Data Mining e Analisi dei Dati

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Data Mining e Analisi dei Dati"

Transcript

1 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 gli studi della Statistica, del Machine Learning, del Data Management, del Pattern Recognition, dell Intelligenza Artificiale e di altre aree. è essenzialmente una disciplina applicata che richiede una profonda comprensione della Statistica e della Programmazione dei calcolatori elettronici (computer science) => Statistica Computazionale 1

2 Knowledge Discovery in Database è collocato in un ampio contesto di scoperta della conoscenza in databases: Knowledge Discovery in Databases or KDD - processo in fasi: 1. si parte da uno o più database operativi per costruire uno strategico o DWS (si definiscono le unità e le variabili si pone attenzione alla qualità dei dati) 2. Sul DWH si possono applicare strumenti di analisi statistica descrittiva -es. OLAP- su variabili individuate in precedenza (si costruiscono tabelle a tre vie per evidenziare relazioni note tra le variabili) 3. DM è la fase di analisi dei dati volta alla esplorazione/scoperta di informazioni interessanti, specifiche estratte dal DWH : A KDD Process Per Data Mining si intende il processo di organizzazione selezione, esplorazione e analisi di grandi masse di dati, al fine di scoprire «strutture» o relazioni nei dati non note a priori, allo scopo di ottenere un risultato chiaro e utile al proprietario del data base. The non-trivial extraction of implicit, previously unknown, and potentially useful information from data 2

3 L intero processo KDD è un processo interattivo tra l utente, il software utilizzato e gli obiettivi, che devono essere costantemente inquadrati, ed iterativo nel senso che la fase di DM può prevedere un ulteriore trasformazione dei dati originali o un ulteriore pulizia dei dati, ritornando di fatto alle fasi precedenti. : A KDD Process 3

4 Dai dati alla conoscenza Informazioni strutturate e conoscenza Data Warehouse Decision Support System (DSS) OLAP Il DWH è un database strategico di dati storici ed integrati, si costruisce aggregando, in maniera progressiva, diversi database On line Analytical Processing è una forma di utilizzo del DWH, si basa su interrogazione (query) e sintesi (report) di un DWH per una analisi descrittiva e confermativa dei dati. Struttura = Ipercubo di dati Utilizzo del DWH per Attività di elaborazione e di analisi - esplorative e predittive - di grandi raccolte di dati allo scopo di estrarre informazioni utili Data WareHouse Data Warehouse: fonte magazzino dei dati storici, dal quale si possono estrarre database tematici di interesse Data MART: database tematici di interesse costruiti incrociando diversi data base aziendali 4

5 OLAP e Data Warehouse: Drill-down & Roll-up OLAP=>Report a tre vie Oggi il data mining (letteralmente: estrazione di dati) ha una duplice valenza: -Estrazione di informazione implicita, nascosta, da dati già strutturati, per renderla disponibile e direttamente utilizzabile; -Esplorazione ed analisi, eseguita in modo automatico o semiautomatico, su grandi quantità di dati allo scopo di scoprire pattern (schemi) significativi. Un pattern indica una struttura relazionale tra i dati che può essere espressa da un modello. Il risultato di tale processo è una quantità a volte piccola, comunque molto preziosa, di informazioni. L informazione ottenuta può essere tramutabile in azioni commerciali allo scopo di ottenere un vantaggio di business e aumentare la profittabilità. 5

6 e Business Intelligence : processo di Busines Intelligence volto all utilizzo di quanto fornito dalla tecnologia dell informazione per supportare le decisioni aziendali. Tradurre le esigenze di Business in una problematica da analizzare Reperire il database necessario per l analisi Scelta ed applicazione di una tecnica statistica implementata in algoritmi di programmazione informatica Produzione di risultati rilevanti per prendere una decisione strategica!! 1. Definizione degli obiettivi dell analisi: Chiara esplicitazione degli obiettivi aziendali tradotti in obiettivi di analisi delle variabili presenti nel database 2. Organizzazione dei dati: selezionare i dati necessari per l analisi, estrazione dei data mart. l analisi statistica=> analisi di dati primari, 3. il data mining =>analisi di dati secondari, raccolti per scopi differenti da quelli dell analisi. In ambito statistico i dati possono avere anche natura sperimentale, nel data mining i dati hanno tipicamente una natura osservata 4. Analisi dei dati: Analisi esplorativa: esplorare le relazioni e tra le variabili e tra le unità statistiche. Obiettivo: Visualizzazione del pattern dei dati Modello statistico: modello funzionale che dipende del problema oggetto di studio nonché del tipo di dati disponibili. Obiettivo: Previsione e spiegazione di una più variabili in funzione di altre variabili. 6

7 5. Interpretazione dei risultati 6. Valutazione dei metodi statistici: scelta del modello migliore di analisi dei dati, confronto dei risultati ottenuti con i diversi metodi considerando i vincoli di business sia in termini di risorse che di tempo oltre alla qualità e disponibilità dei dati. 7. Impiego nei processi decisionali: integrazione dei risultati nei processi decisionali aziendali. Obiettivo: piena integrazione del data mining con le altre attività di supporto alle decisioni. Avere una conoscenza non superficiale dei metodi utilizzati è essenziale per almeno tre considerazioni: di analisi 1. Per poter scegliere il metodo (strumento) adatto 2. Per poter interpretare i risultati prodotto dagli algoritmi di calcolo usati nelle analisi/tecniche/ metodi o modelli statistici 3. per valutare l output del calcolatore in termini della sua attendibilità/affidabilità/significatività 7

