← Tutti i progetti
Caso studio · Fintech · Strumento decisionale · Demo online
Scenova

Un laboratorio decisionale di liquidità per un’azienda in utile sulla carta che sta finendo la cassa.

Un’agenzia di 12 persone ha fatto +38.000 € di utile in sei mesi mentre il saldo in banca scendeva di 71.000 €. Scenova prevede 13 settimane di cassa a partire da fatture, spese e stipendi, collega ogni numero alla sua fonte e permette a chi gestisce la finanza di provare le decisioni (assunzioni, un cliente in ritardo, un calo delle vendite) prima di prenderle. Misura anche quanto sbaglia la propria previsione.
RuoloDa solo: prodotto, modello finanziario, sviluppo
Periodo2026
TipoDemo interattiva su dati di esempio, open source
TecnologieReact, TypeScript, Vite, Vitest, Web Workers, grafici SVG
web-weld-five-54.vercel.app/
Pagina iniziale di Scenova: in utile sulla carta, senza cassa alla settimana 9
13
settimane di previsione, ogni riga tracciata
128
piani di tesoreria valutati in meno di 100 ms
2,000
simulazioni Monte Carlo riproducibili
16%
errore a 4 settimane, contro il 35% del metodo ingenuo

Panoramica.

A chi serve, cosa non funziona oggi, cosa fa Scenova.
Destinatari

Responsabili finanziari di piccole società di servizi

Aziende che fatturano ai clienti, pagano gli stipendi ogni mese e dipendono da pochi grandi clienti che pagano in ritardo. L’azienda della demo e tutti i suoi dati sono inventati.

Il problema

L’utile dice che va tutto bene, la banca no

Il conto economico non risponde alle domande che contano: perché la cassa scende se siamo in utile, possiamo assumere due persone il mese prossimo, cosa succede se il cliente più grande paga con un mese di ritardo, e quale intervento aiuta di più?

Il prodotto

Una previsione che si può interrogare

Ogni numero settimanale si apre sulle fatture e sulle regole che lo generano. Le decisioni diventano scenari sullo stesso motore, un ottimizzatore calcola il costo della soluzione più economica e un backtest mostra dove il modello sbaglia.

Percorso nelle schermate.

Lo stesso percorso del tour di 2 minuti nella demo: dal problema di cassa ai punti in cui il modello può sbagliare.
01 · Panoramica

Perché un’azienda in utile sta finendo la cassa

L’azienda della demo, Atlas & Pine Studio, è un’agenzia immaginaria di 12 persone. Ha fatto +38.000 € di utile in sei mesi mentre il saldo in banca scendeva di 71.000 €. La panoramica mostra i due numeri affiancati, il ponte tra l’uno e l’altro e la settimana in cui la cassa non basta più.

web-weld-five-54.vercel.app/app
Panoramica di Scenova con l’avviso di cassa e il ponte tra utile e cassa
L’avviso di cassa, quattro numeri chiave, il grafico a 13 settimane e il ponte tra utile e cassa
  • 1
    L’utile non è cassaI crediti verso clienti sono cresciuti di 46.000 €, e IVA e imposte, rate dei prestiti e attrezzature non compaiono nell’utile operativo. Il ponte li mostra uno per uno.
  • 2
    La settimana criticaLa cassa scende a 14.412 € alla settimana 9, 5.588 € sotto il minimo di 20.000 € fissato dal responsabile finanziario.
  • 3
    Ogni numero etichettatoI valori sono marcati come noti, ipotizzati o da verificare, e due voci importate sono segnalate per un controllo prima che qualcuno ci faccia affidamento.
02 · Previsione

Clicca sulla settimana critica e vedi le fatture che la causano

La previsione procede settimana per settimana: saldo iniziale più entrate meno uscite. Cliccando sulla settimana 9 si aprono tutte le voci che muovono denaro in quella settimana, con data, regola e fonte.

