Scheda corso | Quadrifor

Data Analytics - Percorso di specializzazione

FORMAZIONE INTERAZIENDALE
Condividi

La Data Analytics (BA) è un insieme di competenze e tecnologie atte a ottenere informazioni ad alto valore aggiunto a partire dai grandi volumi di dati disponibili in azienda e in rete, in modo tale che si possa intervenire efficacemente su ogni aspetto legato alle performance aziendali.

A differenza della Business Intelligence, che si limita a valutare “cosa è successo”, la Data Analytics spiega il “perché”, indicando anche “cosa si dovrebbe fare” per ottenere sempre migliori risultati.

Si riconoscono tre tipi di Data Analytics: Descrittiva, che mira a comprendere lo stato attuale del business; Predittiva, che utilizza tecniche di apprendimento automatico per determinare risultati futuri; Prescrittiva, che indica le decisioni da prendere in base ai risultati ottenuti.

La Data Analytics può essere utilizzata con successo in vari settori aziendali, ad esempio:

CRM per indentificare ciò che crea insoddisfazione da parte della clientela con conseguente abbandono, e attuare strategie per il mantenimento dei clienti più profittevoli.

Marketing per suddividere la clientela in micro-segmenti ai quali indirizzare offerte mirate per attività di cross/up-selling, non solo in base alle caratteristiche demografiche, ma anche ai comportamenti d’acquisto.

Produzione per individuare i fattori che influenzano la bottom-line, per contenere i costi e aumentare l’efficienza dei processi, come la logistica e la “supply-chain”.

Risorse Umane per analizzare le competenze disponibili, anticipare le richieste future ottimizzando proattivamente la composizione del personale.

Per questi motivi, sono sempre più numerose le aziende che avvertono la necessità di adottare tecnologie emergenti e sviluppare le competenze per poterle utilizzare in modo efficace.

Il presente percorso formativo si rivolge a soddisfare tale necessità.


Informazioni generali

Milano
17/10/2022 - Orario: 09:00 13:00/14:00 17:30 Aula
24/10/2022 - Orario: 09:00 13:00/14:00 17:30 Aula
31/10/2022 - Orario: 09:00 13:00/14:00 17:30 Aula
07/11/2022 - Orario: 09:00 13:00/14:00 17:30 Virtual
Durata: 4 giornate in aula full time - Milano ore
Codice: 1139

A chi si rivolge il corso?

Quadri interessati ad acquisire competenze di analisi di grandi volumi di dati, al fine di prevedere e anticipare le nuove tendenze del mercato.

Per partecipare al corso è necessario avere conoscenze di base di statistica descrittiva (indicatori sintetici: media, mediana, varianza, deviazione standard; significato di distribuzione statistica). Durante il corso sono previsti il download e l’installazione assistita di KNIME®.

 

Focus: Modulo 1 - Estrazione, Trasformazione ed esplorazione dei datiIl perché della Data Analytics
  • La catena del valore del dato
  • Data e Metadata
  • Data Quality
  • Differenza tra Small e Big Data 
  • La tripartizione della Data Analytics: descrittiva, predittiva e prescrittiva
Il software utilizzato: KNIME® Analytics Platform
  • Installazione
  • Ambiente operativo
  • Principi di funzionamento
Il processo di ETL (Extract,Transformation, Loading)Extract
  • File di testo (txt, csv) ed Excel
  • Tabelle di Database
Transformation e Data Quality
  • Trasformazione dei dati
  • Dati mancanti (Missing data)
Loading
  • Costruzione del dataset tematico (Customer Table)
Exploratory Data Analysis (EDA)
  • Grafici di dispersione, Line-Plot, Istogrammi, box-plot, Ricerca dei valori estremi (Outlier)
 Modulo 2 - Machine Learning: Modelli Predittivi, di Classificazione e di AssociazioneCosa si intende per Machine Learning
  • La metodologia base per un progetto di Data Analytics: CRISP-DM
  • Costruzione, Validazione e Deployment dei modelli
  • Tre tipi di algoritmi per il Machine Learning
    • Supervised Learning
    • Unsupervised Learning
    • Reinforcement Learning (cenni)
Supervised Learning
  • Regressione Lineare multipla con variabili numeriche e categoriali
  • Regressioni Logistica per funzione di risposta dicotomica
  • Classificazione: anticipare le preferenze per prendere decisioni mirate
    • Decision Tree
    • Random Forest
Unsupervised Learning
  • Cluster Analysis: riconoscere pattern all’interno dei dati e raggrupparli in gruppi omogenei
  • K-Means
  • Clustering gerarchico
    • Regole di associazione (affinità di prodotti/servizi)
    • Market Basket Analysis. Regole associative del tipo: chi compra A, compra anche B
    • Misure di qualità e affidabilità delle regole
Cosa imparerai:
Il percorso è finalizzato a fornire ai partecipanti conoscenze relative alla Data Analytics per:
  • Estrarre e trasformare dati interni (aziendali) ed esterni (internet)
  • Comprendere e valutare le informazioni ottenute con strumenti di Data Analysis e Data Visualization
  • Applicare modelli previsionali basati su algoritmi di Machine Learning
  • Interpretare, presentare e mettere in opera i risultati ottenuti
Sono previste metodologie didattiche attive che alternano momenti di comunicazione a momenti di esercitazione/workshop applicativi.  I partecipanti apprenderanno concetti e nuove metodologie attraverso casi, lavori di gruppo, esercitazioni, test di apprendimento, simulazioni.
Trainer:
Mario Dellagiovanna
Laurea in Fisica. Senior Consultant – Project Leader Gruppo Galgano. Consulente Senior – Specializzato in Lean-6Sigma, Master Black Belt, Project Management, Statistical Process Control, Problem Solving, Data Analytics, Analisi di Processo, Qualità di Processo e di Prodotto, Efficientamento processi in ottica Lean. Esperto di applicazioni dell’approccio Lean Six Sigma e di certificazione Green belt e Black Belt Ha maturato una lunga e consolidata esperienza di approccio Lean 6 sigma e di tutti gli strumenti ad esso collegati . E’ Master Black Belt Certificato. Da molti anni supporta aziende di servizi e industriali nella realizzazione di progetti LSS E’ docente per la Galgano e presso clienti sui temi: 6 Sigma, Problem solving, Project Management, Data Analytics, Qualità, Process Analysis. Dotato di grande capacità di analisi analitica e di forte leadership, determinazione e autonomia ha inoltre ottime capacità di problem solving e di gestione delle situazioni critiche.

In collaborazione con:
Galgano Consulting
Data Analytics - Percorso di specializzazione
Le iscrizioni al corso sono chiuse