8 Fig. 2.1: Ill : uno strumento a supporto del CRM e della Customer Satisfaction Applicazioni del Customer relationship management: individuazione di gruppi omogenei di clienti in termini di comportamenti/atteggiamenti e delle caratteristiche sociodemografiche (analisi degli scontrini di spesa per seguire il comportamento dei clienti magari in possesso di carta fedeltà ). Valutazione dell efficacia delle promozioni: quantità vendute in funzione delle promozioni applicate nei vari negozi Market basket analysis: individuazione delle associazioni tra dati di vendita Telecomunicazioni: dati relativi a milioni di chiamate per l analisi del comportamento dei consumatori Benchmarking finanziario: metodologie previsive per i rendimenti delle attività finanziarie Credit scoring: decidere se concedere o meno un prestito in base allo score del richiedente Web data: analisi dei dati di visita ad un sito web DNA microarray analisi della sequenza di migliaia di valori numerici associati alla struttura del DNA.. CRM ll : uno strumento a supporto del CRM Perché le vendite sono calate nel corso dell ultimo anno?, Che pattern di comportamento seguono i miei clienti?, Quali sono i clienti che aderiranno ad una iniziativa commerciale?. 8

9 L infrastruttura tecnologica di una strategia di CRM Tools di MARKETING INTELLIGENCE ANALYTIC APPLICATIONS Back-office Front-office Sist. gest.li Tradiz. Ammin. (SDO) Altre fonti esterne Extra cont. Customer Warehouse Fonti esterne CRM analitico Sistemi Marketing operativo Sistemi di erogazione del servizio Sistemi di Customer Service Dalla figura emerge con chiarezza la possibilità di suddividere l insieme delle soluzioni applicative CRM in due macro-arie: la prima, costituita dall insieme delle applicazioni di backoffice a sostegno del CRM analitico, la seconda rappresentata dalle soluzioni di front-office a sostegno del CRM gestionale. di Passa Parola Esp.Passate Media tradizionali Coupon, cataloghi URP: telef.it call center, Posta elettronica Internet CRM operativo Custom er Interact ion Chann els (Push & Pull) 9

SISTEMI INFORMATIVI AZIENDALI

SISTEMI INFORMATIVI AZIENDALI SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Sistemi informazionali La crescente diffusione dei

Dettagli

Data mining e rischi aziendali

Data 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

Dettagli

Introduzione alla Business Intelligence

Introduzione alla Business Intelligence SOMMARIO 1. DEFINIZIONE DI BUSINESS INTELLIGENCE...3 2. FINALITA DELLA BUSINESS INTELLIGENCE...4 3. DESTINATARI DELLA BUSINESS INTELLIGENCE...5 4. GLOSSARIO...7 BIM 3.1 Introduzione alla Pag. 2/ 9 1.DEFINIZIONE

Dettagli

DATA MINING E DATA WAREHOUSE

DATA MINING E DATA WAREHOUSE Reti e sistemi informativi DATA MINING E DATA WAREHOUSE Marco Gottardo FONTI Wikipedia Cineca Università di Udine, Dipartimento di fisica, il data mining scientifico thepcweb.com DATA MINING 1/2 Il Data

Dettagli

Customer Relationship Management. Eleonora Ploncher 3 aprile 2006

Customer Relationship Management. Eleonora Ploncher 3 aprile 2006 Customer Relationship Management Eleonora Ploncher 3 aprile 2006 1. Gli obiettivi Gli obiettivi della presentazione sono volti a definire: 1. gli elementi fondamentali e strutturali di una strategia di

Dettagli

Introduzione alla Business Intelligence. E-mail: infobusiness@zucchetti.it

Introduzione alla Business Intelligence. E-mail: infobusiness@zucchetti.it Introduzione alla Business Intelligence E-mail: infobusiness@zucchetti.it Introduzione alla Business Intelligence Introduzione Definizione di Business Intelligence: insieme di processi per raccogliere

Dettagli

PDF created with pdffactory trial version www.pdffactory.com. Il processo di KDD

PDF 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

Dettagli

Business Intelligence CRM

Business 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

Dettagli

Database Commerciali/ Marketing. Indice: 1. Gli elementi chiave del db commerciale/ marketing 2. Come si costruisce un db commerciale/ marketing

Database Commerciali/ Marketing. Indice: 1. Gli elementi chiave del db commerciale/ marketing 2. Come si costruisce un db commerciale/ marketing Database Commerciali/ Marketing Indice: 1. Gli elementi chiave del db commerciale/ marketing 2. Come si costruisce un db commerciale/ marketing Database Commerciali/ Marketing Gli elementi chiave del db

Dettagli

CRM analitico: introduzione. Andrea Farinet

CRM analitico: introduzione. Andrea Farinet CRM analitico: introduzione Andrea Farinet 1 1. Agenda Definizione di Customer Relationship Management (CRM) Le caratteristiche strutturali di un progetto di Customer Relationship Management Il Customer

