CFU: 4
L'insegnamento
mira a fornire all'allievo conoscenze pratiche per l'applicazione di
metodologie di analisi dei dati nei tre livelli di business analytics
(descrittivo, predittivo, prescrittivo), integrando conoscenze di probabilità,
statistica e ottimizzazione, con riferimento a domini applicativi specifici
(supply chain/retail management, finanza, marketing, etc.). Verrà fatto ampio
uso di R e verranno discussi business case prevalentemente tratti dalla
libreria Harvard Business School.
Programma
- Esempi di applicazione di modelli
descrittivi in problemi business: basket analysis; clustering e segmentazione
di mercato; data reduction e mappe di percezione nel marketing; misure di
prestazione in web marketing
- Apprendimento e uso di modelli
predittivi: modelli di pricing e applicazioni a retail management; customer
churn; profitability analysis; effetto di missing data; applicazione di modelli
di classificazione
- Decisioni in condizioni di incertezza:
alberi di decisione, decisioni di investimento e opzioni reali; ottimizzazione
stocastica e robusta; misura e gestione del rischio; apprendimento statistico
di regole decisionali. Applicazioni in supply chain management, retail
management (scelta dell’assortimento), e finanza
- Discussione di business case, tra i
quali:
- Colonial
Broadcasting Company (regressione lineare e scelta di contratti pubblicitari)
- Paper
and more (previsione di domanda e gestione delle scorte in condizioni di
incertezza)
- Pilgrim Bank (analisi di profittabilità e
ritenzione di clienti mediante regressione lineare e logistica)
- Air
France web marketing