web-weld-five-54.vercel.app/app/forecast
Previsione di cassa a 13 settimane con i flussi settimanali
Saldo finale e flussi settimanali, con la tabella a 13 settimane sotto
web-weld-five-54.vercel.app/app
Dettaglio della settimana 9 con ogni pagamento e la sua fonte
Settimana 9: 84.200 € in uscita, 0 € in entrata, e da dove viene ogni voce
  • 1
    Voci tracciabiliStipendi 56.000 €, premi di fine anno 21.000 € e licenze software 7.200 €, ognuno collegato a una regola sugli stipendi o al codice di una spesa.
  • 2
    Le abitudini dei clienti, misurateIl pagamento di un cliente arriva alla scadenza più il ritardo medio misurato per quel cliente. Helix Retail paga in media con 34 giorni di ritardo.
  • 3
    Il prossimo incassoIl pannello indica anche quando arriva il prossimo incasso importante, così il buco ha una data di fine.
03 · Scenari

Le decisioni diventano scenari sullo stesso motore

Pagamenti in ritardo, un piano di assunzioni, un calo delle vendite e un piano di recupero passano dalla stessa previsione. Uno scenario personalizzato ha i suoi cursori. Il confronto mostra il saldo più basso, la prima settimana sotto il minimo e la differenza rispetto al caso base.

web-weld-five-54.vercel.app/app/scenarios
Grafico e tabella di confronto tra scenari
Cinque scenari su un solo grafico, confrontati settimana per settimana
  • 1
    Cliente in ritardoSe Helix Retail paga 30 giorni più tardi del solito, il punto più basso scende a −15.388 €.
  • 2
    Piano di assunzioniDue assunzioni dal 16 novembre portano il punto più basso a −408 €. Il piano di recupero non scende mai sotto il minimo.
  • 3
    Un cambiamento alla voltaOgni modifica di uno scenario viene misurata da sola, così si vede quale sposta davvero il risultato.
04 · Ottimizzatore

Un ottimizzatore che dà un prezzo alla soluzione

Sono disponibili sette mosse di tesoreria, come sconti ai clienti per il pagamento anticipato, lo spostamento di una fattura di un fornitore, uno scoperto di conto e il rinvio di un’imposta. Ogni combinazione passa dalla previsione e i piani migliori vengono messi alla prova con date di pagamento incerte.

web-weld-five-54.vercel.app/app/fix
Ottimizzatore di cassa con il piano più economico e quello più solido
128 piani valutati in 76 ms in un thread in background
  • 1
    Il più economicoUna sola mossa, il rinvio di un mese di un acconto d’imposta, costa 38 € e tiene la cassa sopra il minimo, ma il 14% delle simulazioni scende comunque sotto.
  • 2
    Il più solidoAggiungendo una mossa su un fornitore il costo sale a 188 € e le simulazioni sotto il minimo scendono al 7%. La pagina mostra il compromesso invece di nasconderlo.
  • 3
    Chi deve accettareOgni mossa indica chi deve dire di sì (un cliente, un fornitore o il fisco) e può essere applicata come scenario.
05 · Rischio

2.000 futuri possibili invece di uno

I ritardi di pagamento e le vendite mensili sono incerti, quindi la pagina del rischio simula 2.000 percorsi con ritardi ricavati dalla storia di ogni cliente. Il risultato è una quota di simulazioni del modello, e la pagina lo dice.

web-weld-five-54.vercel.app/app/risk
Simulazione Monte Carlo del rischio con fasce di percentili
Mediana e fasce P25–P75 e P10–P90 attorno alla previsione deterministica
  • 1
    Caso baseIl 44% dei percorsi scende sotto i 20.000 € almeno una volta. In un caso sfavorevole (P10) il punto più basso è 7.835 €.
  • 2
    Ipotesi modificabiliL’incertezza sui ritardi e la volatilità delle vendite sono cursori, con la formula scritta sotto ciascuno.
  • 3
    RiproducibileLe simulazioni usano un seme fisso, quindi lo stesso seme dà lo stesso risultato, e girano in un Web Worker così la pagina non si blocca mai.
06 · Accuratezza

Una previsione che dichiara il proprio errore

Una previsione è utile solo se batte qualcosa di semplice. Scenova ripercorre 17 settimane passate usando solo ciò che era noto a ogni data, poi confronta la previsione degli incassi con ciò che è arrivato davvero e con un metodo di riferimento ingenuo.