Dettagli

Data Mining a.a. 2010-2011

Data 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

Dettagli

LEZIONE 3 CUSTOMER RELATIONSHIP ICT GOVERNANCE. ECONOMIA dell ICT ECONOMIA DELL ICT 1. Facoltà di Ingegneria Università di Roma Tor Vergata

LEZIONE 3 CUSTOMER RELATIONSHIP ICT GOVERNANCE. ECONOMIA dell ICT ECONOMIA DELL ICT 1. Facoltà di Ingegneria Università di Roma Tor Vergata LEZIONE 3 CUSTOMER RELATIONSHIP MANAGEMENT (CRM) ICT GOVERNANCE ECONOMIA dell ICT ECONOMIA DELL ICT 1 Sviluppo storico del CRM 50 60 Avvento dei brand items e delle agenzie di pubblicità 70 Avvento del

Dettagli

Il CRM operativo. Daniela Buoli. 2 maggio 2006

Il CRM operativo. Daniela Buoli. 2 maggio 2006 Il CRM operativo 2 maggio 2006 1. Il marketing relazionale Il marketing relazionale si fonda su due principi fondamentali che è bene ricordare sempre quando si ha l opportunità di operare a diretto contatto

Dettagli

Il DataMining. Susi Dulli dulli@math.unipd.it

Il DataMining. Susi Dulli dulli@math.unipd.it Il DataMining Susi Dulli dulli@math.unipd.it Il Data Mining Il Data Mining è il processo di scoperta di relazioni, pattern, ed informazioni precedentemente sconosciute e potenzialmente utili, all interno

Dettagli

Pagine romane (I-XVIII) OK.qxd:romane.qxd 7-09-2009 16:23 Pagina VI. Indice

Pagine romane (I-XVIII) OK.qxd:romane.qxd 7-09-2009 16:23 Pagina VI. Indice Pagine romane (I-XVIII) OK.qxd:romane.qxd 7-09-2009 16:23 Pagina VI Prefazione Autori XIII XVII Capitolo 1 Sistemi informativi aziendali 1 1.1 Introduzione 1 1.2 Modello organizzativo 3 1.2.1 Sistemi informativi

Dettagli

Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo

Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo Obiettivi. Presentare l evoluzione dei sistemi informativi: da supporto alla operatività a supporto al momento decisionale Definire

Dettagli

Sistemi informativi aziendali

Sistemi informativi aziendali Sistemi informativi aziendali Lezione 12 prof. Monica Palmirani Sistemi informativi e informatici Sistemi informativi = informazioni+processi+comunicazione+persone Sistemi informatici = informazioni+hardware+software

Dettagli

Sistemi Informativi Aziendali I

Sistemi Informativi Aziendali I Modulo 6 Sistemi Informativi Aziendali I 1 Corso Sistemi Informativi Aziendali I - Modulo 6 Modulo 6 Integrare verso l alto e supportare Managers e Dirigenti nell Impresa: Decisioni più informate; Decisioni

Dettagli

Modelli matematici avanzati per l azienda a.a. 2010-2011

Modelli matematici avanzati per l azienda a.a. 2010-2011 Modelli matematici avanzati per l azienda a.a. 2010-2011 Docente: Pasquale L. De Angelis deangelis@uniparthenope.it tel. 081 5474557 http://www.economia.uniparthenope.it/siti_docenti P.L.DeAngelis Modelli

Dettagli

MASTER UNIVERSITARIO

MASTER UNIVERSITARIO MASTER UNIVERSITARIO Analisi Dati per la Business Intelligence In collaborazione con II edizione 2013/2014 Dipartimento di Culture, Politica e Società Dipartimento di Informatica gestito da aggiornato

Dettagli

INDICE CONROLLO DI GESTIONE E SISTEMI INFORMATIVI AZIENDALI IL CONTROLLO DI GESTIONE E GLI ALTRI MECCANISMI OPERATIVI

INDICE CONROLLO DI GESTIONE E SISTEMI INFORMATIVI AZIENDALI IL CONTROLLO DI GESTIONE E GLI ALTRI MECCANISMI OPERATIVI INDICE PREMESSA...1 PARTE PRIMA CONROLLO DI GESTIONE E SISTEMI INFORMATIVI AZIENDALI CAPITOLO PRIMO IL CONTROLLO DI GESTIONE E GLI ALTRI MECCANISMI OPERATIVI 1. I concetti di pianificazione strategica

Dettagli

Sistemi informativi aziendali

Sistemi informativi aziendali Sistemi informativi aziendali Lezione 12 prof. Monica Palmirani Sistemi informativi e informatici Sistemi informativi = informazioni+processi+comunicazione+persone Sistemi informatici = informazioni+hardware+software

Dettagli

INDICE 22-02-2005 15:25 Pagina V. Indice

INDICE 22-02-2005 15:25 Pagina V. Indice INDICE 22-02-2005 15:25 Pagina V Indice Gli autori XIII XVII Capitolo 1 I sistemi informativi aziendali 1 1.1 INTRODUZIONE 1 1.2 IL MODELLO INFORMATICO 3 1.2.1. Il modello applicativo 3 Lo strato di presentazione

Dettagli

Data Warehousing (DW)

Data 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

Dettagli

Data warehouse Introduzione

Data warehouse Introduzione Database and data mining group, Data warehouse Introduzione INTRODUZIONE - 1 Pag. 1 Database and data mining group, Supporto alle decisioni aziendali La maggior parte delle aziende dispone di enormi basi

