A+FORUM 2015 Big data e predic,ve analy,cs: cosa sono, soluzioni e vantaggi, servono alle PMI?
|
|
- Norma Fede
- 8 anni fa
- Visualizzazioni
Transcript
1 A+FORUM 2015 Big data e predic,ve analy,cs: cosa sono, soluzioni e vantaggi, servono alle PMI? Alessandro Rezzani Hotel Calzavecchio Casalecchio di Reno; 18/09/2015 Hotel Calzavecchio; Casalecchio di Reno; 18/09/2015 A+network - 55 meefng 1
2
3 Chi sono?
4 Evoluzione delle tecniche di analisi dei da4
5 Sommario Dalla Business Intelligence agli Advanced AnalyFcs: Evoluzione delle tecniche di analisi Prima della BI Il Data warehouse e la Business Intelligence OLAP Data Mining Cloud Big Data Advanced AnalyFcs Gli Advanced AnalyFcs La predicfve analyfcs La prescripfve analyfcs Che problemi risolvono? Tipologie di algoritmi Le fasi del progexo
6 Evoluzione delle tecniche di analisi Phase 1 OLTP SQL StaFc Reports Phase 2 DWH SQL StaFc Reports Phase 3 DWH BI OLAP Dynamic Reports Phase 4 DWH OLAP DM PredicFve AnalyFcs Phase 5 CollaboraFon Cloud Advanced AnalyFcs Phase 6 Hadoop Big Data PrescripFve AnalyFcs Negli anni 60 i daf erano immagazzinaf su dischi e supporf magnefci. Si svolgevano analisi stafche e limitate (es. il numero di vendite dell ulfmo semestre ) Negli anni 80 i database Relazionali e SQL (Structured Query Language) permexono di realizzare analisi più dinamiche. Analisi svolte su DB operazionali, su cui è registrata ad esempio l acvità giornaliera di un azienda.
7 Evoluzione delle tecniche di analisi Problemi delle basi di daf operazionali Sono di Fpo OLTP (On Line TransacFon Processing), e presentano un modello daf fortemente normalizzato. Non sono adaxe alle lexure. DaF replicaf e manipolaf in sw differenf. Possibili differenze di formato. AggiornamenF dei daf non garanff.
8 Evoluzione delle tecniche di analisi Phase 1 OLTP SQL StaFc Reports Phase 2 DWH SQL StaFc Reports Phase 3 DWH BI OLAP Dynamic Reports Phase 4 DWH OLAP DM PredicFve AnalyFcs Phase 5 CollaboraFon Cloud Advanced AnalyFcs Phase 6 Hadoop Big Data PrescripFve AnalyFcs A causa di quesf limif a parfre dagli anni 90 si inizia a parlare di data warehouse, cioè db che integrano daf provenienf da diversi sistemi operazionali. I daf sono integraf, cerfficaf e consistenf ossia il punto di partenza perfexo per le acvità di analisi dei sistemi di Business intelligence.
9 Evoluzione delle tecniche di analisi La Business Intelligence è un insieme di modelli, metodi, strumenf e processi per: la raccolta sistemabca del patrimonio di daf generato da un azienda l aggregazione e analisi dei daf aziendali la trasformazione di daf in informazioni la loro presentazione in forma semplice Extract Cleanse/Trasform Load (the dwh) Analyze/Disseminate
10 Elemen4 di un sistema di BI FonB operazionali Pulizia/Caricamento dab Data Warehouse Client Tools (business analybcs) Data Marts Staging Area OLAP CRM ERP ETL ETL Sistemi Legacy Client Access Master data management Data quality
11 Evoluzione delle tecniche di analisi Phase 1 OLTP SQL StaFc Reports Phase 2 DWH SQL StaFc Reports Phase 3 DWH BI OLAP Dynamic Reports Phase 4 DWH OLAP DM PredicFve AnalyFcs Phase 5 CollaboraFon Cloud Advanced AnalyFcs Phase 6 Hadoop Big Data PrescripFve AnalyFcs Evoluzione dei sistemi di BI Dalle query sul DWH a basi di daf mulbdimensionali. Si traxa di sistemi di Fpo OLAP (On Line AnalyFcal Processing). QuesF sistemi offrono ancora una visione storica: Valutazioni di ciò che è accaduto o che sta accadendo. Valutazione stafca.
