With financial support of the Preven4on of and Fight against Crime Programme European Commission - Directorate- General Home Affairs
|
|
- Saverio Monaco
- 8 anni fa
- Visualizzazioni
Transcript
1 WEB PRO ID - Developing web- based data collec4on modules to understand, prevent and combat ID related crimes and facilitate their inves4ga4on and prosecu4on With financial support of the Preven4on of and Fight against Crime Programme European Commission - Directorate- General Home Affairs CONFERENZA FINALE Data mining per la prevenzione dei crimini d iden4tà V. FalleZa, A. Cordioli, F. Francesconi Trento, Febbraio 2014 Università degli Studi di Trento Facoltà di Giurisprudenza Coordinator Scien-fic partner Technological and ins-tu-onal partners
2 Sommario 1. Data Mining: mo-vazioni 3 2. Definizioni, tecniche, metodologie Applicazioni: Data Mining e Crimini di Iden-tà 19
3 ecrime\ Conferenza Finale, Febbraio 2014 Sezione 1 Data Mining: mo4vazioni
4 Data Mining: Mo4vazioni Alcuni fa*: La nostra società produce e consuma da- TuGe le nostre azioni, se registrate, sono fon- di da-: Telefonate Percorsi in mobilità Interazioni sociali S-li di navigazione Elaboriamo da- da molteplici fon-: No-ziari Trasporto pubblico Social networks E- Commerce Negli ul-mi anni crescita esplosiva di da- non strugura- 4
5 Un po di numeri Da- dal web Quan- da- crea- ogni minuto? [DOMO 2012] S-ma del n. uten- Internet: 2,1 miliardi 1. Data Mining: mo-vazioni 5 2. Definizioni, tecniche, metodologie 3. Applicazioni: Data Mining e Crimini di Iden-tà
6 Un po di numeri Immagini sul web Big Photo [MetaLayer 2012] Ogni mese gli uten- di Facebook caricano 6 miliardi di foto, pari a quelle contenute complessivamente da flickr Facebook memorizza ogni giorno 600TB di da- nuovi [VLDB2013] Jay Parikh, Vice- president Facebook Infrastructure engineering 6
7 Un po di numeri Oltre i PetaByte: Big Data Impossibili da processare con tradizionali tecnologie di database Le 3 V : Volume, Varietà, Velocità Business fagurato nel 2013: 18,6 miliardi di dollari (+58% dal 2012) Esempi: Oltre 9,8PB di da- al giorno trasmessi su rete telefonica AT&T [2007] Oltre 20PB al giorno processa- da Google [2008] Wal- Mart ges-sce 1M di transazioni all ora, pari a 2,5TB [2010] 7
8 Un po di numeri Amazon S3 (Simple Storage Service) [AWS2013] Dimensione oggego fino a 5TB 6 anni per arrivare a 1 trilione, meno di 1 anno per raddoppiare! Carlos Conde AWS Sr. Manager, Solu-ons Architecture 8
9 Da4 vs. informazioni Mario Rossi! Emilio Castiglione! Nazario Loggia! Ippolito Manna! Ivano Genovesi! Liviano Lorenzo! Crescente Bruno! Sabina Mazzi! Giulia Nucci! Artemia Udinese! Timotea Lucchesi! Lilla Marchesi! Consuelo Milanesi! Alessandra Folliero! Learco Russo! Albina Capon! Nereo Marino! Palmiro Udinese! Augusta Marchesi!!! ! ! ! ! ! ! ! 2644! ! ! ! ! ! ! ! 6288! ! ! ! ! ! 1006! ! ! ! ! ! ! ! 9583! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! ! 9
10 Data Mining: Mo4vazioni "We are drowning in data, but starving for knowledge We are data rich, but informa-on poor Han, Kamber, Pei Data Mining Concepts and Techniques,
11 ecrime\ Conferenza Finale, Febbraio 2014 Sezione 2 Definizioni, tecniche, metodologie
12 Data Mining: Definizioni Acquisizione di conoscenza a par-re dai da- (Knowledge discovery from data) Estrazione di informazione da un insieme di da- strugura-, sogo forma di pa#ern (schemi) che siano: Non banali Implici- Nascos- Potenzialmente u-li Nomi alterna-vi Knowledge discovery (mining) in databases (KDD), knowledge extrac-on, data/pagern analysis, data archeology, data dredging, informa-on harves-ng, business intelligence, etc. 12
13 Data Mining: Definizioni A cosa serve? Risolvere problemi analizzando da- storici Prevedere il verificarsi di even- nel tempo sulla base di da- storici Come funziona? Individuare pagern ricorren- all interno dei da- Creazione di modelli in grado di elaborare predizioni Come si esprime? White box: modelli in cui i pagern sono interpretabili (e.g.: regole ed alberi decisionali) Black box: modelli in cui i pagern non sono interpretabili (e.g.: modelli sta-s-ci e geometrici) 13
