Anno di corso: 1

Crediti: 8
Crediti: 8
Crediti: 8
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Lingua/Prova Finale
Crediti: 3
Tipo: Lingua/Prova Finale

Anno di corso: 2

Anno di corso: 3

METODI INFORMATICI PER LA GESTIONE AZIENDALE

Scheda dell'insegnamento

Anno accademico di regolamento: 
2016/2017
Anno di corso: 
3
Anno accademico di erogazione: 
2018/2019
Tipo di attività: 
Obbligatorio a scelta
Lingua: 
Italiano
Crediti: 
8
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
72
Prerequisiti: 

Basi di dati
Probabilità e statistica per l'Informatica
Analisi e progettazione del software

Moduli

Metodi di valutazione

Modalita' di verifica dell'apprendimento: 

Sarà svolta una verifica intermedia, verso la metà di Dicembre, che consiste in un insieme di domande (al massimo 10) a risposta aperta riguardanti gli argomenti presentati nei punti 1-2 (microeconomia e organizzazione e gestione aziendale).
Ad ogni domanda sarà associato un punteggio, da 3 a 5. Lo studente può rispondere ad un qualsiasi numero di domande.

La valutazione del parziale sarà espressa attraverso un giudizio quali-quantitativo:
Insufficiente [<18]
Sufficiente [18->22]
Buono [23->26]
Eccellente [27->29]
Top [ >30]

Valutazione: 
Voto Finale

Obiettivi formativi

L'obiettivo è formare figure professionali che conoscano operativamete le principali funzioni della gestione di un’azienda intervenendo sui metodi informatici.

In laboratorio lo studente acquisirà competenze sugli aspetti di business analytics più rilevanti per la gestione dell’ azienda, approfondendo in particolare il linguaggio R per la modellazione dei dati e gli aspetti computazionali.

Rilievo particolare sarà dato all'analisi di problemi specifici nell'ambito marketing, alla presentazione dei dataset relativi, allo sviluppo di applicativi in R e alla valutazione dei risultati.

Verranno inoltre trattate le tematiche di gestione dei progetti in particolare per la realizzazione di servizi includendo la pianificazione dei progetti e i metodi per il controllo dei costi e rischi.

Contenuti

Il corso si articola in quattro moduli:

Micro economia
Organizzazione e gestione aziendale
Tecniche di Marketing analytics
Analisi di problemi specifici nell'ambito marketing e sviluppo di applicativi in R
I contenuti principali del corso

Micro economia
Organizzazione e gestione aziendale
Elementi di economia e organizzazione aziendale
La contabilità e il bilancio
La finanza aziendale
Tecniche di Marketing analytics
Analisi di problemi specifici nell'ambito marketing e sviluppo di applicativi in R
Business Intelligence (BI) e Data Modelling in ambito aziendale
presentazione e discussione di casi specifici di problemi di marketing
analisi dei relativi dataset e sviluppo soluzioni in R
Elementi di project management
Concetti generali del project management
La pianificazione dei progetti

Programma esteso

Elementi di microeconomia
Organizzazione e gestione aziendale
La contabilità e il bilancio
la finanza aziendale
Tecniche di Marketing analytics
presentazione e discussione di casi specifici di problemi di marketing
introduzione alle principali tecniche di machine learning per l'analisi dati marketing
Business Intelligence (BI) e Data Modelling in ambito aziendale
Presentazione delle principali piattaforme di Adavanced Analytics (anche cloud based) disponibili
Laboratorio:
Introduzione a R
Analisi esplorativa/descrittiva dei dataset
Sviluppo applicativi di machine learning in R
Elementi di project management
Concetti generali del project management
La pianificazione dei progetti

Bibliografia consigliata

Slide del corso fornite dai docenti
Libri di testo:
Microeconomia. Ediz. custom Daniel L. Rubinfeld, Robert S. Pindyck, Pearson
Economia e organizzazione aziendale, introduzione al governo delle imprese. Fabio Antoldi, MC Graw Hill
R for Marketing Research and Analytics, Chapman, Christopher N., McDonnell Feit, Elea

Metodi didattici

L'attività formativa si articolerà in lezioni frontali ed esercitazioni in cui verranno presentati gli applicativi open-source e le piattaforme disponibili sul mercato che saranno alla base dell'attività di laboratorio dedicata all'impostazione e allo sviluppo di un progetto che potrà consistere nella realizzazione di applicativi di marketing analytics.