12 Evoluzione delle tecniche di analisi
13 Evoluzione delle tecniche di analisi Phase 1 OLTP SQL StaFc Reports Phase 2 DWH SQL StaFc Reports Phase 3 DWH BI OLAP Dynamic Reports Phase 4 DWH OLAP DM PredicFve AnalyFcs Phase 5 CollaboraFon Cloud Advanced AnalyFcs Phase 6 Hadoop Big Data PrescripFve AnalyFcs Dai primi anni Duemila nasce la necessità di un analisi dei daf in grado fare previsioni e dare suggerimenf per anbcipare gli evenb. Si inizia a parlare di data mining: scavare nei daf per estrarre nuove informazioni e significaf, non evidenf immediatamente. Numerose applicazioni: la segmentazione della clientela, market basket analysis, campagne pubblicitarie mirate, previsioni etc.
14 Evoluzione delle tecniche di analisi Phase 1 OLTP SQL StaFc Reports Phase 2 DWH SQL StaFc Reports Phase 3 DWH BI OLAP Dynamic Reports Phase 4 DWH OLAP DM PredicFve AnalyFcs Phase 5 CollaboraFon Cloud Advanced AnalyFcs Phase 6 Hadoop Big Data PrescripFve AnalyFcs Dal 2010 le principali tendenze sono: Sviluppo di strumenf di Advanced AnalyBcs. modelli matemafci e stafsfci per data analysis e data mining funzionalità avanzate di visualizzazione dei daf CollaboraBon e informabon sharing. Cloud CompuBng Risorse disponibili come servizi su internet (IaaS, SaaS, DaaS). Nessun costo iniziale/architexura scalabile / GesFone e manutenzione a carico del provider Maggior axenzione alla qualità dei dab
15 Evoluzione delle tecniche di analisi Phase 1 OLTP SQL StaFc Reports Phase 2 DWH SQL StaFc Reports Phase 3 DWH BI OLAP Dynamic Reports Phase 4 DWH OLAP DM PredicFve AnalyFcs Phase 5 CollaboraFon Cloud Advanced AnalyFcs Phase 6 Hadoop Big Data PrescripFve AnalyFcs A parfre dal 2012 si parla di Big Data (e Big Data analyfcs) Big Data: DaF che presentano le seguenf caraxerisfche Volume Velocity Variety DaF che non è possibile (o non è conveniente) analizzare con strumenf tradizionali
16 Evoluzione delle tecniche di analisi Nel 2015 i temi relafve all'analisi dei daf sono sempre più: Big Data Evoluzioni nelle tecniche si analisi: Nuove versioni di Hadoop Spark PredicFve analyfcs estrazione della conoscenza da daf che in apparenza non contengono alcuna struxura. La conoscenza è uflizzata per effexuare "predicfons". Si afferma il concexo di Prescrip(ve analy(cs Tecniche basate sulla predicfve analyfcs Abilitano i decision makers ad intraprendere azioni immediate.
17 Modern Data Architecture BI + Big data + Advanced analy4cs = modern data architecture
18 ArchiteAura tradizionale (BI) Applicazioni ReporBng Business AnalyBcs GesBone dab DWH Master data Data quality engine FonB ETL process FonB dab tradizionali (CRM, ERP, )
19 Nuova architeaura da4 Analisi ReporBng Business AnalyBcs Advanced AnalyBcs GesBone dab On premises o Cloud based DWH RDBMS - MPP Master data Data quality engine Data lake ETL & Data IngesFon FonB FonB esistenb (CRM, ERP, ) FonB emergenb (sensori, web, geo, non stru]urab, )
20 Advanced Analy4cs: predic've e prescrip've analy'cs
21 Predic4ve analy4cs Si traxa di tecniche applicabili sia ai Big Data sia ai daf "tradizionali" Machine Learning algoritmi che consentono ai computer di imparare senza essere esplicitamente programmaf per un determinato compito. Data Mining estrazione della conoscenza da daf che in apparenza non contengono alcuna struxura. Il data mining uflizza algoritmi di machine learning.
