Data Mining: Applicazioni

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Data Mining: Applicazioni"

Transcript

1 Sistemi Informativi Universitá degli Studi di Milano Facoltá di Scienze Matematiche, Fisiche e Naturali Dipartimento di Tecnologie dell Informazione 1 Giugno 2007

2 Data Mining Perché il Data Mining Il Data Mining come strumento di Business Accrescere la conoscenza su cui basare le decisioni Produzione di risultati interpretabili e usufruibili per il supporto alle decisioni aziendali (DSS).

3 Data Mining Perche Ora? Enormi quantitá di dati fra i quali ci sono informazioni utili Costi, ricavi, stipendi, resoconti, inventari, ecc.. Dati economici, andamenti e previsioni, metadati (Logical Databases). Software di calcolo economici e potenti Strumenti presenti in commercio e aperti agli standard (Oracle, Ingres, Informix, Sybase, Microsoft o IBM) Possibilitá di utilizzare le potenti funzioni di replicazione dei dati comprese in questi prodotti Costo relativamente contenuto delle licenze software di prodotti commerciali Performance elevate dei prodotti RDBMS (Relational DataBase Management System) Fondamenti teorici e matematici robusti Machine learning, Ricerca operativa, intelligenza artificiale, inferenza logica, tecniche statistiche

4 Data Mining La catena del valore dell informazione

5 Applicazioni Il Data Mining come supporto alle decisioni Analisi dei dati & supporto alle decisioni Analisi di mercato Analisi del rischio Fraud detection Altre applicazioni Text Mining (Newsgroup, documenti,...) Web Mining e Web analysis Intelligent query answering

6 Applicazioni Analisi di mercato & Management Quali sono le sorgenti di dati per l analisi? Transazioni di carte di credito, carte fedeltá, coupons di sconti, chiamate a clienti accondiscendenti, studi su stili di vita. Target marketing: Trova raggruppamenti che modellino gli acquirenti con stesse caratteristiche: interessi, abitudini di spesa. Determina i pattern degli acquirenti nel tempo: Conversione da un conto singolo a un conto congiunto, es. matrimonio. Analisi incrociate Associazioni/Correlazioni tra vendite di prodotti Predizione basata sulle associazioni.

7 Applicazioni Analisi di mercato & Management (2) Customer profiling quali acquirenti comprano cosa (clustering o classificazione) Identificazione delle richieste dei clienti identificare i migliori prodotti per acquirenti differenti usa la predizione per capire quali fattori attraggono nuovi clienti Informazioni generalizzate summary reports multidimensionali informazioni statistiche aggregate (tendenze e variazioni)

8 Applicazioni Analisi del rischio Pianificazione finanziaria: Analisi e predizione dei flussi di cassa Valutazione dei profitti e analisi delle richieste contingenti Analisi di serie temporali (financial-ratio, trend analysis,...) Competitivitá Monitoraggio dei competitori e delle direzioni di mercato (CI: competitive intelligence). Segmentazione dei clienti per classi di prezzi Selezione di una strategia in un mercato competitivo

9 Applicazioni Fraud Detection & Management Ambiti di interesse: Servizi legati a istituti di credito (Carte di credito, prestiti, assicurazioni), telecomunicazioni Approccio: Utilizza i dati storici per costruire un modello del comportamento fraudolento e utilizza il data mining per facilitare l identificazione di istanze simili. Example Assicurazioni auto: individua un gruppo di persone che creano (artificialmente) incidenti per ricevere il risarcimento dalle assicurazioni. Money Laundering: individua movimenti di denaro sospetti. Assicurazioni mediche: individua pazienti che si fingono malati. Individuazione di frodi telefoniche (es. addebito di chiamate)

10 Text Mining Text Mining Cosa é il Text Mining? Si tratta di un processo automatico di estrazione di informazione utile, espressiva, da un repository testuale. Dati Una sorgente di documenti testuali Query testuale ben definita Otteniamo Frasi contenenti informazione rilevante Estrazione dell informazione ignorando quella non importante Aggregazione l informazione trovata per essere mostrata in un formato predeterminato.

