Home Math for a better future

Chi siamo La nostra identità

Piattaforme I prodotti di Moxoff

Soluzioni La matematica per evolvere

Casi studio Esempi di storie di successo

Education La formazione su misura

Contattaci Il filo diretto con gli specialisti

Home

Chi siamo

Piattaforme

Soluzioni

Casi studio

Education

Contattaci

Magazine Unisciti a noi

z = −1 + i' nα = θ + 2πk ax + by + cz + d = 0 a (f(x + T) = f(x), ∀ x ∈ IR) (f(−x) = f(x), ∀ x ∈ D) 2x + 2y + z + 4t = 0 z = −1 + i u = ρ (cosα + isinα) x + by + cz + d = 0 a (f(x + T) = f(x), ∀ x ∈ IR) (f(−x) = f(x), ∀ x ∈ D) −x + 2y + z + t = −1 2x + 2y + z + 4t = 0 C = {z = x + iy x, y ∈ IR} z = −1 + i nα = θ + 2πk u = ρ (cosα + isinα) f(x) = 3x − 2 z = r (cosθ + isinθ) (f(−x) = f(x), ∀ x ∈ D) −x + 2y + z + t = −1 2x + 2y + z + 4t = 0 C = {z = x + iy x, y ∈ IR}

Math for a better future

Moxoff

Scopri Moxoff

moxoff

Cosa facciamo

Generiamo innovazione

Realizziamo software, basati su algoritmi di Intelligenza Artificiale e Modelli Matematici, che abilitano le aziende a ottimizzare i loro processi e prodotti, per cogliere nuove opportunità di business.

Scopri i nostri casi studio

MathFusion

Combiniamo la forza innovativa dell'Intelligenza Artificiale e Data Science con la capacità descrittiva della Modellazione Matematica, per elevare il meglio di entrambe le discipline alla massima potenza. È così che i nostri clienti possono valorizzare i due asset fondamentali delle loro organizzazioni: i dati e le persone, con le loro esperienze e competenze.

Multisettoriali

Operiamo in settori diversi e questo ci permette di uscire dai percorsi prevedibili e di adottare soluzioni originali, ispirate a nostre esperienze di successo realizzate in altri ambiti.

Abilitatori di innovazione

Esploriamo i risultati del mondo della ricerca in ambito matematico, selezionando quelle soluzioni che ci permettono di creare algoritmi e software originali, affidabili e facili da usare in ambito industriale.

Soluzioni

Scoprile tutte

z = −1 + i nα = θ + 2πk u = ρ (cosα + isinα) f(x) = 3x − 2 2x + 2y + z + 4t = 0 −x + 2y + z + t = −1 nα = θ + 2πk

Search Engine & Best-Fit Algorithm

Best Match

Saper rispondere ai clienti rapidamente e con un alto grado di personalizzazione è un fattore competitivo differenziante.

Approfondisci

z = −1 + i' nα = θ + 2πk u = ρ (cosα + isinα) −x + 2y + z + t = −1 2x + 2y + z + 4t = 0 C = {z = x + iy x, y ∈ IR} z = −1 + i nα = θ + 2πk

Planning & Prediction

Predictive Maintenance

Come migliorare la pianificazione degli interventi di manutenzione, così da limitare l’impatto sulla produzione e migliorare il servizio offerto ai clienti.

Approfondisci

C = {z = x + iy x, y ∈ IR} 2x + 2y + z + 4t = 0 z = −1 + i nα = θ + 2πk −x + 2y + z + t = −1 a (f(x + T) = f(x), ∀ x ∈ IR) (f(−x) = f(x), ∀ x ∈ D) nα = θ + 2πk

Resource Allocation Forecasting & Optimization

Workforce Scheduler

Analizzare diversi scenari per trovare quello che meglio risolve il trade-off tra costi e livello di servizio per la programmazione degli orari del personale.

Approfondisci

a (f(x + T) = f(x), ∀ x ∈ IR) (f(−x) = f(x), ∀ x ∈ D) −x + 2y + z + t = −1 2x + 2y + z + 4t = 0 C = {z = x + iy x, y ∈ IR} 2x + 2y + z + 4t = 0 nα = θ + 2πk −x + 2y + z + t = −1

Prediction & Detection

Real Time Monitoring & Anomaly Detection

Monitorare e anticipare fenomeni che influenzano l'evolversi di un processo o la vita di un prodotto.