22 Prescrip4ve analy4cs I sistemi di prescripfve analyfcs forniscono vere e proprie regole direxamente applicabili al business. Essi hanno una componente predi_va Sono in grado di abilitare i decision makers ad intraprendere azioni immediate, basate su: previsioni probabilisfche regole chiare e comprensibili che provengono dal modello stesso. Capacità di analizzare anche il feedback che proviene dall uflizzo delle regole, per tener conto delle azioni intraprese e dei loro effec sui risultaf.
23 Cosa possiamo chiedere ai sistemi di predic4ve/prescrip4ve analy4cs? Un dato evento/oggexo è A o B? Un dato evento/oggexo è anomalo? Quanto? Come sono organizzaf i daf? Quali sono gli evenf che hanno un certo grado di affinità (accadono insieme)?
24 Un dato evento/oggeao è A o B? Si traxa di un problema di classificazione binaria (a due classi). Tipici problemi di classificazione sono: Churn analysis (Quali clienf ci abbandoneranno per la concorrenza?) Campagne di markefng mirate (Quali sono i clienf che risponderanno posifvamente ad una campagna?) Fraud detecfon (Quali transazioni rappresentano comportamenf fraudolenf?)
25 Un dato evento/oggeao è anomalo? Si traxa di problema di anomaly detecbon. A volte possono essere ricondoc a problemi di classificazione binaria (è un'anomalia o no?). Essa è ufle nei casi in cui le anomalie siano rarissime. Esempi: Il valore di un certo sensore (pressione, temperature) è anomalo? La combinazione di acquisf effexuata da un certo cliente è diversa da quelle del passato?
26 Quanto? La previsione di un numero anzichè di una classe dà luogo ad un problema di regressione. Esempi: Quale sarà il livello delle vendite nel prossimo weekend? Quale sarà l'ammontare dei prelievi da ogni singolo bancomat delle ns. Filiali?
27 Come sono organizza4 i da4? Una risposta a questa domanda la si trova con le tecniche di clustering Il clustering crea raggruppamenf omogenei di oggec, sulla base dei loro similarità. Esempi: Suddivisione della clientele in base ai comportamenf d'acquisto Separazione di documenf in gruppi omogenei
28 Quali sono gli even4 che hanno un certo grado di affinità (accadono insieme)? Si traxa di problemi di market basket analysis, ovvero di analisi dei comportamenf di acquisto. La tecnica mira a trovare le associazioni tra I prodoc compraf Il processo è finalizzato all'adozione di strategie di markefng ad hoc
29 Tipologie di algoritmi Suddivisione per compito svolto: ClassificaFon Regression Clustering AssociaFon
30 Tipologie di algoritmi Suddivisione in base alla metodologia di apprendimento: Supervised: si fornisce all'algoritmo un numero adeguato di esempi, che contengono anche l'output finale. L'algoritmo sarà in grado di trovare una funzione in grado di approssimare l'output Decision Trees, Neural Nets, SVM, Logic Learning Machines Unsupervised: L'algoritmo cerca di ricavare la conoscenza da un input generico, senza l'ausilio di un set di esempi già preclassificaf. Clustering, AssociaFon Rules
31 Tipologie di algoritmi Suddivisione in base all'output: Black box machines: Gli algoritmi di questa categoria forniscono una predicfon ma non presentano le modalità con cui sono arrivaf ad oxenerla Neural Nets SVM Random Forest Rule based algorithms: Gli algoritmi forniscono, oltre alla predicfon, anche un insieme di regole che rappresentano il processo decisionale Decision Trees Fuzzy Set Systems Logic Learning Machine
32 Rule based algorithms Forniscono regole che spiegano la predicfon Sono il presupposto per la "prescripfve analyfcs" Esempi di regole (da Decision Tree): IF X<25 AND X2<15 AND X1<10 THEN A IF X<25 AND X2<15 AND X1>=10 THEN B
33 Rule based algorithms Decision trees: Sistema semplice Poco performante in termini predicvi I modelli posso essere instabili (grandi variazioni causate da piccole modifiche nell'input) Fuzzy Set systems Sistemi più complessi Richiedono più risorse per il calcolo Performance predicve accexabili Implementato in tuc i sozware di data mining / machine elarning Implementato in alcuni sozware
34 Rule based algorithms Logic Learning Machine: Sistema basato sulle switching Neural Network Elevate capacità predicve Velocità di training / forecasfng Implementato in Rulex
35 Vantaggi dei sistemi di prescrip4ve analy4cs Aumento della reddifvità aziendale Risoluzione di problemi (frodi, abbandono clienf) Vantaggi compeffvi PredicFon relafve a grandezze di mercato Miglior allocazione delle risorse