11 Text Mining Un esempio di Text Mining Input Output Un annuncio Un template con le informazioni interessate Una parte del documento che che aderisce al template fornito

12 Text Mining Applicazioni reali Text Mining Example Page Rank di Google Ordina il risultato delle ricerche rispetto alla prioritá L importanza di un risultato dipende (in parte) dalle pagine che vi puntano (Backlinks) Il peso dei Backlinks dipende dalla pagina da cui provviene il link. Example ECHELON Rete informatica, segreta fino al 1997, capace di controllare l intero globo e di intercettare, selezionare e registrare ogni forma di comunicazione elettronica. Ogni stazione raccoglie informazioni in modo automatico. Le stazioni utilizzano tecniche avanzate di intelligenza artificiale per il riconoscere ed estrarre le informazioni interessanti

13 Casi reali di studio La catena WalMart Il DM per ottimizzare il rapporto con i fornitori La catena di vendita al dettaglio WalMart si appoggia ad una gigantesca data warehouse per ottimizzare i rapporti con i propri fornitori. Data Warehouse WalMart colleziona le transazioni provenienti dagli oltre 2900 punti vendita sparsi in 6 paesi in una Data Warehouse di 7.5 terabyte. Il beneficio dei fornitori Gli oltre 3500 fornitori che cooperano nella gestione degli ordini hanno la possibilitá di estrapolare conoscenza dalla base di dati per ottimizzare l efficienza nella distribuzione dei prodotti nei magazzini ed eventualmente studiare la disposizione dei propri magazzini sul territorio.

14 Casi reali di studio Advanced Scout NBA Advanced Scout NBA L allenatore dell associazione NBA (National Basketball Association) utilizza tecniche di DM per orchestrare il gioco e stabilire le strategie durante le partite di basketball. Il DM si concretizza in un programma software in grado di elaborare l acquisizione video delle partite per analizzare i movimenti dei giocatori al fine di estrapolare informazione utile all allenatore della squadra. I risultati Si é scoperto analizzando la partita disputata tra i New York Knicks e Cleveland Cavaliers nel Gennaio 1995 che mentre il giocatore Mark Price copriva il ruolo di difensore, John Williams é riuscito a realizzare 4 salti, tutti conclusi con la messa a segno. Il software Advanced Scout non solo é stato in grado di riconoscere questo pattern di gioco ma ha riconosciuto che il comportamento rilevato si discosta significativamente dalla media dei tiri con successo messi a segno dalla squadra Cleveland Cavaliers.

15 Casi reali di studio Midwest chain La catena commerciale Midwest ha fruttato tecniche di DM offerte dalla piattaforma Oracle per analizzare pattern di acquisto nei singoli negozi di vendita al dettaglio. Sulla base dei comportamenti osservati durante l acquisto settimanale é stato possibile delineare alcune strategie di vendita. Cosa si è scoperto? Le tecniche di DM utilizzate hanno evidenziato che quando i clienti (in prevalenza uomini) acquistavano pannolini il giovedì e il sabato erano propensi ad acquistare anche birra. Un analisi piú accurata mostró che questi acquirenti concentravano i loro acquisti maggiormente il sabato e marginalmente il giovedí. Si concluse che la birra veniva probabilmente acquistata per il weekend che stava per arrivare. Come sfruttare il risultato? La catena Midwest ha sfruttato scoperte di questo tipo, per attuare alcune strategie di vendita, al fine di aumentare l incasso. Nel caso precedente la decisione ha comportato lo spostamento del cartello delle birre vicino a quello dei pannolini assicurandosi di non applicare sconti su quei prodotti il giovedì e il sabato.

Data Mining e Analisi dei Dati

Data 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

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 Sistemi informazionali La crescente diffusione dei

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

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

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

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

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

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

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

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

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

fornitore globale per la GDO

fornitore globale per la GDO fornitore globale per la GDO evision srl è specializzata in soluzioni software per le aziende della Grande Distribuzione (alimentare e non), per le piattaforme ortofrutticole e per le aziende manifatturiere.