14 Data Mining: Le tecniche Due classi di problemi Apprendimento supervisionato (Supervised learning) Tecniche e modelli di -po prediavo Apprendimento non supervisionato (Unsupervised learning) Tecniche e modelli di -po descriavo Principali tecniche di Data Mining Classificazione Regressione AGribute Importance Associa-on rules Clustering Feature extrac-on Outlier detec-on 14
15 Classificazione Generazione di modelli predi*vi Alberi decisionali CART, C.4.5, Random Forest Generatori di regole RIPPER Algoritmi Bayesiani IF (Genere = uomo ) AND (Reddito = alto ) THEN à Class = A IF (Età <= 30) AND (Status = celibe ) THEN à Class = B Support Vector Machines (SVM) Modello prediuvo 15
16 Clustering Raggruppare i da- simili tra loro Clustering Gerarchico BIRCH, Chamelon Clustering Par-zionale k- Means, k- Medoids, CLARANS Clustering density- based DBSCAN, OPTICS Clustering Grid- Based STING, WaveCluster Clustering Model- based ExpectaOon- MaximizaOon (EM) 16
17 Associa4on rules Market basket analysis Analisi di affinità Ricerca di pagern frequen- Apriori, FP- growth 17
18 Data Mining: Metodologie Elaborazione e trasformazione dei da- Preprocessing, cleaning, anonimizzazione di da- sensibili Analisi intera*va SfruGare feedback utente, scartare pagern inu-li/sbaglia- Evitare overfi*ng / underfi*ng dei da- Modello non troppo complesso né troppo semplice O*mizzazione delle performance Riduzione falsi posi-vi e falsi nega-vi Esempio di metodologia CRISP- DM Cross Industry Standard Process for Data Mining (CRISP- DM)
19 ecrime\ Conferenza Finale, Febbraio 2014 Sezione 3 Applicazioni: Data Mining e Crimini di Iden4tà
20 Data Mining: Applicazioni Supporto decisionale Market analysis & management Analisi dei rischi Web Mining / Text Mining Analisi di forum, , documen- Bio- informa-ca Gene-ca sta-s-ca e computazionale Crime data mining Crime mapping, fraud detec-on 1. Data Mining: mo-vazioni 2. Definizioni, tecniche, metodologie Applicazioni: Data Mining e Crimini di Iden-tà
21 Data Mining e Crimini di iden4tà A proposito dei crimini di iden-tà AGua- da professionis-, similmente ad altri -pi di crimini Difficili da tracciare: crimini strumentali per commegere altri rea- frodi sul credito frodi su internet frodi a società di telecomunicazioni Crescita del fenomeno legata alla tecnologia (internet, telecomunicazioni) Sviluppo in ambito internazionale 21
22 Data Mining e Crimini di iden4tà Crimini di iden-tà in ambito aziendale Si aguano al momento della sogoscrizione di un servizio Fa^ori che favoriscono i crimini di iden-tà: Gestori di telefonia mobile focalizza- su un ra-ng proveniente dal rischio credito Interesse maggiore a verificare disponibilità credito piugosto che iden-tà! Se rischio credito basso, possibilità di avere a disposizione beni e servizi per migliaia di euro Spesso acquis- con carta di credito non richiedono verifica dell iden-tà ma della disponibilità Tempo -pico trascorso tra aguazione frode e rilevazione: da 3 a 4 mesi BolleGe ogni 2 mesi, mese aggiun-vo per contau con cliente 22
23 Data Mining e Crimini di iden4tà Problema-che dei processi di fraud detec-on Volume elevato di sogoscrizioni da analizzare Tempi di risposta devono essere più rapidi possibili Numero limitato di risorse umane (fraud- analyst) Il contributo del Data Mining Tecniche e modelli di -po prediuvo Monitoraggio richieste di sogoscrizione Generazione di un segnale di alert quanto più possibile in tempo reale Obie*vo Assistenza e semplificazione del lavoro dei fraud- analyst Riduzione del numero di casi sospeu da analizzare 23
24 Data Mining e Crimini di iden4tà Requisi- di un alert system Integrabile nei processi aziendali Basato su modelli prediuvi veloci e dinamici Modelli aggiornabili periodicamente (ogni mese / giorno / ora) Personalizzabile in base alle esigenze dell operatore (prodou/servizi vari) Sicurezza e affidabilità (poca manutenzione) Self- learning, in grado di sfrugare feedback analyst Tu^o questo è WASP. 24
25 ecrime\ Seminari di formazione, 27 Gennaio 2014 Grazie per l azenzione! Domande?
