. - Laboratorio informatico per le decisioni aziendali
I SEM.: I MOD.: PROF. MASSIMO MAMINO; II MOD.: PROF. GIUSEPPE BOARI
II SEM.: I MOD.: PROF. MASSIMO MAMINO; II MOD.: PROF. GABRIELE CANTALUPPI
OBIETTIVO DEL CORSO
Il corso si propone di conferire agli studenti la conoscenza dei principali metodi di
analisi delle grandi quantità di dati contenuti nei numerosi repository aziendali che,
se opportunamente trattati, possono essere impiegati in modo proficuo nella
definizione degli scenari presenti e futuri per il supporto decisionale.
Particolare attenzione viene posta agli aspetti metodologici e realizzativi, mediante
illustrazione di casi reali ed esercitazioni in aula con l’ausilio di strumenti
largamente utilizzati nel mondo aziendale.
PROGRAMMA DEL CORSO
Il corso prevede 60 ore di lezione ripartite fra teoria (40) e laboratorio (20).
La prima parte del corso sarà dedicata agli aspetti informatici del trattamento dei
dati (tecniche di acquisizione dei dati e di accesso alle basi di dati) e
all’applicazione di tecniche di Business Intelligence (analisi multidimensionale,
alberi decisionali, algoritmi di clustering, regole associative).
Nel secondo modulo, che consentirà l’approfondimento degli aspetti riguardanti
l’applicazione delle metodologie statistiche per l’analisi dei dati, verrà fissata
particolare attenzione alle procedure presenti in Excel, tra le quali figurano l’analisi
della regressione multipla, la simulazione delle distribuzioni di probabilità e
l’analisi delle serie storiche (medie mobili, destagionalizzazione, livellamento
esponenziale, previsione di possibili scenari).
BIBLIOGRAFIA
Per la parte informatica
Testo adottato
C. VERCELLIS, Business Intelligence: modelli matematici e sistemi per le decisioni, McGraw-Hill,
Milano, 2006 (Cap. 1, 3, 5, 6, Cap. 10, par. 10.1, 10.1.1, 10.2, 10.2.4, 10.3, 10.3.2, 10.3.4, 10.6,
Cap. 11, par. 11.1, 11.3, Cap. 12, par. 12.1, 12.1.1, 12.2, 12.2.1).
Testi consigliati per approfondimenti
F. RAJOLA (a cura di), Sistemi di CRM e business intelligence nel settore finanziario, Franco Angeli,
Milano, 2000 (Cap. 1, Cap. 3, par. 7.3).
R.J. ROIGER-M.W. GEATZ, Introduzione al Data Mining, McGraw-Hill, 2004 (Cap. 1, 2, 3, 7, par. 7.1,
7.2, 7.3, 7.4).
Per la parte statistica
M. BINI-G. SCAFFAI, Statistica aziendale. Analisi svolte con Excel, Pearson, Milano, 2009 (Cap. 1,
Cap. 2 tranne par. 2.4, Cap. 5, Cap. 6).
G. BOARI-G. CANTALUPPI, Raccolta di temi ed esercizi per il corso di Laboratorio Informatico per le
Decisioni Aziendali, 2° modulo (statistico) con allegato compact disk “Dati di base e
documentazione lezioni teoriche”, EDUCatt, Milano, 2010.
S. BORRA-A. DI CIACCIO, Statistica. Metodologie per le scienze economiche e sociali, McGraw-Hill,
Milano, 2008.
DIDATTICA DEL CORSO
Lezioni teoriche e laboratori.
METODO DI VALUTAZIONE
Prova scritta (esercizi e domande a risposta aperta) di valutazione globale sul
programma al termine dell’intero corso.