web-weld-five-54.vercel.app/app/accuracy
Backtest dell’accuratezza contro un metodo di riferimento ingenuo
Il motore contro la media ingenua delle ultime 4 settimane, per orizzonte
  • 1
    Meglio del metodo ingenuoL’errore sugli incassi a quattro settimane è del 16% per il motore e del 35% per la media delle ultime quattro settimane.
  • 2
    Distorsione notaIl motore è ottimista di circa il 10%: Helix Retail paga ogni mese più tardi e le medie restano indietro rispetto a una tendenza.
  • 3
    Scritto sulla paginaIl punto debole è scritto accanto al risultato, non lasciato da scoprire all’utente.
07 · Ask Scenova

Un assistente che propone i dati di partenza e non inventa mai un numero

Chiedi “e se assumo uno sviluppatore a 3.000 € al mese e il cliente più grande paga con un mese di ritardo?” e Scenova trasforma la domanda in ipotesi, indica da dove viene ciascuna e aspetta la conferma prima di far girare il motore.

web-weld-five-54.vercel.app/app
Ask Scenova trasforma una domanda in ipotesi etichettate
Ipotesi marcate come provenienti dalla domanda, dai dati o predefinite, con Conferma e Annulla
  • 1
    Origine visibileLo stipendio viene dalla domanda, il costo aziendale di 1,30 e il cliente in ritardo dai dati, e la data di inizio è un valore predefinito da verificare.
  • 2
    Niente parte da soloIl motore gira solo dopo la conferma dell’utente, e la risposta spiega il risultato con le sue fonti.
  • 3
    Pronto per un LLMOggi l’interprete è basato su regole. Il suo output ha la stessa forma di quello di un LLM con function calling, quindi si potrà sostituire in seguito.
Previsione di cassa a 13 settimane
Confronto tra scenari
Ottimizzatore di tesoreria
Rischio Monte Carlo
Backtest contro un riferimento
Controlli sulla qualità dei dati
Tour guidato di 2 minuti
Pagina su modello e limiti

Come nascono i numeri.

Un motore, cinque passaggi e niente che l’utente non possa ricostruire.
1 · ImportaSaldo bancario, fatture aperte, spese e regole sugli stipendi, con controlli che segnalano ciò che va verificato.
2 · PrevediSaldo finale = saldo iniziale + entrate − uscite, settimana per settimana per 13 settimane.
3 · DecidiScenari e ottimizzatore cambiano i dati di partenza, mai il motore.
4 · Metti alla provaMonte Carlo su ritardi di pagamento e vendite, con seme fisso e riproducibile.
5 · SpiegaOgni risultato rimanda alla fattura, alla spesa, alla regola o all’ipotesi da cui nasce.
Una nuova assunzione costa lo stipendio × 1,30 per gli oneri a carico dell’azienda, con il primo mese calcolato pro rata. Il pagamento di un cliente arriva alla scadenza più il ritardo medio misurato per quel cliente, corretto dallo scenario.

Architettura.

Un’app che gira solo nel browser: un motore di calcolo puro, worker per il lavoro pesante e pagine che si limitano a mostrare.
Interfaccia
React 18 e TypeScriptVite · React Router · 9 pagine: panoramica, previsione, scenari, ottimizzatore, rischio, dati, accuratezza, modello, caso studio
Grafici SVG fatti a manoNessuna libreria di grafici · previsione, scenari, fasce di percentili e backtest
Ask ScenovaDomanda → ipotesi → conferma → motore → spiegazione con le fonti
→
Motore
TypeScript puroPrevisione, scenari, driver, ottimizzatore, Monte Carlo e backtest · niente codice di interfaccia, niente I/O
Web WorkersMonte Carlo e ottimizzatore girano fuori dal thread principale · i risultati superati vengono ignorati
Vitest19 test, tra cui uno che verifica tutti i 128 piani dell’ottimizzatore
→
Dati
Azienda della demoAtlas & Pine Studio · fatture, spese, regole sugli stipendi e un saldo bancario
Storico dei pagamenti riproducibileSintetico e riproducibile, così ogni backtest e ogni simulazione si possono verificare
Nessun backendNessuna modifica dell’utente viene salvata · pubblicato come sito statico su Vercel
Circa 4.600 righe di TypeScript. Il codice è pubblico su GitHub.

