Quantifica l'impatto reale del lavoro sul singolo dipendente lungo tre dimensioni: economica, temporale e ambientale.
La dashboard permette di confrontare tutti gli scenari possibili di smart working (da 0 a N giorni a settimana) e identificare:
- 📍 il costo annuo netto — la configurazione da cui lo smart working genera risparmio netto o la minor perdita economica
- ⏱️ le ore di pendolarismo risparmiate per anno
- 🌱 le emissioni CO₂ evitate per anno
- 🧠 l'indice di remotizzabilità della propria mansione (0–100)
| Sezione | Descrizione |
|---|---|
| 💼 Profilo Lavorativo | Giorni lavorativi, policy aziendale e indice di remotizzabilità tramite 5 slider |
| 🗺️ Spostamenti | Fino a 4 tratte (andata), routing reale via OpenStreetMap o Google Maps |
| 🍽️ Ristorazione | Break, pranzo, buoni pasto e modalità di assegnazione |
| 🌍 Costi Remoto | Extra utenze e costo del pasto in casa nelle giornate da remoto |
| 📈 Risultati | Tabella scenari, riepilogo costi e analisi degli scenari (auto-aggiornamento) |
| ⚙️ Parametri | Tabella costi/consumo per mezzo e settimane lavorative annue |
Auto benzina · Auto diesel · Auto GPL · Auto hybrid · Auto elettrica · Moto · Trasporto Pubblico · Monopattino · Bicicletta · Piedi
- OpenStreetMap / OSRM — gratuito, nessuna API key richiesta
- Google Maps Directions API — richiede API key, supporta traffico in tempo reale e orario di partenza
I dati inseriti non vengono memorizzati né trasmessi a terzi. Le uniche chiamate esterne riguardano il geocoding degli indirizzi (Nominatim / Google Maps).
Questa analisi non esprime un giudizio di valore sulla presenza in ufficio o sullo smart working. L'obiettivo è esclusivamente rendere visibili i costi nascosti del lavoro e identificare la configurazione che minimizza l'impatto economico personale nel rispetto della policy aziendale.
Calcolato come media pesata di 5 driver:
| Driver | Peso | Direzione |
|---|---|---|
| Digital readiness | 30% | ↑ positivo |
| Autonomia operativa | 20% | ↑ positivo |
| Allineamento in presenza | 20% | ↓ limitante |
| Dipendenza hardware | 15% | ↓ limitante |
| Sincronia collaborativa | 15% | ↓ limitante |
- Auto e moto: costo = distanza (km) × costo/km
- Autobus urbano: costo = n° biglietti × tariffa (1 biglietto ogni 100 minuti)
- Bicicletta / Piedi: costo = 0
- Gradio — interfaccia web
- Pandas — gestione dati tabellari
- OSRM — routing OpenStreetMap
- Nominatim — geocoding OpenStreetMap
- Google Maps Directions API — routing opzionale
# 1. Clona il repository
git clone https://github.com/andreacapozio/smart-working-dashboard.git
cd smart-working-dashboard
# 2. Installa le dipendenze
pip install -r requirements.txt
# 3. Avvia l'applicazione
python app.pyL'app si aprirà automaticamente nel browser su http://localhost:7860.
La versione pubblica è disponibile direttamente su Hugging Face Spaces senza alcuna installazione.
.
├── app.py # Applicazione principale
├── requirements.txt # Dipendenze Python
├── README.md
├── LICENSE # Licenza Apache 2.0
└── logo.png # Logo (sidebar)
L'applicazione può essere ulteriormente evoluta lungo diverse direttrici funzionali e analitiche. Di seguito le macro-aree di sviluppo previste:
| Feature | Descrizione |
|---|---|
| AI Insights & Sintesi | Integrazione di moduli di intelligenza artificiale generativa per produrre insight personalizzati, sintesi automatiche e spiegazioni dei risultati. |
| Motore di Raccomandazione | Algoritmo per suggerire la configurazione ottimale presenza/remoto in base a costi, tempi, emissioni, policy aziendale e caratteristiche del ruolo. |
| Ottimizzazione Percorsi | Suggerimento di percorsi e combinazioni di trasporto ottimali per minimizzare tempi di percorrenza, costo economico o impatto ambientale. |
| Feature | Descrizione |
|---|---|
| Confronto Multi-Dipendente | Funzionalità di confronto simultaneo tra più dipendenti per agevolare l'analisi comparativa e strategica. |
| Aggregazione Dati (Team/Area) | Aggregazione e comparazione di dati a livello di team, area organizzativa, funzione o cluster omogenei. |
| Simulazione Scenari Aziendali | Simulazione di scenari organizzativi su popolazioni aziendali, con analisi degli impatti economici, ambientali e di sostenibilità. |
| Integrazioni Dati HR e Survey | Integrazione diretta con survey interne, basi dati HR o sistemi aziendali per condurre analisi più aderenti al contesto reale. |
| Supporto Decisionale HR | Evoluzione della piattaforma verso uno strumento di supporto decisionale HR a 360 gradi per politiche di flessibilità, sostenibilità e organizzazione del lavoro. |
| Feature | Descrizione |
|---|---|
| Indicatori Work-Life Balance | Introduzione di indicatori aggiuntivi relativi a benessere, work-life balance e impatto del pendolarismo sulla qualità della vita. |
| Analisi Retention e Churn | Mappatura e studio dei dati raccolti per supportare l'azienda nelle analisi sui trend di retention e il rischio di churn. |
| Personalizzazione di Contesto | Personalizzazione avanzata e dinamica dei parametri base di calcolo per singola città, Paese, sede aziendale specifica o contesto contrattuale. |
Andrea Capozio
| linkedin.com/in/andreacapozio | |
| 🐙 GitHub | github.com/andreacapozio |
| 🤗 Hugging Face | huggingface.co/andreacapozio |
Questo progetto è distribuito sotto la Apache License 2.0.
Puoi liberamente usare, modificare e distribuire questo software, anche per uso commerciale, a condizione di:
- mantenere il copyright notice originale;
- includere una copia della licenza in ogni distribuzione;
- indicare eventuali modifiche apportate ai file originali.
Vedi il file LICENSE per il testo completo.
Hai trovato un refuso, un bug o vuoi suggerire un miglioramento?
Apri una Issue su GitHub oppure scrivimi direttamente tramite LinkedIn.
Ogni contributo è benvenuto!