Obiettivi formativi
Conoscenza e capacità di comprensione (knowledge and understanding)
Il corso estende le competenze quantitative impartite nell'insegnamento di statistica di base. In particolare, esso fornisce competenze sulle principali metodologie statistiche finalizzate all’analisi dei dati aziendali e alla previsione del comportamento del consumatore. Tali tecniche comprendono: le componenti principali, il modello di regressione lineare; la Cluster Analysis gerarchica e non gerarchica.
Le competenze insegnate nel corso comprendono sia solidi aspetti metodologici, essenziali per la comprensione delle tecniche e per l’interpretazione dei risultati, sia un impiego dell’approccio learning by doing.
La partecipazione alle attività d'aula e lo svolgimento di esercitazioni in proprio accrescono nello studente la capacità di elaborare autonomamente dati rilevanti per la soluzione di problemi di marketing.
Capacità di applicare conoscenza e comprensione (applying knowledge and understanding)
Alla fine del corso, lo studente sarà in grado di applicare
autonomamente le tecniche statistiche sopra indicate a problemi aziendali, attraverso l’impiego del software MATLAB. Lo studente avrà pertanto sviluppato competenze di abilità analitica e di problem solving attraverso l’impiego di metodologie statistiche e dei corrispondenti strumenti informatici.
Lo studente sarà in grado di svolgere in autonomia analisi quantitative dei dati aziendali. Inoltre, lo studente sarà in grado di
interpretare correttamente i risultati di tali analisi, anche quando effettuate da altri. Attraverso lo studio dei contenuti del corso, lo studente matura pertanto una buona autonomia di giudizio e la capacità di rielaborare le conoscenze quantitative acquisite al fine di ottenere informazioni di business.
Autonomia di giudizio (making judgements): con il corso gli studenti acquisiscono l’autonomia di giudizio necessaria ad affrontare e risolvere i problemi di natura privatistica sorgenti dall’organizzazione e gestione, in particolare contrattuale, delle attività economiche degli enti operanti sul mercato o di fornire a questi ultimi le consulenze idonee alla loro soluzione dalla prospettiva privatistica.
Abilità comunicative (communication skills)
Alla fine del corso, lo studente sarà in grado di interloquire con tutte le componenti aziendali, sia di vertice che di base, fornendo sintesi quantitative delle informazioni aziendali e contribuendo con le proprie analisi allo sviluppo delle decisioni aziendali.
Capacità di apprendere (learning skills): Il corso è congegnato in modo tale da consentire allo studente di acquisire i metodi quantitativi propri dell'analisi dei dati aziendali.
Prerequisiti
Conoscenze statistiche di base
Contenuti dell'insegnamento
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, le relazioni tra le variabili, i trattamenti preliminari dei dati: valori mancanti e valori anomali.
Introduzione all’uso del software MATLAB per le analisi statistiche. 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 MATLAB e Excel : il posizionamento d’un prodotto, gli indicatori sintetici della customer satisfaction, gli stili di vita.
I metodi statistici per la segmentazione del mercato: misure di distanza tra individui o oggetti, formazione di gruppi omogenei con metodi gerarchici di cluster analysis. Applicazioni a casi reali con l’impiego di MATLAB: i segmenti del mercato d’un prodotto, la classificazione della clientela.
Conoscenza e capacità di comprensione
Al termine del corso lo studente avrà acquisito una approfondita conoscenza relativamente ai seguenti temi:
analisi statistiche di base;
analisi statistiche multivariate;
tecniche di riduzione delle dimensioni;
tecniche di segmentazione comportamentale;
modelli di classificazione;
Competenze e capacità di comprensione applicate Al termine del corso lo studente sarà in grado di:
comprendere le diverse fasi alla base delle analisi statistiche dei dati;
tradurre gli strumenti concettuali in regole empiriche per la gestione integrata di dati aziendali provenienti da diverse fonti;
pianificare un'indagine statistica e conoscere i vantaggi e gli svantaggi delle diverse tecniche di rilevazione dei dati
- estendere le informazioni dal campione all'universo di riferimento.
