1 / 10

DATA MINING PER IL MARKETING

DATA MINING PER IL MARKETING. Andrea Cerioli andrea.cerioli@unipr.it 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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. DATA MINING PER IL MARKETING Andrea Cerioli andrea.cerioli@unipr.it 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

  2. ORARIO LEZIONI I PERIODO Giovedì 11 – 13 (aula A) Giovedì 14 – 16 (aula A) Venerdì 9 – 11 (aula A) II PERIODO (dal 17/4) Giovedì 11 – 13 (aula A) Giovedì 14 – 16 (aula A) Venerdì 11 – 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

  3. 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

  4. 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).

  5. 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!

  6. 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

  7. 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

  8. Laboratorio di Analisi Avanzata dei DatiMateriale didattico Indicazioni durante il laboratorio Testi didattici + approfondimenti (anche in inglese) Obiettivo: simulare (in parte) una ricerca individuale

  9. Laboratorio di Analisi Avanzata dei DatiModalità di esame Esame orale e discussione di casi reali • 17 giugno ore 9

  10. 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

More Related