Approfondisci

a (f(x + T) = f(x), ∀ x ∈ IR) (f(−x) = f(x), ∀ x ∈ D) −x + 2y + z + t = −1 2x + 2y + z + 4t = 0 C = {z = x + iy x, y ∈ IR} [x0 −r, x0 + r] (cosnα + isinnα) = (cosα + isinα)n z = −1 + i nα = θ + 2πk

Document Search Engine

Document Miner

Navigare rapidamente e interattivamente all’interno di grandi archivi di documenti.

Approfondisci

x + by + cz + d = 0 a (f(x + T) = f(x), ∀ x ∈ IR) (f(−x) = f(x), ∀ x ∈ D) −x + 2y + z + t = −1 2x + 2y + z + 4t = 0 C = {z = x + iy x, y ∈ IR} z = −1 + i nα = θ + 2πk

Propensity

Response Prediction

Identificare quali sono gli utenti di un servizio a più alto rischio di abbandono.

Approfondisci

x + by + cz + d = 0 a (f(x + T) = f(x), ∀ x ∈ IR) (f(−x) = f(x), ∀ x ∈ D) −x + 2y + z + t = −1 2x + 2y + z + 4t = 0 C = {z = x + iy x, y ∈ IR} z = −1 + i nα = θ + 2πk

Prediction

Network Time-Series Forecasting

Monitorare il funzionamento di ogni singolo elemento di una rete complessa.

Approfondisci

z = r (cosθ + isinθ) x + by + cz + d = 0 (f(−x) = f(x), ∀ x ∈ D) −x + 2y + z + t = −1 2x + 2y + z + 4t = 0 C = {z = x + iy x, y ∈ IR} z = −1 + i (f(−x) = f(x), ∀ x ∈ D)

Distribution Forecasting

Data-Driven & What If Analysis

Assegnare ogni entità di interesse ad una classe.

Approfondisci

(f(−x) = f(x), ∀ x ∈ D) −x + 2y + z + t = −1 2x + 2y + z + 4t = 0 C = {z = x + iy x, y ∈ IR} z = −1 + i nα = θ + 2πk 2x + 2y + z + 4t = 0 z = −1 + i

Campaign media mix

Marketing Campaign Planning & Evaluation

Analisi, attribuzione e simulazione di campagne marketing.

Approfondisci

Focus

In evidenza

Highlights del mese

Industria 4.0 e manutenzione predittiva, come funziona e quali vantaggi

Blog

Nell’era della quarta rivoluzione industriale le attività di manutenzione di impianti e stabilimenti industriali hanno l’opportunità di fare un salto di qualità, adottando quella che viene definita manutenzione predittiva.

Approfondisci

IL D.A.T.A. TRAINING DI MOXOFF PER TUA ASSICURAZIONI

News

Per supportare le aziende nel loro percorso di Digital Transformation abbiamo costruito un percorso formativo online di tre mezze giornate.

Approfondisci

Modelli matematici per ottimizzare la qualità di processo

Caso studio

Prysmian è un’azienda leader mondiale nella produzione dei cavi applicati al settore dell’energia e delle telecomunicazioni. Dalla nostra collaborazione sono nati modelli matematici specializzati, in grado di supportare gli ingegneri Prysmian nella gestione degli impianti di produzione.

Approfondisci

Industria 4.0 e manutenzione predittiva, come funziona e quali vantaggi

Blog

Approfondisci

IL D.A.T.A. TRAINING DI MOXOFF PER TUA ASSICURAZIONI

News

Per supportare le aziende nel loro percorso di Digital Transformation abbiamo costruito un percorso formativo online di tre mezze giornate.

Approfondisci

Modelli matematici per ottimizzare la qualità di processo

Caso studio

Approfondisci

Industria 4.0 e manutenzione predittiva, come funziona e quali vantaggi

Blog

Approfondisci

Clienti

Esperienza in differenti settori

Chi ci ha scelto

$math-and-sport-logo.svg$

Math & Sport

Other

Abbiamo aiutato Math & Sport a sviluppare un tool in grado di suggerire al coach la miglior tattica da adottare, monitorando il gioco degli avversari e le loro vulnerabilità.

Math for a better future

Moxoff

moxoff

Cosa facciamo

Generiamo innovazione

MathFusion

Multisettoriali

Abilitatori di innovazione

Soluzioni

Search Engine & Best-Fit Algorithm

Best Match

Planning & Prediction

Predictive Maintenance

Resource Allocation Forecasting & Optimization

Workforce Scheduler

Prediction & Detection

Real Time Monitoring & Anomaly Detection

In evidenza

News

Esperienza in differenti settori

Telco & Utilities

Iscriviti alla Newsletter