Obiettivi formativi
Il corso si propone d'illustrare i metodi statistici per il trattamento delle informazioni d’interesse aziendale, considerando contemporaneamente più variabili, sia qualitative sia quantitative. I dati possono essere di fonte interna all’azienda, come ad esempio quelli riguardanti le vendite dei beni o servizi prodotti, oppure possono essere ottenuti mediante indagini campionarie (ricerche di mercato). L’obiettivo dell’analisi dei dati multidimensionali è quello di fornire un supporto conoscitivo razionale per le decisioni.
Prerequisiti
Si consiglia agli studenti di seguire il corso di Analisi dei dati per il marketing solo dopo aver sostenuto l'esame di Statistica, il cui programma è propedeutico a quello del presente insegnamento.
Contenuti dell'insegnamento
PROGRAMMA
L’analisi dei dati in azienda: il data warehouse ed il data mining come supporto alle decisioni.
Presentazione e classificazione delle informazioni rilevate: la matrice dei dati e sue generalizzazioni (matrice partizionata e matrice a tre vie).
Introduzione all’uso del package SPSS per le analisi statistiche.
I trattamenti preliminari dei dati: valori mancanti, valori anomali e osservazioni influenti.
Le relazioni tra quantitative e ordinali: la correlazione, la cograduazione, verifica della significatività della correlazione.
Le relazioni tra variabili binarie e qualitative: gli indici di associazione e verifica dell'ipotesi di indipendenza stocastica.
Analisi esplorative e visualizzazione dei dati: rappresentazioni grafiche di più variabili. Applicazioni con l’impiego delle procedure grafiche di SPSS.
Il problema della riduzione delle dimensioni con riferimento alle variabili: l’analisi delle componenti principali. Applicazioni a problemi di marketing con l’impiego di SPSS: il posizionamento d’un prodotto, gli indicatori sintetici della customer satisfaction. Cenni all'analisi delle corrispondenze.
I metodi per la misura della "prossimità" tra unità statistiche multidimensionali: tipi di distanza tra individui o oggetti, indici di similarità, strategie per il trattamento congiunto di variabili qualitative e quantitative.
I metodi per la formazione di gruppi omogenei: la cluster analysis.
Metodi gerarchici e non gerarchici di classificazione. Criteri di valutazione dei risultati. Analisi delle caratteristiche dei gruppi omogenei individuati. Confronti tra classificazioni diverse d'un medesimo insieme di unità. Applicazioni a casi reali con l’impiego di SPSS: i segmenti del mercato d’un prodotto, la classificazione della clientela, gli stili di vita secondo l'indagine Eurisko.
Programma esteso
PROGRAMMA
L’analisi dei dati in azienda: il data warehouse ed il data mining come supporto alle decisioni.
Presentazione e classificazione delle informazioni rilevate: la matrice dei dati e sue generalizzazioni (matrice partizionata e matrice a tre vie).
Introduzione all’uso del package SPSS per le analisi statistiche.
I trattamenti preliminari dei dati: valori mancanti, valori anomali e osservazioni influenti.
Le relazioni tra quantitative e ordinali: la correlazione, la cograduazione, verifica della significatività della correlazione.
Le relazioni tra variabili binarie e qualitative: gli indici di associazione e verifica dell'ipotesi di indipendenza stocastica.
Analisi esplorative e visualizzazione dei dati: rappresentazioni grafiche di più variabili. Applicazioni con l’impiego delle procedure grafiche di SPSS.
Il problema della riduzione delle dimensioni con riferimento alle variabili: l’analisi delle componenti principali. Applicazioni a problemi di marketing con l’impiego di SPSS: il posizionamento d’un prodotto, gli indicatori sintetici della customer satisfaction. Cenni all'analisi delle corrispondenze.
I metodi per la misura della "prossimità" tra unità statistiche multidimensionali: tipi di distanza tra individui o oggetti, indici di similarità, strategie per il trattamento congiunto di variabili qualitative e quantitative.
I metodi per la formazione di gruppi omogenei: la cluster analysis.
Metodi gerarchici e non gerarchici di classificazione. Criteri di valutazione dei risultati. Analisi delle caratteristiche dei gruppi omogenei individuati. Confronti tra classificazioni diverse d'un medesimo insieme di unità. Applicazioni a casi reali con l’impiego di SPSS: i segmenti del mercato d’un prodotto, la classificazione della clientela, gli stili di vita secondo l'indagine Eurisko.
MODALITA' DIDATTICHE
Lezioni in aula svolte anche con l’ausilio del personal computer per l’illustrazione del software statistico ed in particolare di SPSS.
Materiali didattici integrativi (applicazioni con l’impiego di SPSS, temi d’esame, ecc.) sono reperibili nel sito WEB del docente.
Bibliografia
TESTO D'ESAME
S. ZANI – A. CERIOLI, Analisi dei dati e Data Mining per le decisioni aziendali, Giuffrè Editore, Milano, 2007, da pag. 1 a pag. 457.
Letture aggiuntive per eventuali approfondimenti:
D.J. BARTOLOMEW et al., The Analysis and Interpretation of Multivariate Data for the Social Scientists, Chapman and Hall, London, 2002.
A.C. RENCHER, W.F. CHRISTENSEN, Methods of Multivariate Analysis, 3rd edition, Wiley, New York, 2012.
Metodi didattici
Lezioni ed esercitazioni con l'impiego del software SPSS
Modalità verifica apprendimento
Prova scritta
Altre informazioni
Materiale didattico e temi d'esame con le relative soluzioni sono disponibili nel sito del docente.