36 Fasi di un progeao di predic4ve / prescrip4ve analy4cs Comprensione della problemafca di business DWH Feedback Ricerca e Analisi FonB dab Preparazione dab Creazione del modello Valutazione e ublizzo Data warehouse Altre fonf (es: big data) Normalizzazioni DiscreFzzazioni Creazione axribuf Selezione axribuf Scelta dell'algoritmo Parametrizzazione Training su un subset dei daf (training set) Test su un subset dei daf (test set) Valutazione della bontà del modello UFlizzo in produzione a fini predicvi
37
Big Data. Alessandro Rezzani. alessandro.rezzani@dataskills.it www.dataskills.it
Big Data Alessandro Rezzani alessandro.rezzani@dataskills.it Chi sono? I big data Caratteristiche Fonti Agenda Creare valore con i big data Aspetto del business Aspetto finanziario Aspetto tecnologico
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
DettagliConvegno 6 giugno 2013 Federlazio Frosinone
Convegno 6 giugno 2013 Federlazio Frosinone pag. 1 6 giugno 2013 Federlazio Frosinone Introduzione alla Business Intelligence Un fattore critico per la competitività è trasformare la massa di dati prodotti
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
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
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
DettagliTraining sulle soluzioni SAP BusinessObjects BI4
Training sulle soluzioni SAP BusinessObjects BI4 dai valore alla formazione nella Business Intelligence: iscriviti ai training proposti da Méthode, scopri i vantaggi che la BI può dare al tuo business!
DettagliPer 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
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
DettagliSupporto 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
DettagliIl CRM per la Gestione del Servizio Clienti
Scheda Il CRM per la Gestione del Servizio Clienti Le Soluzioni CRM aiutano le aziende a gestire i processi di Servizio e Supporto ai Clienti. Le aziende di Servizio stanno cercando nuove modalità che
DettagliCosa è un data warehouse?
Argomenti della lezione Data Warehousing Parte I Introduzione al warehousing cosa è un data warehouse classificazione dei processi aziendali sistemi di supporto alle decisioni elaborazione OLTP e OLAP
DettagliCiclo di vita dimensionale
aprile 2012 1 Il ciclo di vita dimensionale Business Dimensional Lifecycle, chiamato anche Kimball Lifecycle descrive il framework complessivo che lega le diverse attività dello sviluppo di un sistema
DettagliComprendere il Cloud Computing. Maggio, 2013
Comprendere il Cloud Computing Maggio, 2013 1 Cos è il Cloud Computing Il cloud computing è un modello per consentire un comodo accesso alla rete ad un insieme condiviso di computer e risorse IT (ad esempio,
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
DettagliBusiness 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
DettagliIntroduzione all Information Retrieval
Introduzione all Information Retrieval Argomenti della lezione Definizione di Information Retrieval. Information Retrieval vs Data Retrieval. Indicizzazione di collezioni e ricerca. Modelli per Information
DettagliCustomer 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
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
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
DettagliData 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
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
Dettagli1. BASI DI DATI: GENERALITÀ
1. BASI DI DATI: GENERALITÀ BASE DI DATI (DATABASE, DB) Raccolta di informazioni o dati strutturati, correlati tra loro in modo da risultare fruibili in maniera ottimale. Una base di dati è usualmente
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
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
DettagliLa suite Pentaho Community Edition
La suite Pentaho Community Edition GULCh 1 Cosa è la Business Intelligence Con la locuzione business intelligence (BI) ci si può solitamente riferire a: un insieme di processi aziendali per raccogliere
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
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
DettagliBusiness 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
DettagliCos è il CRM. Andrea De Marco