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

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

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

Document Management, Workflow, Conservazione Sostitutiva

Document Management, Workflow, Conservazione Sostitutiva Document Management, Workflow, Conservazione Sostitutiva Amministrazione Fatture Fornitori Documenti di trasporto Fatture Clienti Documenti contabili Libro Giornale Libro IVA Vendite Offerte Contratti

Dettagli

L E I N F O R M A Z I O N I P E R F A R E

L E I N F O R M A Z I O N I P E R F A R E L E I N F O R M A Z I O N I P E R F A R E C E N T R O Con InfoBusiness avrai Vuoi DATI CERTI per prendere giuste DECISIONI? Cerchi CONFERME per le tue INTUIZIONI? Vuoi RISPOSTE IMMEDIATE? SPRECHI TEMPO

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

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

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

SimplERP in sintesi. Open Source SimplERP è un progetto Open Source. Il software è pubblicato sotto licenza AGPL ed AGPL + Uso Privato.

SimplERP in sintesi. Open Source SimplERP è un progetto Open Source. Il software è pubblicato sotto licenza AGPL ed AGPL + Uso Privato. SimplERP in sintesi SimplERP è una suite completa di applicazioni aziendali dedicate alla gestione delle vendite, dei clienti, dei progetti, del magazzino, della produzione, della contabilità e delle risorse

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

LibrERP in sintesi. www.didotech.com. Completa

LibrERP in sintesi. www.didotech.com. Completa LibrERP in sintesi LibrERP è una suite completa di applicazioni aziendali dedicate alla gestione delle vendite, dei clienti, dei progetti, del magazzino, della produzione, della contabilità e delle risorse

Dettagli

FRANCHISING E DISTRIBUZIONE

FRANCHISING E DISTRIBUZIONE Passepartout Retail è una soluzione studiata per soddisfare le esigenze gestionali e fiscali delle attività di vendita al dettaglio. Il prodotto, estremamente flessibile, diventa specifico per qualsiasi

Dettagli

Verticalizzazione SAP BO per il settore Retail P R E R O G A T I V E. Brain System Srl

Verticalizzazione SAP BO per il settore Retail P R E R O G A T I V E. Brain System Srl Una suite di moduli integrati e complementari per la gestione di singoli Punti Vendita e di Catene di Negozi, siano essi franchising, che parte di strutture composte esclusivamente o parzialmente da Punti

Dettagli

Company Overview. Settembre 2015 www.pangeaformazione.it

Company Overview. Settembre 2015 www.pangeaformazione.it Company Overview Settembre 2015 www.pangeaformazione.it Chi siamo! L azienda Siamo specializzati nella progettazione di modelli statistico-matematici a supporto delle decisioni strategiche, fornendo anche

Dettagli

Data mining. Data Mining. processo di Data Mining estrarre automaticamente informazioneda un insieme di dati

Data 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

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

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

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

Knowledge Discovery e Data Mining

Knowledge Discovery e Data Mining Sommario Knowledge Discovery e Mining Introduzione Motivazioni ed applicazioni ll processo di KDD Fasi e caratteristiche Le tecniche di DM Classificazione e regressione Scoperta di regole associative Clustering

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

ALBERT. copyright hventiquattro

ALBERT. copyright hventiquattro ALBERT ALBERT MONETIZZARE LE SCORTE Il tuo magazzino: da deposito a risorsa Albert agisce sulle fonti di finanziamento interno. Non tanto in termini di puro taglio dei costi, quanto di recupero di flussi

Dettagli

Introduzione alle tecniche di Data Mining. Prof. Giovanni Giuffrida

Introduzione 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

Dettagli

OGGETTO DELL INFORMATICA AZIENDALE 1 1/002.0

OGGETTO DELL INFORMATICA AZIENDALE 1 1/002.0 OGGETTO DELL INFORMATICA AZIENDALE 1 1/002.0 DEFINIZIONE INFORMATICA AZIENDALE: PROGETTAZIONE SVILUPPO REALIZZAZIONE MANUTENZIONE UTILIZZO...DEI SISTEMI INFORMATIVI AZIENDALI 1 1/003.0 Questi sono li obiettivi

