Sistema › Architettura

Architettura & sorgenti — la visione del TDH

Come è pensato il Turism Data Hub: dai dati grezzi ai servizi, il motore statistico, la roadmap e i principi guida.

Architettura a 5 livelli

1 · Sorgenti dati

Portali regionali, MaaS, registri ricettivi, Hub nazionale PDND

2 · Ingestion

Batch ETL · Streaming · API connectors · connettore PDND

3 · Data Lake (Medallion)

Bronze (grezzo) → Silver (normalizzato/anonimizzato GDPR) → Gold (KPI)

4 · Governance & processing

Trasformazioni · GDPR engine · identity resolution · Auth/ACL (SPID/CIE)

5 · Servizi di output

Cruscotto Regione · API Operatori · Analytics ML · integrazione MaaS

Sorgenti dati

Sorgente	Tipo	Frequenza	Stato
ISTAT — movimento clienti	Presenze per provenienza	Mensile	🟢 Attiva
ECB — cambio valute	Driver economico (FX)	Mensile	🟢 Attiva
Google Trends	Segnale leading di ricerca	Mensile	🟢 Attiva
Banca d'Italia — turismo internazionale	Spesa per paese/regione (valore economico)	Trimestrale	🟢 Attiva
Eurostat — trasporto aereo (avia_par)	Connettività voli per paese (fattibilità)	Annuale	🟢 Attiva
Wikipedia (Wikimedia Pageviews)	Interesse per lingua (2° segnale leading)	Mensile	🟢 Attiva
PDND — Ministero Turismo SIT/CIR	Statistiche turismo nazionali	Periodica	🟡 Pianificata
PDND — ANPR	Presenze cittadini	Periodica	🟡 Pianificata
Portale Regionale (GA4)	Web analytics, funnel visitatori	Giornaliera	🟡 Pianificata
MaaS4Abruzzo (GTFS-RT)	Mobilità, percorsi, viaggi	Real-time	🟡 Pianificata
Registro Ricettivo (~2.800 strutture)	Offerta ricettiva	Batch	🟡 Pianificata
App TUA	Ticketing / transiti	Real-time	⚪ Da valutare
Meteo ARPAM	Dati territoriali	Oraria	⚪ Da valutare

🟢 Attiva (già nel motore) · 🟡 Pianificata · ⚪ Da valutare

Il motore statistico

Spina dorsale — modello lineare trasparente (OLS): stagionalità esplicita (effetti di mese) + trend + dummy COVID. Ogni coefficiente è leggibile in italiano corrente.

Barriera di onestà — si prevede un numero solo se il modello batte la naive stagionale (ripetere lo stesso periodo dell'anno prima) in un backtest; altrimenti «segnale insufficiente».

Sfidanti (si tiene il migliore, serie per serie): ETS/Holt-Winters, SARIMAX, stato latente (UCM), Theta, STL+ARIMA — scelti con backtest rolling-origin; + opzione di trend robusto (Huber) per gli outlier.

Tra regioni — partial pooling (empirical-Bayes): stabilizza le serie corte tirando il trend di ogni regione verso la media nazionale; + riconciliazione Italia↔regioni.

Confine — è un ranking decisionale (forza anticipatrice × momentum × valore × fattibilità), NON una stima causale della spesa promozionale.

Roadmap

Fase 1 — Fondamenta: sorgenti nazionali (PDND/ISTAT) + primo motore decisionale. Questo MVP è il primo mattone reale.

Fase 2 — Integrazione regionale: portale GA4, MaaS4Abruzzo, registro ricettivo.

Fase 3 — Analytics ML: forecasting flussi, segmentazione turisti, alerting anomalie.

Fase 4 — Servizi: cruscotto Regione, API operatori, integrazione MaaS in tempo reale.

Principi guida

GDPR by design — anonimizzazione PII nelle zone Silver/Gold, nessun dato nominale.

Cloud PA-first — infrastruttura su provider qualificato ACN (PSNC), dati nell'UE.

Non sostitutivo — il TDH si appoggia sopra i sistemi esistenti come layer di integrazione.

PDND — sorgenti nazionali senza convenzioni bilaterali (art. 50-ter CAD).

Turism Data Hub · visione di prodotto · design «Istituzionale»