Cos è il CRM Andrea De Marco Andrea De Marco Docente di Marketing Scienze di Internet - Università di Bologna http://internet.unibo.it/a.demarco Direttore tecnico BitBang www.bitbang.it www.linkedin.com/in/andreademarco
DettagliSocial Media Marketing
La comunicazione gioca un ruolo fondamentale nella promozione di nuovi prodotti e servizi, e l attenzione si sposta sempre piu verso nuove tecnologie e modi di comunicare, immediati e condivisi Social
DettagliIntroduzione 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
DettagliData mining. Data Mining. processo di Data Mining estrarre automaticamente informazioneda un insieme di dati
Data mining Il consente l informazione processo di Data Mining estrarre automaticamente informazioneda un insieme di dati telefoniche, ènascostaa a causa di fra quantitàdi loro, complessità: non... ci
DettagliLezione 3: Introduzione all analisi e valutazione delle azioni. Analisi degli Investimenti 2014/15 Lorenzo Salieri
Lezione 3: Introduzione all analisi e valutazione delle azioni Analisi degli Investimenti 2014/15 Lorenzo Salieri Valutazione degli investimenti in azioni Intuitivamente si crea valore quando un azienda
DettagliSistemi 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
Dettagli1- Corso di IT Strategy
Descrizione dei Corsi del Master Universitario di 1 livello in IT Governance & Compliance INPDAP Certificated III Edizione A. A. 2011/12 1- Corso di IT Strategy Gli analisti di settore riportano spesso
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
DettagliAICA - Workshop 01/03/2011
AICA - Workshop La Mappa di un sistema di BI I tre elementi che hanno "cambiato il gioco": Maturazione degli ETL open source La semplificazione di Amazon EC2 L'arrivo dei DB Colonnari Nel dettaglio Cos'è
DettagliCOME SVILUPPARE UN EFFICACE PIANO DI INTERNET MARKETING
Febbraio Inserto di Missione Impresa dedicato allo sviluppo pratico di progetti finalizzati ad aumentare la competitività delle imprese. COME SVILUPPARE UN EFFICACE PIANO DI INTERNET MARKETING COS E UN
DettagliInnovatori per tradizione
Innovatori per tradizione SU DI NOI SI PUÒ CONTARE PC System affianca da oltre 30 anni le aziende, i liberi professionisti e la pubblica amministrazione locale nella gestione delle loro esigenze informatiche.
DettagliIl catalogo MARKET. Mk6 Il sell out e il trade marketing: tecniche, logiche e strumenti
Si rivolge a: Forza vendita diretta Agenti Responsabili vendite Il catalogo MARKET Responsabili commerciali Imprenditori con responsabilità diretta sulle vendite 34 di imprese private e organizzazioni
DettagliCampaign Management: il caso Vodafone Omnitel. franco.renne@icteam.it
Campaign Management: il caso Vodafone Omnitel franco.renne@icteam.it 2 Aprile 2003 Presentazione ICTeam è una società di informatica... Franco Renne è un informatico... e non è un esperto di marketing...
DettagliSistemi 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
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
DettagliLa tecnologia cloud computing a supporto della gestione delle risorse umane
La tecnologia cloud computing a supporto della gestione delle risorse umane L importanza delle risorse umane per il successo delle strategie aziendali Il mondo delle imprese in questi ultimi anni sta rivolgendo
DettagliSistemi 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
DettagliÈ evidente dunque l'abbattimento dei costi che le soluzioni ASP permettono in quanto:
Sitea Easy Events Il software gestionale per organizzare eventi fieristici Sitea Information Technology presenta Sitea Easy Events, il software gestionale studiato per ottimizzare il processo di organizzazione
DettagliData 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
DettagliSegui, commenta, partecipa #workshopdirezionale
Segui, commenta, partecipa #workshopdirezionale Agenda 14:45 - Accredito dei partecipanti 15:00 - Benvenuto Tiziano Ferretti Responsabile Amministrativo Credemtel SpA Francesco Tessoni Responsabile Marketing
DettagliNuova funzione di ricerca del sito WIKA.
Nuova funzione di ricerca del sito WIKA. Il sito WIKA dispone ora di una funzione di ricerca completamente riprogettata. Essa è uno strumento particolarmente importante in quanto deve fornire al navigatore
DettagliLa metà dei soldi spesi in pubblicità sono soldi buttati, il problema è capire quale sia la metà giusta. John Wanamaker. www.dmma.