Dettagli

OneClick Staffware Process RM Prodotto da SELT-INFORM e personalizzato da SUED. la soluzione completa per il Customer Relationship Management

OneClick Staffware Process RM Prodotto da SELT-INFORM e personalizzato da SUED. la soluzione completa per il Customer Relationship Management OneClick Staffware Process RM Prodotto da SELT-INFORM e personalizzato da SUED la soluzione completa per il Customer Relationship Management OneClick è una soluzione di Customer Relationship Management

Dettagli

Cloud Store Industry > CS1 IL BUSINESS COIFFURE DA UN ALTO PUNTO DI VISTA

Cloud Store Industry > CS1 IL BUSINESS COIFFURE DA UN ALTO PUNTO DI VISTA Cloud Store Industry > CS1 IL BUSINESS COIFFURE DA UN ALTO PUNTO DI VISTA CRM LOYALTY E COMMERCE INTELLIGENCE Caratteristiche principali 1. CS1 è una App POS & CRM progettata per i settori coiffure & beauty,

Dettagli

SISTEMI INFORMATIVI. Definizione, classificazioni

SISTEMI INFORMATIVI. Definizione, classificazioni SISTEMI INFORMATIVI Definizione, classificazioni IL SISTEMA INFORMATIVO AZIENDALE A cosa serve una definizione? a identificare i confini del SI a identificarne le componenti a chiarire le variabili progettuali

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

MISSIONE AZIENDALE TRAMITE

MISSIONE AZIENDALE TRAMITE MISSIONE AZIENDALE progettazione, realizzazione, integrazione e conduzione di sistemi complessi con l utilizzo di nuove tecnologie per aziende ed enti pubblici TRAMITE Ricerca e Sviluppo per l ideazione,

Dettagli

COME FRODE. la possibilità propri dati. brevissimo. Reply www.reply.eu

COME FRODE. la possibilità propri dati. brevissimo. Reply www.reply.eu FRAUD MANAGEMENT. COME IDENTIFICARE E COMB BATTERE FRODI PRIMA CHE ACCADANO LE Con una visione sia sui processi di business, sia sui sistemi, Reply è pronta ad offrire soluzioni innovative di Fraud Management,

Dettagli

REALIZZARE UN MODELLO DI IMPRESA

REALIZZARE 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

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 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

-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

BUSINESS INTELLIGENCE

BUSINESS 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

Dettagli

FRANCHISING E CATENE DI

FRANCHISING E CATENE DI Passepartout Retail è una soluzione studiata per soddisfare le esigenze gestionali e fiscali delle attività di vendita al dettaglio. Il prodotto, estremamente flessibile, diventa specifico per qualsiasi

Dettagli

Anteprima Estratta dall' Appunto di Trade e marketing e business

Anteprima Estratta dall' Appunto di Trade e marketing e business Anteprima Estratta dall' Appunto di Trade e marketing e business Università : Università degli studi di Bologna Facoltà : Economia Indice di questo documento L' Appunto Le Domande d'esame e' un sito di

Dettagli

Business Intelligence Revorg. Roadmap. Revorg Business Intelligence. trasforma i dati operativi quotidiani in informazioni strategiche.

Business Intelligence Revorg. Roadmap. Revorg Business Intelligence. trasforma i dati operativi quotidiani in informazioni strategiche. soluzioni di business intelligence Revorg Business Intelligence Utilizza al meglio i dati aziendali per le tue decisioni di business Business Intelligence Revorg Roadmap Definizione degli obiettivi di

Dettagli

RetailOne. RetailOne è l add-on sviluppato interamente su piattaforma SAP Business One, destinato ai punti vendita.