Approfondimenti tecnici.

Sei decisioni dietro una previsione di cui un responsabile finanziario può fidarsi, ognuna con il suo costo.

1. Ricerca esaustiva, non un solver

Problema
Il responsabile finanziario ha bisogno della combinazione più economica di mosse di tesoreria che tenga la cassa sopra il minimo, e deve capire perché è la più economica.
Approccio
Con sette mosse ci sono solo 128 piani, quindi ognuno passa dalla previsione completa. I costi vengono dalle voci di sconti, commissioni e interessi della previsione stessa. Un test unitario controlla tutti i 128 piani per dimostrare che la risposta è davvero la più economica.
Trade-off
La ricerca esaustiva smette di essere pratica oltre una quindicina di mosse. A quel punto la sostituirebbe un solver.
Si trova in: web/src/engine (optimizer)

2. Da 270 µs a 21 µs per previsione

Problema
L’ottimizzatore e i suoi stress test eseguono migliaia di previsioni. La pagina deve rispondere mentre l’utente la sta ancora guardando.
Approccio
I calcoli sulle date sono memorizzati e ogni settimana viene totalizzata in un solo passaggio: una previsione è passata da circa 270 µs a 21 µs su un portatile. La ricerca completa con gli stress test finisce in meno di 100 ms, fuori dal thread principale, e i risultati superati vengono ignorati.
Trade-off
La memorizzazione è uno stato in più da mantenere corretto, quindi i test del motore coprono anche i percorsi in cache.
Si trova in: web/src/engine · Web Workers

3. Il più economico non è il più sicuro

Problema
La soluzione più economica supera il minimo di soli 3.912 €. Basta un pagamento in ritardo e non regge.
Approccio
I piani migliori vengono messi alla prova con 300 simulazioni delle date di pagamento ciascuno. La pagina mostra il piano più economico (38 €, il 14% delle simulazioni scende ancora sotto il minimo) accanto a quello più solido (188 €, 7%).
Trade-off
Il piano più solido costa 150 € in più. Scenova mostra il compromesso e lascia la scelta al responsabile finanziario.
Si trova in: optimizer + Monte Carlo

4. Un backtest contro un riferimento ingenuo

Problema
Una previsione senza una misura dell’errore è un’ipotesi con i decimali.
Approccio
Diciassette settimane passate vengono ripercorse senza guardare al futuro e confrontate con la media delle ultime quattro settimane. L’errore sugli incassi a 4 settimane del motore è del 16% contro il 35%. La prima versione, con una sola data per fattura, perdeva contro il riferimento ingenuo; una distribuzione di date ha vinto.
Trade-off
La previsione usa ancora una sola data per fattura perché ogni voce resti tracciabile, mentre il backtest usa la distribuzione. Le due cose non sono ancora allineate.
Si trova in: web/src/engine (backtest)

5. Un assistente che non produce mai un numero

Problema
In finanza, un’IA che inventa una cifra è peggio di nessuna IA.
Approccio
Una domanda diventa un insieme di ipotesi, ognuna marcata come proveniente dalla domanda, dai dati o da un valore predefinito. Uno stipendio mancante viene chiesto, non indovinato. Niente parte finché l’utente non conferma: il motore calcola e l’assistente si limita a spiegare.
Trade-off
Un interprete basato su regole capisce meno formulazioni di un LLM. Il suo formato di output è quello restituito dal function calling, quindi Gemini potrebbe sostituirlo senza cambiare il flusso.
Si trova in: web/src/assistant

6. Onesto sull’incertezza

Problema
Le percentuali Monte Carlo sembrano promesse, e ogni modello sbaglia da qualche parte.
Approccio
Le simulazioni hanno un seme fisso e sono presentate come quota di esecuzioni del modello, non come probabilità reale. Una pagina su modello e limiti elenca ogni formula e i punti deboli noti: i clienti sono simulati in modo indipendente, le vendite future sono un valore fisso, e linee di credito e IVA sulle nuove fatture non sono modellate.
Trade-off
I numeri sembrano meno impressionanti. Ma sono quelli che un responsabile finanziario può difendere.
Si trova in: pagina su modello e limiti