La metà dei soldi spesi in pubblicità sono soldi buttati, il problema è capire quale sia la metà giusta John Wanamaker www.dmma.it PROGRAMMA DI FORMAZIONE E CERTIFICAZIONE Digital Marketing Manager Automotive
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;
DettagliCome realizzare un progetto CRM eccellente
Come realizzare un progetto CRM eccellente Andrea Farinet World Marketing & Sales Forum 2008 Milano, 18 giugno Come valorizzare strategia di marketing e strategia CRM? Di quale CRM hanno realmente bisogno
DettagliControllo di Gestione
Pianificazione e controllo del business aziendale Controllo di Gestione In un contesto altamente complesso e competitivo quale quello moderno, il controllo di gestione ricopre un ruolo quanto mai strategico:
DettagliOrientamenti sulla valutazione ex ante dei Programmi 2014-2020. Il sistema di indicatori nella programmazione 2014-2020
Orientamenti sulla valutazione ex ante dei Programmi 2014-2020 Il sistema di indicatori nella programmazione 2014-2020 Simona De Luca, Anna Ceci UVAL DPS Roma 11 luglio 2013 Indice 1. Indicatori: un modo
DettagliSQL Server 2005. Introduzione all uso di SQL Server e utilizzo delle opzioni Olap. Dutto Riccardo - SQL Server 2005.
SQL Server 2005 Introduzione all uso di SQL Server e utilizzo delle opzioni Olap SQL Server 2005 SQL Server Management Studio Gestione dei server OLAP e OLTP Gestione Utenti Creazione e gestione DB SQL
DettagliChe cos'è il cloud computing? e cosa può fare per la mia azienda
Che cos'è il Cloud Computing? Negli ambienti tecnologici non si parla d'altro e in ambito aziendale in molti si pongono la stessa domanda: Che cos'è il cloud computing? e cosa può fare per la mia azienda
DettagliStrumenti e strategie di CRM
Strumenti e strategie di CRM Bologna, 11/09/2013 Simone Parrotto Responsabile CRM Gruppo CREDEM Agenda Il CRM in Credem Il CRM identifica tutti quei processi, metodi ed iniziative il cui scopo è quello
DettagliMercoledì degli Associati. Opportunità di business per le Aziende UCIF. Milano, 20 novembre 2013. Federata
Mercoledì degli Associati Opportunità di business per le Aziende UCIF Milano, 20 novembre 2013 Federata Nascita del progetto UCIF rappresenta da 40 anni il settore italiano della Finitura, tramite i relativi
DettagliIL CONTROLLO DI GESTIONE
IL CONTROLLO DI GESTIONE CORSO BASE Milano, 20 e 21 maggio 2014 A cura di dottor Alessandro Tullio Studio di Consulenza dottor Alessandro Tullio Il controllo di gestione ed Il ruolo del Controller Docente:
DettagliSQL Server BI Development Studio
Il Data warehouse SQL Server Business Intelligence Development Studio Analysis Service Sorgenti dati operazionali DB relazionali Fogli excel Data warehouse Staging Area e dati riconciliati Cubi Report
DettagliAlcune 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
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
DettagliLa Metodologia adottata nel Corso
La Metodologia adottata nel Corso 1 Mission Statement + Glossario + Lista Funzionalià 3 Descrizione 6 Funzionalità 2 Schema 4 Schema 5 concettuale Logico EA Relazionale Codice Transazioni In PL/SQL Schema
DettagliRetail L organizzazione innovativa del tuo punto vendita
fare Retail L organizzazione innovativa del tuo punto vendita fareretail è una soluzione di by www.fareretail.it fareretail fareretail è la soluzione definitiva per la Gestione dei Clienti e l Organizzazione
DettagliBig Data e IT Strategy
Big Data e la forza degli eventi Da sovraccarico informativo a strumento di conoscenza Big Data e IT Strategy Come costruire l Impresa Intelligente Università Milano Bicocca 1 Marzo 2013 GIUSEPPE LIETO
DettagliIntroduzione 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
DettagliScheda. Il CRM per la Gestione del Marketing. Accesso in tempo reale alle Informazioni di rilievo