CONFERENZA FINALE I rischi per il se+ore privato e le strategie di mi3gazione
WEB PRO ID - Developing web- based data collec4on modules to understand, prevent and combat ID related crimes and facilitate their inves4ga4on and prosecu4on With financial support of the Preven4on of
DettagliData mining e rischi aziendali
Data mining e rischi aziendali Antonella Ferrari La piramide delle componenti di un ambiente di Bi Decision maker La decisione migliore Decisioni Ottimizzazione Scelta tra alternative Modelli di apprendimento
DettagliCRIMINI DI IDENTITA CONTRO LE AZIENDE: RISULTATI DELL ANALISI DEI CASI STUDIO RACCOLTI
WEB PRO ID - Developing web-based data collection modules to understand, prevent and combat ID related crimes and facilitate their investigation and prosecution With financial support of the Prevention
Dettaglidelle aziende in Italia:
Livello di rischiosità delle aziende in Italia: Lombardia Dati aggiornati a Dicembre 2012 Marketing CRIBIS D&B Agenda Distribuzione delle aziende nella regione Analisi del livello di rischiosità Confronto
DettagliREALIZZARE UN MODELLO DI IMPRESA
REALIZZARE UN MODELLO DI IMPRESA - organizzare e gestire l insieme delle attività, utilizzando una piattaforma per la gestione aziendale: integrata, completa, flessibile, coerente e con un grado di complessità
DettagliIntroduzione alle tecniche di Data Mining. Prof. Giovanni Giuffrida
Introduzione alle tecniche di Data Mining Prof. Giovanni Giuffrida Programma Contenuti Introduzione al Data Mining Mining pattern frequenti, regole associative Alberi decisionali Clustering Esempio di
DettagliI vantaggi ottenibili nei campi applicativi attraverso l uso di tecniche di data mining
Dipartimento di Informatica e Sistemistica I vantaggi ottenibili nei campi applicativi attraverso l uso di tecniche di data mining Renato Bruni bruni@dis.uniroma1.it Antonio Sassano sassano@dis.uniroma1.it
DettagliGestione per processi: utilità e sfide. Ettore Bolisani DTG Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova
Gestione per processi: utilità e sfide Ettore Bolisani DTG Dipartimento di Tecnica e Gestione dei Sistemi Industriali Università di Padova 1 Ingegneria industriale Ingegneria gestionale Didattica: KNOWLEDGE
DettagliBusiness Intelligence CRM
Business Intelligence CRM CRM! Customer relationship management:! L acronimo CRM (customer relationship management) significa letteralmente gestione della relazione con il cliente ;! la strategia e il
DettagliPDF created with pdffactory trial version www.pdffactory.com. Il processo di KDD
Il processo di KDD Introduzione Crescita notevole degli strumenti e delle tecniche per generare e raccogliere dati (introduzione codici a barre, transazioni economiche tramite carta di credito, dati da
DettagliICT Trade 2013 Special Edition
ICT Trade 2013 Special Edition Lo scenario di Mercato nelle sue tre aree chiave: Infrastrutture, Search Applications, Analytics Gianguido Pagnini Direttore della Ricerca, SIRMI La dimensione del fenomeno
Dettagliun occhio al passato per il tuo business futuro
2 3 5 7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 un occhio al passato per il tuo business futuro BUSINESS DISCOVERY Processi ed analisi per aziende virtuose Che cos è La Business Discovery è un insieme
DettagliMission. Affidabilità Imprese. Supporto Rintraccio Ra?ng /Scoring Report /Dossier Integra?
Mission Nata nel 2001 per soddifsfare le esigenze delle agenzia di informazioni commerciali e dei distributori ufficiali di InfoCamere, oggi la suite DataBrain è u?lizzata sia in contes? di analisi di
DettagliData Mining a.a. 2010-2011
Data Mining a.a. 2010-2011 Docente: mario.guarracino@cnr.it tel. 081 6139519 http://www.na.icar.cnr.it/~mariog Informazioni logistiche Orario delle lezioni A partire dall 19.10.2010, Martedì h: 09.50 16.00
DettagliPREDICTIVE ANALYTICS A CA FOSCARI Proposta di un nuovo Corso di Laurea Magistrale
PREDICTIVE ANALYTICS A CA FOSCARI Proposta di un nuovo Corso di Laurea Magistrale Preparare gli specialisti dell informazione per le aziende e la società Scopo del Corso L informazione contenuta nei dati
DettagliUn approccio complessivo alla Gestione della Performance Aziendale. Sestri Levante 19-20 maggio 2003
1 Un approccio complessivo alla Gestione della Performance Aziendale Sestri Levante 19-20 maggio 2003 Performing - Mission 2 Performing opera nel mercato dell'ingegneria dell organizzazione e della revisione
DettagliMACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA. Gaetano Bruno Ronsivalle
Gaetano Bruno Ronsivalle Università degli Studi di Verona Tecnologie informatiche e multimediali MACHINE LEARNING E STRUMENTI ANTICRIMINE NELL ERA DEI BIG DATA Argomenti Big Data: una galassia online Machine
DettagliL intelligence commerciale per il governo della complessità distributiva: l approccio adottato in BNL