Dettagli

Sistemi Informativi Aziendali. Sistemi Informativi Aziendali

Sistemi 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,

Dettagli

MASTER UNIVERSITARIO. Analisi Dati per la Business Intelligence e Data Science. IV edizione 2015/2016

MASTER UNIVERSITARIO. Analisi Dati per la Business Intelligence e Data Science. IV edizione 2015/2016 MASTER UNIVERSITARIO Analisi Dati per la Business Intelligence e Data Science In collaborazione con IV edizione 2015/2016 Dipartimento di Culture, Politica e Società Dipartimento di Informatica Dipartimento

Dettagli

Per capire meglio l ambito di applicazione di un DWhouse consideriamo la piramide di Anthony, L. Direzionale. L. Manageriale. L.

Per capire meglio l ambito di applicazione di un DWhouse consideriamo la piramide di Anthony, L. Direzionale. L. Manageriale. L. DATA WAREHOUSE Un Dataware House può essere definito come una base di dati di database. In molte aziende ad esempio ci potrebbero essere molti DB, per effettuare ricerche di diverso tipo, in funzione del

Dettagli

Sistemi informativi aziendali

Sistemi informativi aziendali Operatore giuridico d impresa Informatica Giuridica A.A 2002/2003 II Semestre Sistemi informativi aziendali prof. Monica Palmirani Sistemi informativi e informatici Sistemi informativi = informazioni+processi+comunicazione+persone

Dettagli

Business Intelligence

Business Intelligence aggregazione dati Business Intelligence analytic applications query d a t a w a r e h o u s e aggregazione budget sales inquiry data mining Decision Support Systems MIS ERP data management Data Modeling

Dettagli

UNIVERSITA DI PISA FACOLTA DI ECONOMIA CORSO DI LAUREA SPECIALISTICA IN STRATEGIA E GOVERNO DELL AZIENDA

UNIVERSITA DI PISA FACOLTA DI ECONOMIA CORSO DI LAUREA SPECIALISTICA IN STRATEGIA E GOVERNO DELL AZIENDA UNIVERSITA DI PISA FACOLTA DI ECONOMIA CORSO DI LAUREA SPECIALISTICA IN STRATEGIA E GOVERNO DELL AZIENDA TESI DI LAUREA IN STATISTICA PER LE RICERCHE SPERIMENTALI E DI MERCATO L ANALISI STATISTICA DI DATI

Dettagli

Introduzione al Data Mining

Introduzione al Data Mining Introduzione al Data Mining Sistemi informativi per le Decisioni Slide a cura di Prof. Claudio Sartori Evoluzione della tecnologia dell informazione (IT) (Han & Kamber, 2001) Percorso evolutivo iniziato

Dettagli

Data Mining: Applicazioni

Data Mining: Applicazioni Sistemi Informativi Universitá degli Studi di Milano Facoltá di Scienze Matematiche, Fisiche e Naturali Dipartimento di Tecnologie dell Informazione 1 Giugno 2007 Data Mining Perché il Data Mining Il Data

Dettagli

Il marketing in rete Marketing relazionale e nuove tecnologie

Il marketing in rete Marketing relazionale e nuove tecnologie Il marketing in rete Marketing relazionale e nuove tecnologie Obiettivi della lezione Illustrare il passaggio dall orientamento alla transazione all orientamento alla relazione nel marketing contemporaneo

Dettagli

Uno standard per il processo KDD

Uno standard per il processo KDD Uno standard per il processo KDD Il modello CRISP-DM (Cross Industry Standard Process for Data Mining) è un prodotto neutrale definito da un consorzio di numerose società per la standardizzazione del processo

Dettagli

DSCube. L analisi dei dati come strumento per i processi decisionali

DSCube. L analisi dei dati come strumento per i processi decisionali DSCube L analisi dei dati come strumento per i processi decisionali Analisi multi-dimensionale dei dati e reportistica per l azienda: DSCube Introduzione alla suite di programmi Analyzer Query Builder

Dettagli

Sviluppo Applicazione di BI/DWH. con tecnologia Microsoft. per il supporto della catena logistica

Sviluppo Applicazione di BI/DWH. con tecnologia Microsoft. per il supporto della catena logistica UNIVERSITÀ DEGLI STUDI DI MODENA E REGGIO EMILIA Dipartimento di Ingegneria Enzo Ferrari di Modena Corso di Laurea Magistrale in Ingegneria Informatica (270/04) Sviluppo Applicazione di BI/DWH con tecnologia

Dettagli

ht://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 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

Dettagli

Introduzione al Data Mining Parte 1

Introduzione al Data Mining Parte 1 Introduzione al Data Mining Parte 1 Corso di Laurea Specialistica in Ingegneria Informatica II Facoltà di Ingegneria, sede di Cesena (a.a. 2009/2010) Prof. Gianluca Moro Dipartimento di Elettronica, Informatica

Dettagli

I sistemi di reporting e i rapporti direzionali

I sistemi di reporting e i rapporti direzionali I sistemi di reporting e i rapporti direzionali Reporting - Sintesi dei fenomeni aziendali secondo modelli preconfezionati e con frequenza e aggiornamento prestabiliti - contabile (dati economici) - extracontabile