Programma esteso
Il corso affronta le principali metodologie statistiche utilizzabili per le applicazioni a grandi insiemi di dati nel marketing, con particolare riferimento all’analisidelle relazioni tra le variabilie alla segmentazione comportamentale. In particolare,
sono presi in considerazione:
la metodogia delle componenti principali e le sue applicazioni a problemi di marketing;
il modello di regressione per la previsione del comportamento del consumatore;
la metodologia della cluster analysis e le sue applicazioni ai problemi di previsione e di segmentazione dei consumatori;
i metodi di analisi delle corrispondenza per l'analisi dei dati categorici Accanto alla teoria di base, necessaria per comprendere l'utilizzo delle metodologie e per padroneggiarne con consapevolezza i risultati, è dato spazio alle applicazioni e agli aspetti di calcolo, con utilizzo dei software Excel e MATLAB.
Bibliografia
Data science con MATLAB, Riani et al. Giappichelli editore, Torino
Materiale di corredo al corso scaricabile da http://www.riani.it/ADM
Metodi didattici
Lezioni frontali; esercitazioni guidate e in proprio; eventuali seminari di esperti.
I materiali didattici utilizzati durante le lezioni (slide del corso e dati per replicare le analisi svolte a lezione) sono resi disponibili nel sito web http://www.riani.it/ADM prima dello svolgimento dell'argomento corrispondente.
Nel portale di cui sopra sono inoltre resi disponibili materiali didattici aggiuntivi (dati per esercitazioni in proprio e bibliografia per approfondimenti individuali) e il calendario delle lezioni.
Modalità verifica apprendimento
Prova al computer.
Gli studenti devono consegnare o un file in formato .xlsx oppure un file in formato .m oppure in formato .mlx. Se lo studente vuole consegnare entrambi i file in formato .xlsx e .m (oppure .mlx) dovrà zippare i due file in un unico file .zip.
Il nome del file di consegna deve avere il seguente formato: cognome_nome_numeromatricola.m. Gli studenti che hanno accenti nel nome o cognome devono ometterli nel nome del file.
La prova a computer prevede 3 domande a
risposta aperta che riguardano temi trasversali su tutto il programma oggetto del corso. Ogni domanda pesa 10 punti.
La durata della prova è pari a 75 minuti. La prova scritta è valutata con scala 0 – 30. La lode viene assegnata nel
caso del raggiungimento del massimo punteggio su ogni domanda a cui si aggiunga la padronanza del lessico disciplinare. In altri termini, la lode verrà assegnata a quegli studenti particolarmente meritevoli che, oltre ad
avere rispettato i requisiti necessari per ottenere la valutazione piena, nello svolgimento della prova abbiano complessivamente dimostrato un’apprezzabile conoscenza sistematica dell’argomento, un’ottima capacità di applicare le conoscenze acquisite allo specifico problema in oggetto, una rilevante autonomia di giudizio, nonché una cura particolare nella stesura formale dell’elaborato.
La sufficienza viene assegnata nel momento in cui lo studente ottiene la sufficienza in tutte le domande.
Lo studente dovrà dimostrare di aver compreso, e di essere in grado di applicare, i concetti fondamentali di ogni argomento trattato.
Il voto della prova viene comunicato nell’arco di una settimana successiva alla prova tramite e-mail istituzionale.
Si ricorda che l’iscrizione on line all’appello è OBBLIGATORIA
E' consentito agli studenti di consultare il libro di testo durante l'esame ed eventuali appunti.Il
risultato dell'esame viene pubblicato su ESSE3 entro dieci giorni dalla prova.
L'esame si svolgerà on line tramite la piattaforma Microsoft teams. I link per inserire i documenti on line e per accedere alla prova sono disponibili nella pagina web ufficiale del corso http://www.riani.it/ADM
Le modalità di esame rimangono invariate.
Altre informazioni
Informazioni addizionali sul corso e sui materiali didattici aggiuntivi possono
essere reperiti dal sito web del docente http://www.riani.it
Obiettivi agenda 2030 per lo sviluppo sostenibile