L intelligence commerciale per il governo della complessità distributiva: l approccio adottato in BNL Convegno ABI CRM 2003 Strategie di Valorizzazione delle Relazioni con la Clientela Andrea Di Fabio
DettagliMarketing relazionale
Marketing relazionale Introduzione Nel marketing intelligence assume particolare rilievo l applicazione di modelli predittivi rivolte a personalizzare e rafforzare il legame tra azienda e clienti. Un azienda
DettagliE-learning: la formazione on-line per il Call Center. Carlo Cozza Presidente e A.D. Opera Multimedia. L e-learning per il Call Center
E-learning: la formazione on-line per il Call Center Carlo Cozza Presidente e A.D. Opera Multimedia Milano, 6 dicembre 2001 Agenda Agenda Il mercato dell e-learning L e-learning per il Call Center Le tecnologie
DettagliUbiquity Mobile Finance. Report 3Q 2015
Ubiquity Mobile Finance Report 3Q 2015 11/11/2015 Mobile Finance in crescita del 29% nei primi nove mesi del 2015 Nei primi nove mesi del 2015 il mercato dei servizi Mobile Finance in Italia è cresciuto
DettagliElio Cutino. Business Analytics and Optimization Dai Dati alle Decisioni. Milano,13 ottobre 2010
Elio Cutino Business Analytics and Optimization Dai Dati alle Decisioni Milano,13 ottobre 2010 Immaginate di poter analizzare le relazioni e i contatti dei vostri clienti per prevenire defezioni e abbandoni
DettagliLa società Volocom. Trasformare le informazioni in conoscenza. Conoscere per agire
La società Volocom Trasformare le informazioni in conoscenza 2 La società Volo.com dal 2001 è uno dei leader nei settori del Knowledge Management e nella gestione delle informazioni per la rassegna stampa
DettagliArchivi e database. Prof. Michele Batocchi A.S. 2013/2014
Archivi e database Prof. Michele Batocchi A.S. 2013/2014 Introduzione L esigenza di archiviare (conservare documenti, immagini, ricordi, ecc.) è un attività senza tempo che è insita nell animo umano Primi
DettagliB C I un altro punto di vista Introduzione
Bollicine Community B C Intelligence B C I un altro punto di vista Introduzione Graziano Guazzi General Manager Data Flow Settembre 2007 pag, 1 Cosa misurare La definizione di quale domanda di mercato
DettagliRILEVAZIONE DEI FABBISOGNI E DELLE COMPETENZE. INFORMATICHE DI BASE e/o AVANZATE
RILEVAZIONE DEI FABBISOGNI E DELLE COMPETENZE INFORMATICHE DI BASE e/o AVANZATE 1 SOMMARIO PREMESSA... 3 METODOLOGIA... 3 OBIETTIVI... 4 RISULTATI... 4 AZIENDE... 4 PRIVATI... 6 CONCLUSIONI... 7 2 L Indagine,
DettagliAnalisi dell evoluzione dell informazione online in Italia
HUMAN HIGHWAY PER LIQUIDA Analisi dell evoluzione dell informazione online in Italia Milano, Maggio 2011 1 ANALISI DELL INFORMAZIONE ONLINE INDICE Oggi parleremo di: La domanda di informazione online Il
DettagliInternet of Things, Big Data e Intelligenza Artificiale.
Oracle Ticino Day Lugano 26 Marzo 2015 Internet of Things, Big Data e Intelligenza Artificiale. Prof. Luca Maria Gambardella direttore IDSIA, istituto USI-SUPSI, Manno Le nuove sfide La società globale
DettagliSistemi Informativi Aziendali. Sistemi Informativi Aziendali
DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Cenni al Data Mining 1 Data Mining nasce prima del Data Warehouse collezione di tecniche derivanti da Intelligenza Artificiale,
DettagliRIORGANIZZARSI PER CRESCERE CON IL SOFTWARE GESTIONALE
RIORGANIZZARSI PER CRESCERE CON IL SOFTWARE GESTIONALE Con Passepartout Mexal le aziende possono migliorare in modo significativo l organizzazione e l operatività. Ingest è a fianco delle aziende con servizi
Dettagli5 minuti fortemente virali
5 minuti fortemente virali 18 dicembre 2012 - Palazzo Arese Borromeo 1 of 12 In pochi tweet... un laboratorio di progettazione avanzata per lo sviluppo di: #advanced Soluzioni internet ad alto valore tecnologico;
DettagliCHI SIAMO CON CHI LAVORIAMO
CHI SIAMO Ploing Srl è una società di marketing e comunicazione che segue e si occupa principalmente di Customer Satisfaction nel mercato automobilistico. CON CHI LAVORIAMO I nostri clienti sono Concessionarie,
DettagliIl Furto d identità nelle Telecomunicazioni
Il Furto d identità nelle Telecomunicazioni Aspetti di prevenzione e investigazione Un caso di studio Trento - Febbraio 2014 1 Il Furto d Identità nella Società Phishing: tecnica che utilizza prevalentemente
Dettagli2012 Extreme srl riproduzione riservata
Web & Social Media: il BIG DATA* Le aziende devono gestire il BIG DATA perché è attraverso di esso che sviluppano relazioni con i clienti, riscontrano e gestiscono la customer satisfaction, studiano e
DettagliLM Ingegneria Gestionale ICT & Business Management
LM Ingegneria Gestionale ICT & Business Management 1 ICT: il peso nelle borse mondiali... 1 1 Apple (B$ 528) Classifica capitalizzazione di borsa 31 31 Vodafone (B$141) 5 4 Microsoft (B$260) 5 IBM (B$236)
DettagliSistema di Sorveglianza e Ambient Intelligence per Residenze Sanitarie Assistenziali