Dettagli

INDICE. Domande di riepilogo... 28 Esercizi di riepilogo... 28 Domande tematiche... 29. Prefazione... XI

INDICE. Domande di riepilogo... 28 Esercizi di riepilogo... 28 Domande tematiche... 29. Prefazione... XI 1138A_03 Prime pagine 1-03-2004 17:16 Pagina v INDICE Prefazione.......................................................................... XI Capitolo 1 L era dell informazione in cui viviamo. Il nuovo

Dettagli

Una miniera di dati sul comportamento degli utenti del Web

Una miniera di dati sul comportamento degli utenti del Web Una miniera di dati sul comportamento degli utenti del Web Organizzare le informazioni sull'utilizzo della rete in PostgreSQL utilizzando ht://miner, un sistema open-source di data mining e data warehousing

Dettagli

Relazione sul data warehouse e sul data mining

Relazione sul data warehouse e sul data mining Relazione sul data warehouse e sul data mining INTRODUZIONE Inquadrando il sistema informativo aziendale automatizzato come costituito dall insieme delle risorse messe a disposizione della tecnologia,

Dettagli

Introduzione al KDD e al DATA MINING

Introduzione al KDD e al DATA MINING Introduzione al KDD e al DATA MINING Vincenzo Antonio Manganaro vincenzomang@virgilio.it, www.statistica.too.it Indice 1 Verso il DM: una breve analisi delle fasi del processo KDD. 1 2 Il DM: Alcune definizioni.

Dettagli

L 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 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

Dettagli

Introduzione 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 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

Dettagli

GAT.crm Customer Solution Case Study

GAT.crm Customer Solution Case Study GAT.crm Customer Solution Case Study SET Contact Center di Successo con VoIp e Crm In breve Profilo aziendale La storia di SET inizia nel 1989 dalla ferma volontà di Valter Vestena, che dopo aver creato

Dettagli

Sistemi Informativi Aziendali I

Sistemi Informativi Aziendali I Modulo 5 Sistemi Informativi Aziendali I 1 Corso Sistemi Informativi Aziendali I - Modulo 5 Modulo 5 Il Sistema Informativo verso il mercato, i canali ed i Clienti: I nuovi modelli di Business di Internet;

Dettagli

Sistemi Informativi. Catena del valore di PORTER

Sistemi Informativi. Catena del valore di PORTER Sistemi Informativi Catena del valore di PORTER La catena del valore permette di considerare l'impresa come un sistema di attività generatrici del valore, inteso come il prezzo che il consumatore è disposto

Dettagli

Introduzione al Datamining. Francesco Passantino francesco@iteam5.net www.iteam5.net/francesco

Introduzione al Datamining. Francesco Passantino francesco@iteam5.net www.iteam5.net/francesco Introduzione al Datamining Francesco Passantino francesco@iteam5net wwwiteam5net/francesco Cos è il datamining Processo di selezione, esplorazione e modellazione di grandi masse di dati, al fine di scoprire

Dettagli

Introduzione ad OLAP (On-Line Analytical Processing)

Introduzione ad OLAP (On-Line Analytical Processing) Introduzione ad OLAP (On-Line Analytical Processing) Metodi e Modelli per il Supporto alle Decisioni 2002 Dipartimento di Informatica Sistemistica e Telematica (Dist) Il termine OLAP e l acronimo di On-Line

Dettagli

Liceo Tecnologico. Indirizzo Informatico e Comunicazione. Indicazioni nazionali per Piani di Studi Personalizzati

Liceo Tecnologico. Indirizzo Informatico e Comunicazione. Indicazioni nazionali per Piani di Studi Personalizzati Indirizzo Informatico e Comunicazione Indicazioni nazionali per Piani di Studi Personalizzati Indirizzo Informatico e Comunicazione Discipline con attività di laboratorio 3 4 5 Fisica 132 Gestione di progetto

Dettagli

Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita;

Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita; .netbin. è un potentissimo strumento SVILUPPATO DA GIEMME INFORMATICA di analisi dei dati con esposizione dei dati in forma numerica e grafica con un interfaccia visuale di facile utilizzo, organizzata

Dettagli

Gestione campagne di Marketing per il C.R.M.

Gestione campagne di Marketing per il C.R.M. Caratteristiche principali: Preselezione di nominativi basati scremandoli con opportuni filtri basati su informazioni di rischio provenienti da fonti esterne. Analisi grafica tramite sintetiche distribuzioni

Dettagli

SEMINARI FORMATIVI SU BUSINESS INTELLIGENCE E CUSTOMER RELATIONSHIP MANAGEMENT: CREARE VALORE DAI DATI

SEMINARI FORMATIVI SU BUSINESS INTELLIGENCE E CUSTOMER RELATIONSHIP MANAGEMENT: CREARE VALORE DAI DATI ICT 4 VALUE Ciclo di eventi di sensibilizzazione, informazione e formazione sull applicazione delle tecnologie ICT in azienda SEMINARI FORMATIVI BUSINESS INTELLIGENCE E CUSTOMER RELATIONSHIP MANAGEMENT:

Dettagli

Il Marketing Definizione di marketing cinque fasi

Il Marketing Definizione di marketing cinque fasi 1 2 3 Definizione di marketing: il marketing è l arte e la scienza di conquistare, fidelizzare e far crescere clienti che diano profitto. Il processo di marketing può essere sintetizzato in cinque fasi:

Dettagli

Marketing relazionale

Marketing 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

Dettagli

Laboratorio di Progettazione e Sviluppo di Sistemi Informatici

Laboratorio di Progettazione e Sviluppo di Sistemi Informatici 1 Laboratorio di Progettazione e Sviluppo di Sistemi Informatici 2 Laboratorio di Progettazione e Sviluppo di Sistemi Informatici Parte del corso intersettoriale "Laboratorio di Progettazione e Sviluppo

Dettagli

Gestione 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 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

Dettagli

Data warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Data warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007 Data warehousing Introduzione A partire dalla metà degli anni novanta è risultato chiaro che i database per i DSS e le analisi di business intelligence vanno separati da quelli operazionali. In questa

Dettagli

PBI Passepartout Business Intelligence

PBI Passepartout Business Intelligence PBI Passepartout Business Intelligence TARGET DEL MODULO Il prodotto, disponibile come modulo aggiuntivo per il software gestionale Passepartout Mexal, è rivolto alle Medie imprese che vogliono ottenere,

Dettagli

Sistemi di supporto alle decisioni

Sistemi di supporto alle decisioni Sistemi di supporto alle decisioni Introduzione I sistemi di supporto alle decisioni, DSS (decision support system), sono strumenti informatici che utilizzano dati e modelli matematici a supporto del decision

Dettagli

Data Warehousing e Data Mining

Data Warehousing e Data Mining Università degli Studi di Firenze Dipartimento di Sistemi e Informatica A.A. 2011-2012 I primi passi Data Warehousing e Data Mining Parte 2 Docente: Alessandro Gori a.gori@unifi.it OLTP vs. OLAP OLTP vs.

Dettagli

OBIETTIVI FORME E STRUMENTI DI SUPPORTO ALL ELABORAZIONE INTEGRATA DEI DATI 51 3/001.0

OBIETTIVI FORME E STRUMENTI DI SUPPORTO ALL ELABORAZIONE INTEGRATA DEI DATI 51 3/001.0 OBIETTIVI FORME E STRUMENTI DI SUPPORTO ALL ELABORAZIONE INTEGRATA DEI DATI 51 3/001.0 OBIETTIVI DELL INTEGRAZIONE INTEGRAZIONE: INTERAZIONE DI UOMINI, PROCESSI E TECNOLOGIE CON L OBIETTIVO DI CREARE UN

Dettagli

Alberto De Toni Guido Nassimbeni Stefano Tonchia I SISTEMI DI SUPPORTO ALLE DECISIONI: OFFERTA, DOMANDA, APPLICAZIONI

Alberto De Toni Guido Nassimbeni Stefano Tonchia I SISTEMI DI SUPPORTO ALLE DECISIONI: OFFERTA, DOMANDA, APPLICAZIONI Alberto De Toni Guido Nassimbeni Stefano Tonchia I SISTEMI DI SUPPORTO ALLE DECISIONI: OFFERTA, DOMANDA, APPLICAZIONI umi.mlsslont t.uropu t-ondo *-i.li~ t.uiujn!v ls1ltuto Universitario Architettura Venezia

Dettagli

ISTITUTO TECNICO ECONOMICO MOSSOTTI

ISTITUTO TECNICO ECONOMICO MOSSOTTI CLASSE III INDIRIZZO S.I.A. UdA n. 1 Titolo: conoscenze di base Conoscenza delle caratteristiche dell informatica e degli strumenti utilizzati Informatica e sistemi di elaborazione Conoscenza delle caratteristiche

Dettagli

Lo strumento Excel, il problema, i dati e il data mining. Brugnaro Luca

Lo strumento Excel, il problema, i dati e il data mining. Brugnaro Luca Lo strumento Excel, il problema, i dati e il data mining Brugnaro Luca Prima di stampare pensa all ambiente think to environment before printing Sistema informativo e Organizzazione Un Sistema Informativo

Dettagli

25/11/14 ORGANIZZAZIONE AZIENDALE. Tecnologie dell informazione e controllo

25/11/14 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

Dettagli

Business Intelligence

Business Intelligence Business Intelligence La business intelligence è l area dell informatica gestionale che si occupa di elaborare statistiche e report sui dati aziendali. Tra i principali settori aziendali interessati ci

Dettagli

On Line Analytical Processing

On Line Analytical Processing On Line Analytical Processing Data integra solitamente Warehouse(magazzino dati) èun sorgenti un unico schema globalel informazione estratta da piu puo replicazioneai puo essere èinterrogabile, non modificabile

Dettagli

Business Intelligence & Data Mining. In ambiente Retail

Business Intelligence & Data Mining. In ambiente Retail Business Intelligence & Data Mining In ambiente Retail Business Intelligence Platform DATA SOURCES STAGING AREA DATA WAREHOUSE DECISION SUPPORT Application Databases Packaged application/erp Data DATA

Dettagli

Il Marketing. Unità 1 La Funzione di Marketing

Il Marketing. Unità 1 La Funzione di Marketing Il Marketing Unità 1 La Funzione di Marketing Le Vendite e il Marketing Il Marketing si inquadra nella Funzione Vendite In passato le imprese erano product oriented (mercati statici) Oggi le imprese sono

