DATA MINING PER IL MARKETING Andrea Cerioli andrea.cerioli@unipr.it Sito web del corso http://economia.unipr.it/DOCENTI/ Equipollenza con i corsi nei precedenti ordinamenti di TRADE (SDM, ASV, ISDA)

ORARIO LEZIONI I PERIODO II PERIODO (dal 9/4) Giovedì 11 – 13 (aula A) Venerdì 9 – 11 (aula A) II PERIODO (dal 9/4) Venerdì 11 – 13 (aula A) Sospensioni: Dal 2 all’8 aprile (compresi): Vacanze Pasquali 1° maggio (venerdì) 7 maggio (giovedì): Placement Day Termine (indicativo) delle lezioni: non oltre venerdì 15/5

Argomenti principali del corso Regressione lineare multipla Richiami su regr. semplice e inferenza statistica (v. corsi precedenti) Estensione al caso di più variabili esplicative (applicazioni reali) Stima e test sui coefficienti di regressione Scelta del modello e previsioni Regressione logistica Estensione del modello più utilizzata nelle applicazioni di marketing e di data mining: previsione del comportamento del consumatore Alberi di classificazione Previsione del comportamento del consumatore Conoscenza dei differenti algoritmi disponibili e stima tasso di errore Segmentazione della clientela Cluster analysis Segmentazione (non supervisionata) della clientela Non solo formule: Funzioni Excel e comandi SPSS per l’analisi statistica: non può essere fatta a mano! Interpretazione dell’output Testimonianze 3

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. Cerioli e 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). 4

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! 5

Date Esami (da verificare) 26 maggio ore 11 16 giugno ore 11 1 luglio ore 11 11 settembre ore 14 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

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 (in settimane da concordare) Modalità interattiva: assignment da elaborare in proprio Può essere l’occasione per iniziare una tesi di laurea … Inizio: venerdì 28/2/2015 Iscrizioni (in aula): entro 19/2/2015 7

Laboratorio di Analisi Avanzata dei Dati Materiale didattico Indicazioni durante il laboratorio e sul sito del corso Testi didattici + approfondimenti (anche in inglese) Obiettivo: simulare (in parte) una ricerca individuale 8

Laboratorio di Analisi Avanzata dei Dati Modalità di esame Esame orale e discussione di casi reali 18 giugno ore 9 9

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 10