Sistema di Sorveglianza e Ambient Intelligence per Residenze Sanitarie Assistenziali Genova Robot s.r.l. www.genovarobot.com info@genovarobot.com Genova Robot s.r.l fornisce un sistema intelligente con
DettagliDare credito alla fiducia: la domanda di finanza del Terzo Settore. Dimensione e struttura del mercato del credito per il Terzo Settore
Dare credito alla fiducia: la domanda di finanza del Terzo Settore Dimensione e struttura del mercato del credito per il Terzo Settore Roberto Felici, Giorgio Gobbi, Raffaella Pico Servizio Studi di Struttura
DettagliL o. Walter Ambu http://www.japsportal.org. japs: una soluzione agile (www.japsportal.org)
L o JAPS: una soluzione Agile Walter Ambu http://www.japsportal.org 1 Lo sviluppo del software Mercato fortemente competitivo ed in continua evoluzione (velocità di Internet) Clienti sempre più esigenti
DettagliPro e contro delle RNA
Pro e contro delle RNA Pro: - flessibilità: le RNA sono approssimatori universali; - aggiornabilità sequenziale: la stima dei pesi della rete può essere aggiornata man mano che arriva nuova informazione;
DettagliSistemi Informativi e Sistemi ERP
Sistemi Informativi e Sistemi Trasformare i dati in conoscenza per supportare le decisioni CAPODAGLIO E ASSOCIATI 1 I SISTEMI INFORMATIVI LI - E IMPRESA SISTEMA DI OPERAZIONI ECONOMICHE SVOLTE DA UN DATO
DettagliFallimenti delle aziende in Italia Dati aggiornati a settembre 2014
Fallimenti delle aziende in Italia Dati aggiornati a settembre 2014 Marketing CRIBIS D&B Agenda Analisi dei Fallimenti in Italia Company Profile Gli Strumenti Utilizzati e Metodologia 2 Tipologia di analisi
Dettagli25/11/14 ORGANIZZAZIONE AZIENDALE. Tecnologie dell informazione e controllo
ORGANIZZAZIONE AZIENDALE 1 Tecnologie dell informazione e controllo 2 Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale IT e coordinamento esterno IT e
DettagliSTRONG AUTHENTICATION VIA SMS Come aumentare sicurezza e privacy in modo semplice e a basso costo. Claudio Zanaroli Sales Manager Skebby
STRONG AUTHENTICATION VIA SMS Come aumentare sicurezza e privacy in modo semplice e a basso costo Claudio Zanaroli Sales Manager Skebby 1 Agenda E-Commerce Forum 21 Aprile 2015 ü Cos è la Strong Authentication
DettagliLa visione di SIRMI: qualche commento ai risultati della ricerca; l ASP che non c è? Maurizio Cuzari Amm. Delegato maurizio.cuzari@sirmi.
La visione di SIRMI: qualche commento ai risultati della ricerca; l ASP che non c è? Maurizio Cuzari Amm. Delegato maurizio.cuzari@sirmi.it 1 La gestione delle Soluzioni IT/IP - cose da fare Acquisizione
DettagliCircolo Canottieri Napoli
Circolo Canottieri Napoli presentazione progetto Rev. 0 del 27 dicembre 2012 Cliente: Circolo Canottieri Napoli Realizzazione Sito Web Definizione del progetto Il cliente ha la necessità di creare il nuovo
DettagliSysAround S.r.l. L'efficacia delle vendite è l elemento centrale per favorire la crescita complessiva dell azienda.
Scheda Il CRM per la Gestione delle Vendite Le organizzazioni di vendita sono costantemente alla ricerca delle modalità migliori per aumentare i ricavi aziendali e ridurre i costi operativi. Oggi il personale
DettagliCAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo
CAPITOLO 8 Tecnologie dell informazione e controllo Agenda Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale Sistemi di controllo a feedback IT e coordinamento
DettagliSOLUZIONI INFORMATICHE PER LO STUDIO LEGALE
SOLUZIONI INFORMATICHE PER LO STUDIO LEGALE Nekte Srl Viale Gran Sasso, 10-20131 Milano Tel. 02 29521765 - Fax 02 29532131 info@nekte.it www.nekte.it L IMPORTANZA DI CONOSCERE I PROFESSIONISTI Nekte ha
DettagliLexmark Favorisce la Trasformazione dell IT con le Soluzioni CA Agile Operations
CUSTOMER SUCCESS STORY LUGLIO 2015 Lexmark Favorisce la Trasformazione dell IT con le Soluzioni CA Agile Operations PROFILO DEL CLIENTE Settore: servizi IT Azienda: Lexmark Dipendenti: 12.000 Fatturato:
DettagliPer un integrazione del sapere Politiche e processi per ottimizzare fonti, competenze e risorse della formazione
Daniela Dodero Alessandro Broglio Susanna Mazzeschi Maggio 2007 Per un integrazione del sapere Politiche e processi per ottimizzare fonti, competenze e risorse della formazione INDICE La comprensione del
DettagliSoftwareSirio Modelli di Board
SoftwareSirio Modelli di Board Business Intelligence e Performance Management vendite logistica e acquisti commesse scadenziari riclassificazione di bilancio Sirio informatica e sistemi SpA Sirio informatica
DettagliL EVOLUZIONE DEL WEB MARKETING 16 Aprile 2015
L EVOLUZIONE DEL WEB MARKETING 16 Aprile 2015 Programma Giovedì 16 APRILE Martedì 21 APRILE Mercoledì 29 APRILE Il ruolo di Google nella pubblicità #1 Social Marketing e prospettive di Facebook #1 Mercoledì
DettagliGET TO THE POINT. Si distingue per la flessibilità e la rapidità con le quali affronta le richieste del cliente.