Dettagli

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario

Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Progetto ASTREA WP2: Sistema informativo per il monitoraggio del sistema giudiziario Nell ambito di questa attività è in fase di realizzazione un applicativo che metterà a disposizione dei policy makers,

Dettagli

delle aziende in Italia:

delle 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

Dettagli

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo

CAPITOLO 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

Dettagli

Data Mining e Marketing Intelligence

Data Mining e Marketing Intelligence Data Mining e Marketing Intelligence Alberto Saccardi * Abstract L evoluzione tecnologica ha reso possibile la costruzione di basi dati dedicate per la Marketing Intelligence, con la disponibilità di patrimoni

Dettagli

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testuali

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testuali Text mining ed analisi di dati codificati in linguaggio naturale Analisi esplorative di dati testuali Il text mining: una definizione Data mining per dati destrutturati ovvero documenti codificati in linguaggio

Dettagli

CAPITOLO 9 Piattaforme di Business Intelligence e DSS

CAPITOLO 9 Piattaforme di Business Intelligence e DSS CAPITOLO 9 Piattaforme di Business Intelligence e DSS Lucidi di Gianmario Motta 2010 OBIETTIVI DI APPRENDIMENTO Identificare quali sono le applicazioni d uso dei sistemi di BI Spiegare quali sono le caratteristiche

Dettagli

-Possibilità di svolgere le attività commerciali per via elettronica, in particolare tramite Internet.

-Possibilità di svolgere le attività commerciali per via elettronica, in particolare tramite Internet. COMMERCIO ELETTRONICO -Possibilità di svolgere le attività commerciali per via elettronica, in particolare tramite Internet. -Un qualsiasi tipo di transazione tendente a vendere o acquistare un prodotto

Dettagli

Alcune persone guardano le cose accadere. Altre fanno in modo che accadano!

Alcune persone guardano le cose accadere. Altre fanno in modo che accadano! 2013 Alcune persone guardano le cose accadere. Altre fanno in modo che accadano! Nel mondo economico dei nostri tempi, la maggior parte delle organizzazioni spende migliaia (se non milioni) di euro per

Dettagli

1.3.1. Elementi caratterizzanti il marketing diretto interattivo

1.3.1. Elementi caratterizzanti il marketing diretto interattivo 1. IL MARKETING DIRETTO 1.1. Concetto e definizione di marketing diretto pag. 3 1.1.1. Direct e data base di marketing pag. 5 1.2. Evoluzione del concetto di marketing diretto pag. 8 1.2.1. La comunicazione

Dettagli

Rassegna sui principi e sui sistemi di Data Warehousing

Rassegna sui principi e sui sistemi di Data Warehousing Università degli studi di Bologna FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI Rassegna sui principi e sui sistemi di Data Warehousing Tesi di laurea di: Emanuela Scionti Relatore: Chiar.mo Prof.Montesi

Dettagli

MATERIA: INFORMATICA CLASSI: PRIME TERZE QUARTE SECONDE QUINTE

MATERIA: INFORMATICA CLASSI: PRIME TERZE QUARTE SECONDE QUINTE Mod. DIP/FUNZ 1 - TRIENNIO MATERIA: INFORMATICA CLASSI: PRIME TERZE SECONDE QUARTE QUINTE INDIRIZZI : Amministrazione, Finanza e marketing Scienze bancarie, finanziarie e assicurative Nodi concettuali

Dettagli

SISTEMI INFORMATIVI AZIENDALI

SISTEMI INFORMATIVI AZIENDALI SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Data Mining. Introduzione La crescente popolarità

Dettagli

Materiale didattico. Laboratorio di Informatica a.a. 2007-08. I) Introduzione all Informatica. Definizione di Informatica. Definizione di Informatica

Materiale didattico. Laboratorio di Informatica a.a. 2007-08. I) Introduzione all Informatica. Definizione di Informatica. Definizione di Informatica Corso di Laurea Triennale in Storia, Scienze e Tecniche dell Industria Culturale sede di Brindisi Laboratorio di Informatica a.a. 2007-08 Materiale didattico Testo adottato D.P. Curtin, K. Foley, K. Suen,

Dettagli

Sistemi Informativi La Modellazione Dimensionale dei Fatti. Obiettivi Concetti Base Operazioni OLAP DFM Casi Modellazione Logica Esercizi

Sistemi Informativi La Modellazione Dimensionale dei Fatti. Obiettivi Concetti Base Operazioni OLAP DFM Casi Modellazione Logica Esercizi Sistemi Informativi La Modellazione Dimensionale dei Fatti Obiettivi Concetti Base Operazioni OLAP DFM Casi Modellazione Logica Esercizi Obiettivi Nelle lezioni precedenti abbiamo modellato i processi

Dettagli

Dipartimento di informatica CONTENUTI MINIMI DI INFORMATICA E TECNOLOGIE DELLA COMUNICAZIONE

Dipartimento di informatica CONTENUTI MINIMI DI INFORMATICA E TECNOLOGIE DELLA COMUNICAZIONE CONTENUTI MINIMI DI INFORMATICA E TECNOLOGIE DELLA COMUNICAZIONE CLASSE PRIMA INDIRIZZI: AMMINISTRAZIONE FINANZA E MARKETING, RELAZIONI INTERNAZIONALE PER IL MARKETING, SISTEMI INFORMATIVI SPORTIVO pag.2

