda Colouree S.R.L. Il lavoro ha previsto diverse fasi, tra cui la definizione dei Key Performance Indicators (KPI), l'analisi dei dati raccolti tramite API, la creazione di dashboard per la visualizzazione delle informazioni e l'integrazione con il CMS ProcessWire per la gestione dei dati.
Le tecnologie utilizzate includono Python per l'analisi dati, JavaScript per la logica del front-end, HTML e CSS per l'interfaccia utente, PHP per la gestione dei database e strumenti avanzati come Google Maps API, RapidAPI, Docker e Superset. Il progetto ha permesso di raccogliere dati sulla qualità ambientale, lo stato delle infrastrutture e il mercato immobiliare locale, fornendo un supporto strategico per la pianificazione e la gestione del Porto Antico.
L'esperienza ha consentito di acquisire competenze avanzate nella gestione di progetti di sviluppo software e analisi dati, oltre a una maggiore comprensione delle dinamiche aziendali. Il risultato finale ha contribuito significativamente alla digitalizzazione e all'ottimizzazione delle attività portuali, fornendo uno strumento concreto per il monitoraggio e la pianificazione a lungo termine. The Porto Antico of Genoa is a historically significant area that blends tourism, industrial, and logistical needs. The DSH2030 (Digital and Sustainable Harbour 2030) project aims to monitor, manage, and develop this area sustainably through the implementation of a Digital Twin.
This study focuses on the development of Location Intelligence for the project, conducted during an internship at Colouree S.R.L. The work involved multiple phases, including defining Key Performance Indicators (KPIs), analyzing data collected via APIs, creating dashboards for data visualization, and integrating ProcessWire CMS for data management.
The technologies used include Python for data analysis, JavaScript for front-end logic, HTML and CSS for the user interface, PHP for database management, and advanced tools such as Google Maps API, RapidAPI, Docker, and Superset. The project enabled the collection of data on environmental quality, infrastructure conditions, and the local real estate market, providing strategic support for planning and management at Porto Antico.
This experience facilitated the acquisition of advanced skills in software development and data analysis, along with a deeper understanding of business dynamics. The final outcome significantly contributed to the digitalization and optimization of port activities, providing a practical tool for long-term monitoring and planning.
Type
info:eu-repo/semantics/bachelorThesisCollections
- Laurea Triennale [2776]