GET TO THE POINT GET TO THE POINT Mesa-lab si affaccia nel mondo della comunicazione nel 1994. Cresce fino a diventare una new media agency in grado di affrontare autonomamente ogni esigenza nel campo
DettagliTUTOR81 e-learning PROFESSIONAL
DOC2_TUTOR81 ELEARNING vers pro 1 TUTOR81 e-learning PROFESSIONAL Diventiamo partner in e-learning? Tutor81 è una piattaforma ricca di contenuti video, slide, disegni, per fare formazione sulla sicurezza,
DettagliIl ruolo della cooperazione pubblicoprivato nella prevenzione e nel contrasto ai crimini d identità SEMINARIO DI FORMAZIONE Elisa Martini
WEB PRO ID - Developing web-based data collection modules to understand, prevent and combat ID related crimes and facilitate their investigation and prosecution With financial support of the Prevention
DettagliL IT a supporto della condivisione della conoscenza
Evento Assintel Integrare i processi: come migliorare il ritorno dell investimento IT Milano, 28 ottobre 2008 L IT a supporto della condivisione della conoscenza Dott. Roberto Butinar AGENDA Introduzione
DettagliSEGMENTAZIONE INNOVATIVA VS TRADIZIONALE
SEGMENTAZIONE INNOVATIVA VS TRADIZIONALE Arricchimento dei dati del sottoscrittore / user Approccio Tradizionale Raccolta dei dati personali tramite contratto (professione, dati sul nucleo familiare, livello
DettagliIntroduzione al progetto ODINet
Introduzione al progetto ODINet Alessandro Greco Sistemi Territoriali S.r.l. Cascina (Pisa), Italy Il Progetto ODINet è realizzato con il determinante contributo della Regione Toscana a valere sul Programma
DettagliEasyCloud400. Il tuo AS/400. Come vuoi, quanto vuoi. Telecomunicazioni per l Emilia Romagna. Società del Gruppo Hera
EasyCloud400 Il tuo AS/400. Come vuoi, quanto vuoi. Telecomunicazioni per l Emilia Romagna Società del Gruppo Hera L opportunità Aumentare la flessibilità dell azienda in risposta ai cambiamenti dei mercati.
DettagliINPS Gestione Dipendenti Pubblici. ricerca e seleziona, per il loro accreditamento
Direzione Centrale Credito e Welfare AVVISO Nell ambito delle iniziative Homo Sapiens Sapiens, azioni in favore della formazione universitaria e post universitaria, quale strumento di aggiornamento professionale
DettagliIndagini statistiche attraverso i social networks
Indagini statistiche attraverso i social networks Agostino Di Ciaccio Dipartimento di Scienze Statistiche Università degli Studi di Roma "La Sapienza" SAS Campus 2012 1 Diffusione dei social networks Secondo
DettagliLa comunicazione multicanale per il Customer Management efficace. Milano, Settembre 2014
Milano, Settembre 2014 la nostra promessa Dialogare con centinaia, migliaia o milioni di persone. Una per una, interattivamente. 10/1/2014 2 la nostra expertise YourVoice è il principale operatore italiano
DettagliBig Data e Analy@cs? Cosa sono, soluzioni e vantaggi. Servono alle PMI?
Big Data e Analy@cs? Cosa sono, soluzioni e vantaggi. Servono alle PMI? Relatore: Gabriele Gabrielli Casalecchio di Reno, 18 se6embre 2015 I Big Data cambieranno le nostre vite, il nostro lavoro e ciò
DettagliLEAD GENERATION PROGRAM
LEAD GENERATION PROGRAM New Business Media al servizio delle imprese con una soluzione di comunicazione totalmente orientata alla generazione di contatti L importanza della lead generation La Lead Generation
DettagliProdotti. Introduzione. CMS: Content Management System: che cos'è, a cosa serve?