RetailOne. RetailOne è l add-on sviluppato interamente su piattaforma SAP Business One, destinato ai punti vendita. Le aziende che oggi vogliono operare nel settore della distribuzione organizzata devono saper interagire con l'ambiente competitivo che le circonda con grande prontezza. Avere le informazioni giuste al

Dettagli

TECNICO SUPERIORE DELLA LOGISTICA INTEGRATA

TECNICO SUPERIORE DELLA LOGISTICA INTEGRATA ISTRUZIONE E FORMAZIONE TECNICA SUPERIORE SETTORE TRASPORTI TECNICO SUPERIORE DELLA LOGISTICA INTEGRATA STANDARD MINIMI DELLE COMPETENZE TECNICO PROFESSIONALI TECNICO SUPERIORE DELLA LOGISTICA INTEGRATA

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

O m n i a Q MS w h i t e p a p e r Pag. 1/6

O m n i a Q MS w h i t e p a p e r Pag. 1/6 Omnia QMS è la piattaforma informatica studiata per supportare i sistemi aziendali certificati, per garantire la pianificazione delle attività, l individuazione delle risorse necessarie, la registrazione

Dettagli

TECNICO SUPERIORE DELLE INFRASTRUTTURE LOGISTICHE

TECNICO SUPERIORE DELLE INFRASTRUTTURE LOGISTICHE ISTRUZIONE E FORMAZIONE TECNICA SUPERIORE SETTORE TRASPORTI TECNICO SUPERIORE DELLE INFRASTRUTTURE LOGISTICHE STANDARD MINIMI DELLE COMPETENZE TECNICO PROFESSIONALI TECNICO SUPERIORE DELLE INFRASTRUTTURE

Dettagli

d 2 i e Visual Data Mining : Un ambiente integrato per l estrazione della conoscenza dai dati della produzione industriale

d 2 i e Visual Data Mining : Un ambiente integrato per l estrazione della conoscenza dai dati della produzione industriale d 2 i e Visual Data Mining : Un ambiente integrato per l estrazione della conoscenza dai dati della produzione industriale O b i e t t i v o Rendere le informazioni esistenti in azienda liberamente fruibili

Dettagli

20 People. 33 anni Età media 80% ISO 9001 Certificazione Sviluppo modelli predittivi. About Pangea Formazione

20 People. 33 anni Età media 80% ISO 9001 Certificazione Sviluppo modelli predittivi. About Pangea Formazione Company Overview About Pangea Formazione About Pangea Formazione 20 People 33 anni Età media 80% Ph.D. ISO 9001 Certificazione Sviluppo modelli predittivi Progettiamo modelli statistico-matematici a supporto

Dettagli

Claudio Lattanzi. More Controllo Performance: i dati. unico progetto di modellazione

Claudio 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

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

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

uadro Business Intelligence Professional Gestione Aziendale Fa quadrato attorno alla tua azienda

uadro Business Intelligence Professional Gestione Aziendale Fa quadrato attorno alla tua azienda Fa quadrato attorno alla tua azienda Professional Perché scegliere Cosa permette di fare la businessintelligence: Conoscere meglio i dati aziendali, Individuare velocemente inefficienze o punti di massima

Dettagli

Tecnologie dell informatica per l azienda SISTEMA INFORMATIVO E SISTEMA INFORMATICO NEI PROCESSI AZIENDALI

Tecnologie dell informatica per l azienda SISTEMA INFORMATIVO E SISTEMA INFORMATICO NEI PROCESSI AZIENDALI Tecnologie dell informatica per l azienda SISTEMA INFORMATIVO E SISTEMA INFORMATICO NEI PROCESSI AZIENDALI IL SISTEMA INFORMATIVO AZIENDALE Un azienda è caratterizzata da: 1. Persone legate tra loro da

Dettagli

Le imprese Web Active in Italia

Le imprese Web Active in Italia Le imprese Web Active in Italia per settore di attività Introduzione p. 2 Obiettivo e variabili utilizzate p. 2 La classifica p. 4 Analizziamo i dati p. 5 Metodologia p. 9 1 Le imprese Web Active in Italia