Scheda Il CRM per la Gestione del Marketing Nelle aziende l attività di Marketing è considerata sempre più importante poiché il mercato diventa sempre più competitivo e le aziende necessitano di ottimizzare
DettagliProblem Management. Obiettivi. Definizioni. Responsabilità. Attività. Input
Problem Management Obiettivi Obiettivo del Problem Management e di minimizzare l effetto negativo sull organizzazione degli Incidenti e dei Problemi causati da errori nell infrastruttura e prevenire gli
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
DettagliISTITUTO 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
DettagliAUMENTARE I CONTATTI E LE VENDITE CON UN NUOVO PROCESSO: LEAD ADVANCED MANAGEMENT
AUMENTARE I CONTATTI E LE VENDITE CON UN NUOVO PROCESSO: LEAD ADVANCED MANAGEMENT Obiettivi Incrementare i contatti (lead) e quindi le Vendite B2B attraverso l implementazione di un nuovo processo che
DettagliPlurima Katalog. Soluzione di Catalogo Elettronico
Soluzione di Catalogo Elettronico è la soluzione di Plurima Software s.r.l. per creare un catalogo elettronico in modo rapido e a costi contenuti e per consentire la completa e rapida fruizione delle informazioni
DettagliWebBi S.r.l offre consulenza e soluzioni per le seguenti aree: Data Warehousing. Business Intelligence. Disegno di architetture integrate
Migliorare l organizzazione per migliorare la qualità delle decisioni. Migliorare la qualità dei collaboratori per migliorare il servizio alla clientela. WebBi S.r.l offre consulenza e soluzioni per le
DettagliIl Business Performance Management & QlikView
Il Business Performance Management & QlikView 1 I SISTEMI DI SUPPORTO ALLE DECISIONI O DI BUSINESS INTELLIGENCE sono oggi considerati componenti di sistemi più ampi conosciuti come: CPM - CORPORATE PERFORMANCE
DettagliClaudio Lattanzi. More Controllo Performance: i dati. unico progetto di modellazione
Claudio Lattanzi More Controllo Performance: i dati transazionali ed aggregati in un unico progetto di modellazione Le informazioni sono in continua crescita ma non sempre questo patrimonio aziendale viene
Dettagli29/01/2015 - Camera di Commercio Macerata
29/01/2015 - Camera di Commercio Macerata Cos è? Il Customer Relationship Management (CRM) è una strategia per la gestione di tutte le interazioni che hanno luogo con i clienti potenziali ed esistenti.
DettagliSoftware per Helpdesk
Software per Helpdesk Padova - maggio 2010 Antonio Dalvit - www.antoniodalvit.com Cosa è un helpdesk? Un help desk è un servizio che fornisce informazioni e assistenza ad utenti che hanno problemi nella
DettagliRelationship. Customer. Management. Che cos'è CRM? CRM non è un prodotto o un servizio. Tanto meno è un applicativo software.
Customer Relationship Management Che cos'è CRM? CRM non è un prodotto o un servizio. Tanto meno è un applicativo software. 2 CRM è una strategia competitiva,, basata sulla capacità di mantenersi costantemente
DettagliALLINEARSI: IL DRIVER PER UNA INNOVAZIONE DI SUCCESSO!
ALLINEARSI: IL DRIVER PER UNA INNOVAZIONE DI SUCCESSO! L allineamento del team esecutivo è definibile come l accordo dei membri del team in merito a: 1. Allineamento personale -consapevolezza dell impatto
DettagliHIGH-PERFORMANCE ANALYTICS: IL MOTORE PER LA DATA DRIVEN ECONOMY
HIGH-PERFORMANCE ANALYTICS: IL MOTORE PER LA DATA DRIVEN ECONOMY MILANO 8 NOVEMBRE 2012 SAS Fondata 1976 a Cary, NC, USA Oltre 400 uffici in oltre 50 paesi 12.000 dipendenti nel mondo in 113 paesi 60.000
DettagliAnalisi e catalogazione automatica dei Curriculum Vitae
Analisi e catalogazione automatica dei Curriculum Vitae CV Manager è lo strumento di Text Mining che automatizza l analisi, la catalogazione e la ricerca dei Curriculum Vitae L esigenza Quanto tempo viene
Dettagliun insieme di processi per raccogliere e analizzare informazioni e dare risposta a esigenze di:
InfoBusiness: cos è La business intelligence è: un insieme di processi per raccogliere e analizzare informazioni e dare risposta a esigenze di: supporto alle decisioni (DSS) controllo di performance aziendali