Introduzione CMS: Content Management System: che cos'è, a cosa serve? Per riassumerne in poche righe la funzione dei CMS è sufficiente rifarsi alla traduzione letterale della definizione inglese: gestione
DettagliEsperienze di soluzioni per la fraud detection in ambiente assicurativo
Esperienze di soluzioni per la fraud detection in ambiente assicurativo Nicola Pavanelli, Raffaello Giuliani Convegno AIEA, Orvieto, 20 giugno 2003 n.pavanelli@crifgroup.com r.giuliani@crifgroup.com CACHE
DettagliSommario. Oracle Database 10g (laboratorio) Grid computing. Oracle Database 10g. Concetti. Installazione Oracle Database 10g
Sommario Oracle Database 10g (laboratorio) Dr. Daniele Barone Dr. Simone Grega 1 2 Oracle Database 10g Offre alte qualità del servizio: Performance; Scalabilità; Sicurezza; Affidabilità. Gestione autonoma
DettagliPresentazione Piemme Sistemi ICT CLUB Ferrara 13-14 Maggio 2014
Presentazione Piemme Sistemi ICT CLUB Ferrara 13-14 Maggio 2014 Giampiero Moscato CTO Piemme Sistemi g.moscato@piemme.it Riservato Confidenziale Presentazione Piemme Sistemi Srl PIEMME SISTEMI SRL nasce
DettagliCookie Policy per www.lalocandadisettala.com
Policy per www.lalocandadisettala.com Uso dei cookie Il "Sito" (www.lalocandadisettala.com) utilizza i per rendere i propri servizi semplici e efficienti per l utenza che visiona le pagine di www.lalocandadisettala.com.
DettagliIl monitoraggio delle home banking apps: miglioriamo l esperienza utente
CA Management Cloud Il monitoraggio delle home banking apps: miglioriamo l esperienza utente Francesco Tragni CA Enterprise Mobility PreSales Southern Europe Francesco.tragni@ca.com @CAinc Posso cominciare
DettagliIngegneria del Software T
Home Finance 1 Requisiti del cliente 1 Si richiede di realizzare un sistema per la gestione della contabilità familiare. Il sistema consente la classificazione dei movimenti di denaro e la loro memorizzazione.
DettagliBUSINESS INTELLIGENCE
www.vmsistemi.it Soluzione di Crescita calcolata Uno strumento indispensabile per l analisi del business aziendale Controllo e previsionalità L interpretazione corretta dei dati al servizio della competitività
DettagliData Mining e Analisi dei Dati
e Analisi dei Dati Rosaria Lombardo Dipartimento di Economia, Seconda Università di Napoli La scienza che estrae utili informazioni da grandi databases è conosciuta come E una disciplina nuova che interseca
DettagliIl Cliente al centro della nostra missione
Il Cliente al centro della nostra missione SOLUZIONI CRM COMPLETE Agicoom propone e progetta soluzioni CRM complete utilizzando VTE software tra i più innovativi e all avangardia presenti sul mercato che
DettagliRelazione introduttiva Febbraio 2006
Amministrazione Provincia di Rieti Febbraio 2006 1 Progetto Sistema Informativo Territoriale Amministrazione Provincia di Rieti Premessa L aumento della qualità e quantità dei servizi che ha caratterizzato
DettagliMany targets, one solution.
INFORMAZIONI COMMERCIALI RECUPERO DEL CREDITO ASSISTENZA LEGALE&FISCALE FORMAZIONE LAB&TRAINING Many targets, one solution. Many targets, one solution. Many targets, one solution. Chi siamo Synergy Key
DettagliSMS Strategic Marketing Service
SMS Strategic Marketing Service Una piattaforma innovativa al servizio delle Banche e delle Assicurazioni Spin-off del Politecnico di Bari Il team Conquist, Ingenium ed il Politecnico di Bari (DIMEG) sono
DettagliIl sistema di condivisione delle informazioni sulle abitudini di pagamento
Il sistema di condivisione delle informazioni sulle abitudini di pagamento Alcune Premesse Un terzo delle risorse delle imprese servono per finanziare i clienti attraverso il credito commerciale. Quando
DettagliLiberare soluzioni per il call center
Liberare soluzioni per il call center Consulenza Formazione Coaching Chi siamo Kairòs Solutions è una società di consulenza, formazione e coaching, protagonista in Italia nell applicazione del Coaching
DettagliDimensione Social & 2.0 Milano, Centro Congressi ABI 1 ottobre 2014. Luca Gasparini Direttore Generale Webank
Dimensione Social & 2.0 Milano, Centro Congressi ABI 1 ottobre 2014 Luca Gasparini Direttore Generale Webank Premessa Le strategie social di Webank cercano di creare, alimentare e valorizzare, in modo
DettagliIl Sistema di Valutazione delle Prestazioni del Gruppo Logiche e principali caratteristiche Presentazione alle OO.SS.
Il Sistema di Valutazione delle Prestazioni del Gruppo Logiche e principali caratteristiche Presentazione alle OO.SS. 1 Direzione Centrale Risorse Umane Ufficio Sviluppo Milano, e Compensation Marzo 2014
Dettaglicomscore: costruire un grande data warehouse per i Big Data
comscore: costruire un grande data warehouse per i Big Data comscore Inc. Settore di mercato High tech ed elettronica Prodotti e servizi Analisi e marketing intelligence Sito Web www.comscore.com SAP Solutions
DettagliIntroduzione data warehose. Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa. Data Warehouse
Introduzione data warehose Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa Data Warehouse Che cosa e un data warehouse? Quali sono i modelli dei dati per data warehouse Come si progetta
DettagliChi siamo. La società. Soluzioni. C-Card è la società del Gruppo Cedacri, costituita per operare nel business delle carte di pagamento.