Dettagli

19/01/2015 La Repubblica - Affari Finanza - N.2-19 Gennaio 2015

19/01/2015 La Repubblica - Affari Finanza - N.2-19 Gennaio 2015 19/01/2015 La Repubblica - Affari Finanza - N.2-19 Gennaio 2015 Pag. 33 (diffusione:581000) La proprietà intellettuale è riconducibile alla fonte specificata in testa alla pagina. Il ritaglio stampa è

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

Organizzazione delle informazioni: Database

Organizzazione delle informazioni: Database Organizzazione delle informazioni: Database Laboratorio Informatico di base A.A. 2013/2014 Dipartimento di Scienze Aziendali e Giuridiche Università della Calabria Dott. Pierluigi Muoio (pierluigi.muoio@unical.it)

Dettagli

LA TECHNOLOGY TRANSFER PRESENTA MARK WEB ANALYTICS E BUSINESS INTELLIGENCE ESTENDERE LA BI PER SUPPORTARE IL MARKETING ONLINE E LA CUSTOMER ANALYSIS

LA TECHNOLOGY TRANSFER PRESENTA MARK WEB ANALYTICS E BUSINESS INTELLIGENCE ESTENDERE LA BI PER SUPPORTARE IL MARKETING ONLINE E LA CUSTOMER ANALYSIS LA TECHNOLOGY TRANSFER PRESENTA MARK MADSEN SOCIAL MEDIA, WEB ANALYTICS E BUSINESS INTELLIGENCE ESTENDERE LA BI PER SUPPORTARE IL MARKETING ONLINE E LA CUSTOMER ANALYSIS ROMA 12-13 MAGGIO 2011 VISCONTI

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

CUSTOMER EXPERIENCE AND SOCIAL MEDIA ANALYTICS

CUSTOMER EXPERIENCE AND SOCIAL MEDIA ANALYTICS CUSTOMER EXPERIENCE AND SOCIAL MEDIA ANALYTICS UNIVERSITA DI ROMA TOR VERGATA 27 NOVEMBRE 2013 CONTESTO OBIETTIVI DESTINATARI IL MASTER CUSTOMER EXPERIENCE AND SOCIAL MEDIA ANALYTICS Cresce la domanda

Dettagli

Stock&Store la soluzione software per le gestione del punto vendita nei settori Retail, Ristorazione e Fashion.

Stock&Store la soluzione software per le gestione del punto vendita nei settori Retail, Ristorazione e Fashion. Stock&Store la soluzione software per le gestione del punto vendita nei settori Retail, Ristorazione e Fashion. Stock&Store è la soluzione informatica integrata per la gestione del punto vendita, sia esso

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

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

DoK! Business Solutions IDEAL SOLUTIONS FOR SALES, MARKETING AND CRM.

DoK! Business Solutions IDEAL SOLUTIONS FOR SALES, MARKETING AND CRM. DoK! Business Solutions IDEAL SOLUTIONS FOR SALES, MARKETING AND CRM. DoK! Business Solutions Accesso alle piùimportanti informazioni e comunicazioni aziendali attraverso una combinazione di applicazioni

Dettagli

comscore: costruire un grande data warehouse per i Big Data

comscore: 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

Dettagli

IL SISTEMA INFORMATIVO AZIENDALE

IL SISTEMA INFORMATIVO AZIENDALE IL SISTEMA INFORMATIVO AZIENDALE CL. 5ATP - A.S. 2006/2007 L azienda e i suoi elementi PERSONE AZIENDA BENI ECONOMICI ORGANIZZAZIONE L azienda è un insieme di beni organizzati e coordinati dall imprenditore

Dettagli

Il progetto di ricerca Ellade

Il progetto di ricerca Ellade Il progetto di ricerca Ellade Ellade ELectronic Live ADaptive Learning Gruppo di lavoro Università degli Studi della Calabria, Dipartimento di Matematica Università degli Studi Mediterranea di Reggio Calabria,

Dettagli

Marketing avanzato (Customer Relationship Management) A.A. 2013-2014 Prof. Gennaro Iasevoli

Marketing avanzato (Customer Relationship Management) A.A. 2013-2014 Prof. Gennaro Iasevoli Marketing avanzato (Customer Relationship Management) A.A. 2013-2014 Prof. Gennaro Iasevoli UNIVERSITÀ LUMSA Laurea Specialistica in Comunicazione d impresa, Marketing, New media INFORMAZIONI Materiale