DettagliDSCube. 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
DettagliLibrerie digitali. Video. Gestione di video. Caratteristiche dei video. Video. Metadati associati ai video. Metadati associati ai video
Video Librerie digitali Gestione di video Ogni filmato è composto da più parti Video Audio Gestito come visto in precedenza Trascrizione del testo, identificazione di informazioni di interesse Testo Utile
DettagliIL BENCHMARKING POSIZIONAMENTO DELL AZIENDA NELLO SPAZIO
IL BENCHMARKING POSIZIONAMENTO DELL AZIENDA NELLO SPAZIO IL BENCHMARKING: DEFINIZIONE PROCESSO CONTINUO DI MISURAZIONE DEI PRODOTTI- SERVIZI-PROCESSI ATTRAVERSO IL CONFRONTO CON I MIGLIORI CONCORRENTI
DettagliSistemi informativi secondo prospettive combinate
Sistemi informativi secondo prospettive combinate direz acquisti direz produz. direz vendite processo acquisti produzione vendite INTEGRAZIONE TRA PROSPETTIVE Informazioni e attività sono condivise da
DettagliSistemi e Modelli per la Gestione delle Risorse Umane a supporto della Direzioni Personale
GESTIONE RISORSE UMANE Sistemi e Modelli per la Gestione delle Risorse Umane a supporto della Direzioni Personale Consulenza Aziendale in Ambito HR Integrazione Dati ed Analisi Multidimensionali Software
DettagliSupply Intelligence. Informazioni rapide e approfondite sui fornitori potenziali
Supply Intelligence Informazioni rapide e approfondite sui fornitori potenziali Ancora in alto mare? Le forniture, specialmente se effettuate a livello globale, possono rivelarsi un vero e proprio viaggio
DettagliAL CUORE DEL CLIENTE AL CENTRO DEL TUO BUSINESS
AL CUORE DEL CLIENTE AL CENTRO DEL TUO BUSINESS SAI DAVVERO COSA PENSA OGNI SINGOLO CLIENTE DELLA TUA AZIENDA? STA SFRUTTANDO TUTTE LE OPPORTUNITÀ CHE POTENZIALMENTE LA TUA CUSTOMER BASE TI OFFRE? i vostri
DettagliMODULO 5 Appunti ACCESS - Basi di dati
MODULO 5 Appunti ACCESS - Basi di dati Lezione 1 www.mondopcnet.com Modulo 5 basi di dati Richiede che il candidato dimostri di possedere la conoscenza relativa ad alcuni concetti fondamentali sui database.
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,
DettagliIl Problem-Based Learning dalla pratica alla teoria
Il Problem-Based Learning dalla pratica alla teoria Il Problem-based learning (apprendimento basato su un problema) è un metodo di insegnamento in cui un problema costituisce il punto di inizio del processo
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
Dettaglivendite Come organizzare le informazioni Il Customer Relationship Management nelle Istituzioni Finanziarie Europe
Premessa Analisi dei progetti di Customer Il Customer Il data base per il marketing e per le : Come organizzare le informazioni Più di un terzo delle istituzioni non inserisce ancora in un unico data base
DettagliProgettaz. e sviluppo Data Base
Progettaz. e sviluppo Data Base! Introduzione ai Database! Tipologie di DB (gerarchici, reticolari, relazionali, oodb) Introduzione ai database Cos è un Database Cos e un Data Base Management System (DBMS)
DettagliSuggerimenti per l approccio all analisi dei dati multivariati
Suggerimenti per l approccio all analisi dei dati multivariati Definizione degli obbiettivi Il primo passo è la definizione degli obbiettivi. Qual è l obbiettivo della sperimentazione i cui dati dovete
DettagliGli utenti del mercato online ebay.it Analisi degli abbandoni
Gli utenti del mercato online ebay.it Analisi degli abbandoni Nunatac: N. Del Ciello, P. Bauce, L. Scendrate ebay: C. Corotto, A. Rota, G. Manetti L azienda ebay è un sito internet che offre ai propri
DettagliDBMS (Data Base Management System)
Cos'è un Database I database o banche dati o base dati sono collezioni di dati, tra loro correlati, utilizzati per rappresentare una porzione del mondo reale. Sono strutturati in modo tale da consentire
Dettagli