Dettagli

MARKETING (3 DI 3) R i v i s t a in t e r n a z i o n a l e d e l G r u p p o B a i n RESULTS. ANNO VIII NUMERO 2 (3 A parte ) Dicembre 2002

MARKETING (3 DI 3) R i v i s t a in t e r n a z i o n a l e d e l G r u p p o B a i n RESULTS. ANNO VIII NUMERO 2 (3 A parte ) Dicembre 2002 R i v i s t a in t e r n a z i o n a l e d e l G r u p p o B a i n RESULTS MARKETING (3 DI 3) ANNO VIII NUMERO 2 (3 A parte ) Dicembre 2002 Bain & Company RESULTS Dopo la prima e la seconda parte di questo

Dettagli

OSSERVATORIO CRM. Milano, Circolo della Stampa

OSSERVATORIO CRM. Milano, Circolo della Stampa OSSERVATORIO CRM Milano, Circolo della Stampa E la parola di pietra è caduta Sul mio petto ancora vivo. Non è nulla, ecco, ero preparata. In qualche modo la supererò. Ho molto lavoro oggi: occorre uccidere

Dettagli

Un approccio mixed-mode sequenziale all acquisizione dati

Un approccio mixed-mode sequenziale all acquisizione dati Un approccio mixed-mode sequenziale all acquisizione dati Stefano De Santis 17/02/2015 Indice 1. Il processo di indagine 2. Il questionario on line 3. Tracciato record 4. Il questionario off line 5. L

Dettagli

LA BUSINESS INTELLIGENCE - DEFINIZIONI

LA BUSINESS INTELLIGENCE - DEFINIZIONI LA BUSINESS INTELLIGENCE - DEFINIZIONI A cura di Giorgio Giussani Milano, 16.06.2010 Fonte: Internet Cos'è il Business Intelligence? Il termine business intelligence si applica ai prodotti che hanno come

Dettagli

Sistemi direzionali e modello multidimensionale. Prof. Piercarlo Giolito

Sistemi direzionali e modello multidimensionale. Prof. Piercarlo Giolito Sistemi direzionali e modello multidimensionale Prof. Piercarlo Giolito 1 Data warehousing e tecnologia OLAP Argomenti trattati. Evoluzione dei Sistemi Informativi Decisionali Il modello dei dati multidimensionale

Dettagli

Università degli studi dell Aquila. Sistemi informativi aziendali 9 C.F.U.

Università degli studi dell Aquila. Sistemi informativi aziendali 9 C.F.U. Università degli studi dell Aquila Sistemi informativi aziendali 9 C.F.U. Ing. Gaetanino Paolone (gaetanino.paolone@univaq.it) Prof. Dr. Luciano Fratocchi (luciano.fratocchi@univaq.it) Contenuti (2 ore)

Dettagli

Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria di Modena

Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria di Modena Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria di Modena Corso di Laurea Specialistica in Ingegneria Informatica Business Intelligence per le imprese: progetto e realizzazione di

Dettagli

Data warehouse. Architettura complessiva con OLTP e OLAP OLTP. Sistemi di supporto alle decisioni

Data warehouse. Architettura complessiva con OLTP e OLAP OLTP. Sistemi di supporto alle decisioni Data warehouse Data warehouse La crescita dell importanza dell analisi dei dati ha portato ad una separazione architetturale dell ambiente transazionale (OLTP on-line transaction processing) da quello

Dettagli

DATA WAREHOUSING CON JASPERSOFT BI SUITE

DATA WAREHOUSING CON JASPERSOFT BI SUITE UNIVERSITÁ DEGLI STUDI DI MODENA E REGGIO EMILIA Dipartimento di Ingegneria di Enzo Ferrari Corso di Laurea Magistrale in Ingegneria Informatica (270/04) DATA WAREHOUSING CON JASPERSOFT BI SUITE Relatore

Dettagli

Estrarre dati in formato Excel da stampe AS/400 con Validoc EXTRACT-CSV

Estrarre dati in formato Excel da stampe AS/400 con Validoc EXTRACT-CSV Estrarre dati in formato Excel da stampe AS/400 con Validoc EXTRACT-CSV Validoc Extract-CSV "Extract-CSV" è il modulo di Validoc, che consente di estrarre dati da stampe AS/400 in formato CSV (comma separated

Dettagli

RRF Reply Reporting Framework

RRF Reply Reporting Framework RRF Reply Reporting Framework Introduzione L incremento dei servizi erogati nel campo delle telecomunicazioni implica la necessità di effettuare analisi short-term e long-term finalizzate a tenere sotto

Dettagli

Statistica: l uso delle banche dati del MIUR

Statistica: l uso delle banche dati del MIUR RI Glossario Statistica: l uso delle banche dati del MIUR Dove si trovano, come si estraggono e come si possono usare i dati scolastici rilevati annualmente dal MIUR DI ANNA MASSA L a statistica, strumento

Dettagli

Text Mining nella PA

Text Mining nella PA Text Mining nella PA Elena Fabbris SAS / Data Mining & CRM Solutions (in collaborazione con Settore Dati in Rete CSI Piemonte) Data Mining & Text Mining Data Mining Text Mining Oggetto d analisi Struttura

Dettagli