Dettagli

Integrazione dei processi aziendali Sistemi ERP e CRM. Alice Pavarani

Integrazione dei processi aziendali Sistemi ERP e CRM. Alice Pavarani Integrazione dei processi aziendali Sistemi ERP e CRM Alice Pavarani Un ERP rappresenta la maggiore espressione dell inseparabilità tra business ed information technology: è un mega-package di applicazioni

Dettagli

BVMEDIA Srl Viale Monterosa, 21 20149 Milano. Wedel Software BV PO Box 92 2600 AB Leidschendam The Netherlands

BVMEDIA Srl Viale Monterosa, 21 20149 Milano. Wedel Software BV PO Box 92 2600 AB Leidschendam The Netherlands BVMEDIA Srl Viale Monterosa, 21 20149 Milano T +39 0287158167 F +39 0287151064 Wedel Software USA Inc. 1461 A First Avenue, # 360 New York, NY 10021-2209 USA Wedel Software BV PO Box 92 2600 AB Leidschendam

Dettagli

Sommario degli argomenti 1. MODA++: IL SOFTWARE PER LE BOUTIQUES...2 2. LE PRINCIPALI FUNZIONALITÀ DI MODA++...3 3. MODA++ : IL TARGET DI MERCATO...

Sommario degli argomenti 1. MODA++: IL SOFTWARE PER LE BOUTIQUES...2 2. LE PRINCIPALI FUNZIONALITÀ DI MODA++...3 3. MODA++ : IL TARGET DI MERCATO... Sommario degli argomenti 1. MODA++: IL SOFTWARE PER LE BOUTIQUES...2 2. LE PRINCIPALI FUNZIONALITÀ DI MODA++...3 2.1 GESTIONE ANAGRAFICA ARTICOLI... 4 2.2 GESTIONE LISTINI... 5 2.3 GESTIONE FIDELIZZAZIONE

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

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

Offerta tecnica. Allegato III Modelli di documentazione

Offerta tecnica. Allegato III Modelli di documentazione Offerta tecnica Allegato III Modelli di documentazione Gestione, sviluppo e manutenzione dell architettura software di Business Intelligence in uso presso Cestec S.p.A. Redatto da Omnia Service Italia

Dettagli

INFORMATION SECURITY. AXXEA Srl Via Francesco Soave, 24 I - 20135 Milano I SERVIZI DI CONSULENZA. www.axxea.it info@axxea.it

INFORMATION SECURITY. AXXEA Srl Via Francesco Soave, 24 I - 20135 Milano I SERVIZI DI CONSULENZA. www.axxea.it info@axxea.it INFORMATION SECURITY I SERVIZI DI CONSULENZA. AXXEA Srl Via Francesco Soave, 24 I - 20135 Milano www.axxea.it info@axxea.it INDICE 1. SICUREZZA DELLE INFORMAZIONI... 3 1.1 ANALISI DELLO STATO DELL ARTE...

Dettagli

1. Orientamento al prodotto 2. Orientamento alle vendite 3. Orientamento al mercato 4. Orientamento al marketing

1. Orientamento al prodotto 2. Orientamento alle vendite 3. Orientamento al mercato 4. Orientamento al marketing L ATTIVITA COMMERCIALE DELL AZIENDA: MARKETING Attività e processi mediante i quali l azienda è presente sul mercato reale su cui colloca i propri prodotti. Solitamente il marketing segue un preciso percorso,

Dettagli

SMS Strategic Marketing Service

SMS 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

Dettagli

CREA VALORE DALLE RELAZIONI CON I TUOI CLIENTI

CREA VALORE DALLE RELAZIONI CON I TUOI CLIENTI Ideale anche per la tua azienda CREA VALORE DALLE RELAZIONI CON I TUOI CLIENTI La soluzione CRM semplice e flessibile MarketForce CRM è una soluzione di Customer Relationship Management (CRM) affidabile,

