
Part Production Cell — MES & OEE
OpenPLC, Ignition Perspective e SQLite: eventi, KPI e cause dei fermi macchina organizzati in modo chiaro.
Fynza era un piccolo prodotto con un vincolo utile: pubblicare rapidamente, mantenere il perimetro focalizzato e imparare l’intero percorso dal design al rilascio su App Store.
Ho lavorato con un marketer, studiato la nicchia, semplificato il flusso principale delle spese e sviluppato personalmente l’app invece di fermarmi ai mockup.
Il progetto ha incluso UX, implementazione SwiftUI, branding, materiali per App Store, onboarding e logica del paywall: un rilascio end-to-end compatto.

Sono partito dal più piccolo flusso di spesa utile: un ingresso chiaro dalla home, inserimento rapido, analisi facoltative e impostazioni minime. L’obiettivo non era copiare le app finanziarie, ma mantenere il prodotto facile da capire e rapido da pubblicare.

Voglio vedere rapidamente le spese del periodo, conoscere il totale e capire quanto spendo.
Voglio aggiungere una spesa in pochi secondi: inserire l’importo, scegliere una categoria o crearne una, così da leggere facilmente in seguito elenco e grafici.
Voglio controllare i riepiloghi di tanto in tanto, vedere la struttura delle spese e capire l’andamento senza basarmi solo sulle sensazioni.
Ho costruito la struttura dell’app in Xcode, organizzato le schermate e usato con attenzione lo sviluppo assistito dall’AI invece di trattarlo come un pilota automatico. Il processo mi ha costretto a capire SwiftUI, correggere problemi UIKit e mantenere l’implementazione vicina alla logica originale del prodotto.

All’inizio mi sono fidato dell’AI: volevo sviluppare velocemente e senza fatica. Spoiler: la fatica è arrivata lo stesso.
Durante l’apprendimento continuavo a cambiare approccio: una strada, poi un’altra. Alla fine è venuto fuori qualcosa che sembrava un’app. Ma il design doveva restare flessibile: avevo poca pratica e non volevo mettermi in un vicolo cieco.
Dopo gli esperimenti, sono tornato all’idea originale e l’ho costruita manualmente. A quel punto capivo già la sintassi, sapevo dove guardare e cosa correggere.
All’inizio ho sottovalutato questa fase. Poi ho capito una cosa semplice: senza presentazione, l’app non verrà vista. Ho osservato i concorrenti, come comunicano il valore, quali schermate usano e cosa mostrano nei primi secondi. Ho discusso molto con il marketer su come venderla.

Il primo impatto è stato forte: alcuni riferimenti sembravano truffe. Ma anche questa è una parte del mercato.
Ho provato a unire pattern aggressivi al mio contenuto, ma sembrava strano. Sono abituato agli spazi bianchi e ai colori calmi.
Ho trovato un compromesso. Ho reso più grandi i titoli e più forti gli elementi, senza trasformare tutto in un banner. Ho attenuato lo sfondo, addolcito il layout con le card e lasciato spazio sufficiente per il testo.
Un’idea semplice: dollaro e scanner. L’ho realizzata con cura e proporzioni corrette, per tema chiaro e scuro. Sta bene sulla schermata Home.
Se qualcuno ha già scaricato l’app, non bisogna perdere il momento. Ho creato un breve onboarding di tre schermate, poi il paywall. Alla chiusura dell’app e all’aggiunta della prima spesa, di nuovo il paywall. Sì, è una tendenza. E sì, funziona.

Per evitare difficoltà con temi e traduzioni, ho creato una struttura universale che gestisce qualsiasi lunghezza del testo.
Ho costruito prima una sola struttura, riempiendo da codice il contenuto con dati statici. Era più rapido verificare la logica.
L’onboarding si è composto con calma. A quel punto avevo capito come realizzarlo più velocemente e con meno errori.
Conclusioni

OpenPLC, Ignition Perspective e SQLite: eventi, KPI e cause dei fermi macchina organizzati in modo chiaro.

OpenPLC e Ignition: logica Ladder, macchina a stati in Structured Text, feedback dei sensori e cicli normali verificabili.

Monitoraggio enterprise per una centrale nucleare: stati del sistema, vincoli ingegneristici e logica 3D degli stoccaggi.