Data mining per il marketing
This presentation is the property of its rightful owner.
Sponsored Links
1 / 10

DATA MINING PER IL MARKETING PowerPoint PPT Presentation


  • 213 Views
  • Uploaded on
  • Presentation posted in: General

DATA MINING PER IL MARKETING. Andrea Cerioli [email protected] Sito web del corso http://economia.unipr.it/DOCENTI/. Corsi nei precedenti ordinamenti di TRADE: Statistica per le decisioni di marketing Analisi delle statistiche di vendita

Download Presentation

DATA MINING PER IL MARKETING

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Data mining per il marketing

DATA MINING PER IL MARKETING

Andrea Cerioli

[email protected]

Sito web del corso

http://economia.unipr.it/DOCENTI/

Corsi nei precedenti ordinamenti di TRADE:

Statistica per le decisioni di marketing

Analisi delle statistiche di vendita

Informatica e statistica per le decisioni aziendali


Orario lezioni

ORARIO LEZIONI

I PERIODO

Giovedì11 – 13 (aula A)

Giovedì14 – 16 (aula A)

Venerdì9 – 11 (aula A)

II PERIODO (dal 17/4)

Giovedì11 – 13 (aula A)

Giovedì14 – 16 (aula A)

Venerdì11 – 13 (aula A)

Sospensioni:

Dal 7 aprile al 2 maggio (compresi): interruzione lezioni + Vacanze Pasquali + 1° maggio

Termine (indicativo) delle lezioni: giovedì 14/5 o venerdì 15/5


Argomenti principali del corso

Argomenti principali del corso

Regressione lineare multipla

Richiami su regr. semplice e inferenza statistica (v. corsi precedenti)

Estensione al caso di più variabili esplicative (per uso concreto)

Stima e test sui coefficienti di regressione

Scelta del modello e previsioni

Regressione logistica

Estensione del modello più utilizzata nelle applicazioni di marketing e data mining: previsione del comportamento del consumatore

Alberi di classificazione

Previsione del comportamento del consumatore

Approfondimento sui differenti algoritmi disponibili

Segmentazione della clientela

Cluster analysis

Segmentazione della clientela

Non solo formule:

Funzioni Excel e comandi SPSS per l’analisi statistica: non può essere fatta a mano!

Interpretazione dell’output

Testimonianze


Libri di testo v pagina web del corso

Libri di testo (v. pagina web del corso):

Per la parte sulla regressione:

M. Riani, F. Laurini e G. Morelli: Strumenti statistici e informatici per applicazioni aziendali, Pitagora Editrice, Bologna, 2013  Capitoli 4 – 5 + Esercizi e Appendici.

Per la parte sulla regressione logistica:

A. Ceriolie F. Laurini: Il modello di regressione logistica, Uni.Nova, Parma, 2013  Tutto (tranne Appendice).

Per la parte sugli alberi di classificazione

S. Zani e A. Cerioli: Analisi dei dati e data mining per le decisioni aziendali, Giuffrè, Milano, Capitolo XI.

Per la parte sulla cluster analysis:

S. Zani e A. Cerioli: Analisi dei dati e data mining per le decisioni aziendali, Giuffrè, Milano, Capitolo IX (paragrafi 1 – 2 – 11 – 12).


Modalit di esame

Modalità di esame

Prova scritta (NO orale) su tutto il programma

  • Libri di testo sì – NO FOTOCOPIE

  • Appunti NO

  • Parlare con altri NO

  • Calcolatrice sì

  • Durata 1 ora

  • Esercizi con domande di:

    • interpretazione dei risultati

    • teoria

    • calcoli (semplificati)

    • tipicamente 1 Esercizio consta di più domande (v. descrittori nel Syllabus)

  • Sufficienza: raggiungere 18/30 sommando le diverse risposte!


Date esami da verificare

Date Esami(da verificare)

Solo nel primo appello (data la vicinanza con il termine delle lezioni):

Focus sugli argomenti maggiormente approfonditi a lezione

Domanda supplementare (3 punti) il cui punteggio si aggiunge a quello degli Esercizi standard

  • 27 maggio ore 11

  • 17 giugno ore 9

  • 1 luglio ore 9

  • 11 settembre ore 9


Laboratorio di analisi avanzata dei dati 4 cfu argomenti principali del corso

Laboratorio di Analisi Avanzata dei Dati (4 cfu) Argomenti principali del corso

Approfondimenti sulle metodologie di analisi dei dati per le decisioni aziendali:

Misure di associazione tra coppie di prodotti e la Basket Analysis

Metodologie per la segmentazione dei consumatori (v. corso Data Mining per il Marketing)

Modelli per lo studio del comportamento di acquisto e di consumo (v. corso Data Mining per il Marketing)

Testimonianze

Orario: Venerdì 14-18 (altri orari da concordare)

Modalità interattiva: assignment da elaborare in proprio

Può essere l’occasione per iniziare una tesi di laurea …

Inizio: 21/2/2014

Iscrizioni: entro 17/2/2014


Laboratorio di analisi avanzata dei dati materiale didattico

Laboratorio di Analisi Avanzata dei DatiMateriale didattico

Indicazioni durante il laboratorio

Testi didattici + approfondimenti (anche in inglese)

Obiettivo: simulare (in parte) una ricerca individuale


Laboratorio di analisi avanzata dei dati modalit di esame

Laboratorio di Analisi Avanzata dei DatiModalità di esame

Esame orale e discussione di casi reali

  • 17 giugno ore 9


Per tutti gli studenti corso laboratorio

Per tutti gli studenti (Corso + Laboratorio)

Possibilità di accedere all’aula didattica del CERD per esercitazioni individuali con Excel e SPSS

  • Modalità di accesso programmate:

  • in base ad una prenotazione individuale: ciascuno studente deve identificarsi presso la Reception del Centro in qualità di studente iscritto a Trade Marketing e frequentante il Corso o il Laboratorio

  • per piccoli gruppi

  • Occorre preventivamente consultare l’agenda delle prenotazioni dell’aula didattica su easyroom


  • Login