Dettagli

Elio 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 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

Dettagli

CRM E GESTIONE DEL CLIENTE

CRM E GESTIONE DEL CLIENTE CRM E GESTIONE DEL CLIENTE La concorrenza è così forte che la sola fonte di vantaggio competitivo risiede nella creazione di un valore superiore per i clienti, attraverso un investimento elevato di risorse

Dettagli

Suite B-B FOX INTELLIGENTE, AGILE, VELOCE. c o n t a b i l i t à. m a g a z z i n o

Suite B-B FOX INTELLIGENTE, AGILE, VELOCE. c o n t a b i l i t à. m a g a z z i n o INTELLIGENTE, AGILE, VELOCE Suite B-B FOX Lo strumento modulare per la gestione della tua azienda vendite acquisti c o n t a b i l i t à m a g a z z i n o business intelligence & stats monitoraggio del

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

A p i c e w h i t e p a p e r Pag. 1/6

A p i c e w h i t e p a p e r Pag. 1/6 Apice è un sistema informativo in grado di gestire tutti gli aspetti di maggiore importanza nella vita di una azienda moderna: la pianificazione delle risorse, i rapporti con i clienti, la qualità, la

Dettagli

Titolo: Sistemi di bigliettazione elettronica: analisi dati e data mining Relatore: Andrea Gaffi

Titolo: Sistemi di bigliettazione elettronica: analisi dati e data mining Relatore: Andrea Gaffi Titolo: Sistemi di bigliettazione elettronica: analisi dati e data mining Relatore: Andrea Gaffi M.A.I.O.R. Software house con svariate soluzioni sw per il TPL Prodotti che coprono l intero processo Stima

Dettagli

Energy Data Management System (EDMS): la soluzione software per una gestione efficiente dell energia secondo lo standard ISO 50001

Energy Data Management System (EDMS): la soluzione software per una gestione efficiente dell energia secondo lo standard ISO 50001 Energy Data Management System (EDMS): la soluzione software per una gestione efficiente dell energia secondo lo standard ISO 50001 Oggi più che mai, le aziende italiane sentono la necessità di raccogliere,

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

Business Intelligence. Il data mining in

Business Intelligence. Il data mining in Business Intelligence Il data mining in L'analisi matematica per dedurre schemi e tendenze dai dati storici esistenti. Revenue Management. Previsioni di occupazione. Marketing. Mail diretto a clienti specifici.

Dettagli

Credex LA PIATTAFORMA PER LA GESTIONE DELLA CATENA ESTESA DEL VALORE DEL RECUPERO CREDITI. ABI Consumer Credit 2003. Roma, 27 marzo 2003

Credex LA PIATTAFORMA PER LA GESTIONE DELLA CATENA ESTESA DEL VALORE DEL RECUPERO CREDITI. ABI Consumer Credit 2003. Roma, 27 marzo 2003 LA PIATTAFORMA PER LA GESTIONE DELLA CATENA ESTESA DEL VALORE DEL RECUPERO CREDITI ABI Consumer Credit 2003 Roma, 27 marzo 2003 Questo documento è servito da supporto ad una presentazione orale ed i relativi

Dettagli

Il Furto d identità nelle Telecomunicazioni

Il 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

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

FORMATO EUROPEO PER IL CURRICULUM VITAE

FORMATO EUROPEO PER IL CURRICULUM VITAE FORMATO EUROPEO PER IL CURRICULUM VITAE INFORMAZIONI PERSONALI Nome Codice fiscale Barba Salvatore BRBSVT79R26A089P ESPERIENZA LAVORATIVA 11/2011-03/2012 GLINWELL MARKETING LTD - Gran bretagna e irlanda

Dettagli

Geomarketing: nuove soluzioni alle problematiche aziendali

Geomarketing: nuove soluzioni alle problematiche aziendali Geomarketing: nuove soluzioni alle problematiche aziendali Agenda del corso Introduzione al geomarketing Definizione di geomarketing Ambiti di applicazione Il GMKTG nelle strategie aziendali, esempi di

Dettagli