Progettazione e implementazione di attività di mass personalization per un’impresa operante nel settore alimentare

This thesis is situated within the context of mass personalization for the food industry, with the objective of developing an innovative, data-driven methodology for generating new product variants. The work was divided into two main phases. Initially, an in-depth analysis of a food sector company's sales and product composition data was conducted, applying clustering and association rule mining techniques to segment the customer base and the product catalog. Subsequently, the results of this analysis were used to guide a Generative Artificial Intelligence model (LLM) in creating new formulations. A methodology with three levels of increasing complexity was developed and validated: intra-cluster substitutions for developing product alternatives, inter-cluster substitutions for innovations based on functional analogies, and unconstrained substitutions guided by strategic objectives (health-conscious, vegan and vegetarian, allergen removal, regional). This demonstrates a new paradigm for AI-accelerated product innovation.

Il presente lavoro di tesi si inserisce nel contesto della mass personalization per l’industria alimentare, con l’obiettivo di sviluppare una metodologia innovativa per la generazione di nuove varianti di prodotto guidata dai dati. L’attività si è articolata in due fasi principali. Inizialmente, è stata condotta un’analisi approfondita dei dati di vendita e di composizione dei prodotti di un’azienda del settore, applicando tecniche di clustering e di estrazione di regole associative per segmentare la clientela e il catalogo. Successivamente, i risultati di tale analisi sono stati impiegati per guidare un modello di Intelligenza Artificiale Generativa (LLM) nella creazione di nuove formulazioni. È stata sviluppata e validata una metodologia a tre livelli di complessità crescente: sostituzioni intra-cluster per lo sviluppo di alternative di prodotto, sostituzioni inter-cluster per innovazioni basate su analogie funzionali, e sosti tuzioni libere guidate da obiettivi strategici (salutistici, vegani e vegetariani, eliminazione di allergeni, regionali), dimostrando un nuovo paradigma per l’innovazione di prodotto accelerata dall’IA.