Company Profile 3 Chi siamo C-Card è la società del Gruppo Cedacri, costituita per operare nel business delle carte di pagamento. Tramite C-Card il Gruppo Cedacri amplia la sua proposta di servizi per
DettagliCORSO ACCESS PARTE II. Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?)
Ambiente Access La Guida di Access Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?) Guida in linea Guida rapida Assistente di Office indicazioni
DettagliDonato Ma(urro Marke'ng & Web Communica'on Consultant
Donato Ma(urro Marke'ng & Web Communica'on Consultant Presidente Associazione Joomla!lombardia Ceo & founder E-mail: presidente@joomlalombardia.org Web: www.joomlalombardia.org Premessa: Considerato che:
DettagliMACHINE LEARNING e DATA MINING Introduzione. a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it
MACHINE LEARNING e DATA MINING Introduzione a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it Apprendimento Automatico(i) Branca dell AI che si occupa di realizzare dispositivi artificiali capaci di
DettagliOfferta standard Fidelity System Web 2.0
Offerta standard Fidelity System Web 2.0 CARATTERISTICHE La struttura dell applicazione è gerarchica e ha 3 livelli di accesso differenziato nelle autorizzazioni: Profilo Amministratore Ha accesso al pannello
DettagliCrimini d identità contro i cittadini: tipologie e tendenze internazionali
WEB PRO ID - Developing web-based data collection modules to understand, prevent and combat ID related crimes and facilitate their investigation and prosecution With financial support of the Prevention
DettagliSommario IX. Indice analitico 331
Sommario Prefazione X CAPITOLO 1 Introduzione ai sistemi informativi 1 1.1 Il prodotto del secolo 1 1.2 Prodotti e servizi divenuti indispensabili 2 1.3 Orientarsi nelle definizioni 4 1.4 Informatica e
DettagliNEAL. Increase your Siebel productivity
NEAL Increase your Siebel productivity Improve your management productivity Attraverso Neal puoi avere il controllo, in totale sicurezza, di tutte le Enterprise Siebel che compongono il tuo Business. Se
DettagliSmart Grid. La nuova rete elettrica e le abitudini del consumatore. M illumino di meno ENEA - Bologna 12 Febbraio 2010
Smart Grid La nuova rete elettrica e le abitudini del consumatore Angelo Frascella ENEA, angelo.frascella@enea.it M illumino di meno ENEA - Bologna 12 Febbraio 2010 Sommario Perché le Smart Grid? Le Smart
DettagliData Warehousing (DW)
Data Warehousing (DW) Il Data Warehousing è un processo per estrarre e integrare dati storici da sistemi transazionali (OLTP) diversi e disomogenei, e da usare come supporto al sistema di decisione aziendale
DettagliPercorso di specializzazione: Sviluppo Nuovi Prodotti Tecniche potenti di progettazione e industrializzazione
Percorso di specializzazione: Sviluppo Nuovi Prodotti Tecniche potenti di progettazione e industrializzazione Un percorso dedicato Riduzione costi Qualità Oobeya Room Product Development Value Stream Map
Dettagliht://miner Un sistema open-source di data mining e data warehousing per lo studio dei comportamenti degli utenti su Internet
ht://miner Un sistema open-source di data mining e data warehousing per lo studio dei comportamenti degli utenti su Internet Gabriele Bartolini Comune di Prato Sistema Informativo Servizi di E-government
DettagliL obiettivo che si pone è di operare nei molteplici campi dell informatica aziendale, ponendosi come partner di riferimento per l utenza aziendale.
E una realtà nelle tecnologie informatiche dal 1990. Dalla nascita del nucleo iniziale, con le attività di assistenza tecnica e di formazione, alla realtà attuale, di specialisti a tutto campo nei servizi
DettagliANTONELLA LAVAGNINO COMUNICAZIONE & MARKETING
ANTONELLA LAVAGNINO COMUNICAZIONE & MARKETING CREARE OPPORTUNITÀ PER COMPETERE Oggi le imprese di qualsiasi settore e dimensione devono saper affrontare, singolarmente o in rete, sfide impegnative sia
DettagliCloud Computing - Soluzioni IBM per. Giovanni De Paola IBM Senior Consultant 17 Maggio 2010
Cloud Computing - Soluzioni IBM per Speaker l Homeland Name Security Giovanni De Paola IBM Senior Consultant 17 Maggio 2010 Agenda 2 Il valore aggiunto del Cloud Computing per Homeland Security e Difesa
DettagliProgetto LearnIT PL/08/LLP-LdV/TOI/140001
Progetto LearnIT PL/08/LLP-LdV/TOI/140001 Caro Lettore, Siamo lieti di presentare il secondo numero della newsletter LearnIT. In questo numero vorremmo spiegare di più su Learning Management Systems (LMS)
Dettagli