Metodi Quantitativi per Economia, Finanza e Management Lezione n°1

Business intelligence (*) (BI) refers to skills, knowledge, technologies, applications, quality, risks, security issues and practices used to help a business to acquire a better understanding of market behavior and commercial context. For this purpose it undertakes the collection, integration, analysis, interpretation and presentation of business information. BI applications provide historical, current, and predictive views of business operations, most often using data already gathered into a Data Warehouse or a Data Mart. BI applications tackle sales, production, financial, and many other sources of business data to support better business decision- making. Thus one can also characterize a BI system as a Decision Support System (DSS). (*) Business Intelligence

Metodi Quantitativi per Economia, Finanza e Management Obiettivo del Corso: fornire una panoramica dell’impiego dei metodi quantitativi a supporto dei processi decisionali in ambito economico-aziendale. In particolare si farà riferimento all’analisi dei dati: esterni all’impresa (Fonti Ufficiali, Ricerche di Mercato) interni all’impresa (Database aziendali) relativamente a reali problematiche di business.

Programma del Corso: Modulo 1: la raccolta e l’organizzazione dei dati Modulo 2: le evidenze elementari Modulo 3: la riduzione delle dimensioni di analisi Modulo 4: i modelli di regressione Modulo 5: l’analisi delle serie temporali Metodi Quantitativi per Economia, Finanza e Management

Modalità didattiche: Focus sugli aspetti applicativi dell’analisi dei dati –Problematiche di business –Metodologia di base –Interpretazione dei risultati Esercitazioni e parte applicativa svolte con il software SAS Metodi Quantitativi per Economia, Finanza e Management

Modalità d’esame Sono previste due modalità d’esame, distinte per: –studenti frequentanti –studenti non frequentanti. Si intendono frequentanti coloro che raggiungono almeno il 70% delle firme (raccolte durante le lezioni e le esercitazioni). Metodi Quantitativi per Economia, Finanza e Management

Modalità d’esame - Frequentanti L'esame si svolge attraverso la combinazione di due distinte modalità. –La prima è costituita da un lavoro applicativo di gruppo. –La seconda è costituita da una prova individuale scritta con risposte multiple. Metodi Quantitativi per Economia, Finanza e Management

Lavoro di Gruppo – Modalità Prova di natura applicativa consistente nello svolgimento in un’analisi di tipo quantitativa mediante l’utilizzo del software SAS. Il gruppo di lavoro può essere costituito al massimo da sei studenti. Non sono ammessi gruppi di lavoro più numerosi. Metodi Quantitativi per Economia, Finanza e Management

Lavoro di Gruppo – Modalità La composizione del gruppo dovrà essere comunicata tramite posta elettronica, entro il 16/10/2007, a e Nella mail occorrerà specificare: –nome e numero di matricola dei partecipanti –nome del gruppo –titolo/argomento del lavoro di gruppo che si intende presentare Metodi Quantitativi per Economia, Finanza e Management

Lavoro di Gruppo – Modalità La prova consiste nell’elaborazione e analisi quantitativa di un set di dati raccolti mediante una survey opportunamente predisposta dal gruppo di lavoro. Ciascun progetto dovrà essere frutto di un lavoro collettivo e dovrà prevedere l’applicazione delle tecniche di analisi statistica presentate nel corso. Metodi Quantitativi per Economia, Finanza e Management

Lavoro di Gruppo – Modalità Per l’elaborazione dei dati mediante l’utilizzo di SAS, si potrà accedere alle postazioni opportunamente predisposte dall’ateneo. Il lavoro dovrà essere consegnato a Sig.ra Cavazzana, segreteria IMQ. Dovrà essere completo di: –Report cartaceo, in formato ppt. –CD Rom contenente: report, file di dati e output con le elaborazioni. –Questionario di rilevazione utilizzato in fase di raccolta dei dati. Metodi Quantitativi per Economia, Finanza e Management

Lavoro di Gruppo – Modalità La valutazione del lavoro di gruppo avverrà tenendo conto dei seguenti criteri, ciascuno secondo il peso specificato: –30%: completezza analisi –30%: qualità e correttezza dell’analisi –30%: implicazioni economico-manageriali –10%: editing Il lavoro di gruppo peserà sul voto finale per un massimo di 21/30. Sarà possibile accedere alla prova scritta individuale solo con una valutazione di almeno 13/30; per valutazioni inferiori, gli studenti dovranno sostenere l’esame previsto per i non frequentanti. Metodi Quantitativi per Economia, Finanza e Management

Lavoro di Gruppo – Modalità Le date per la consegna del lavoro di gruppo sono inderogabilmente fissate: –lunedì 11 gennaio 2010 –lunedì 25 gennaio 2010 Le date d’esame relative alla sessione invernale sono(*): –lunedì 18 gennaio 2010 –lunedì 1 febbraio 2010 –lunedì 8 febbraio 2010 Il lavoro di gruppo, previa consegna nelle date stabilite, avrà validità di un anno accademico. (*) Previo conferma da parte della segreteria IMQ Metodi Quantitativi per Economia, Finanza e Management

Prova individuale scritta - Modalità La prova consiste in un test a risposta multipla costituito da 10 domande,ciascuna con cinque alternative di risposta, di durata complessiva pari a 15 minuti. Per ciascuna risposta corretta verrà attribuito un punto. Per le risposte errate non è prevista penalizzazione. La prova si considera superata con un punteggio superiore uguale a 5/10. Potranno accedere alla prova individuale solo i componenti dei gruppi che hanno conseguito nella prova collettiva una votazione superiore a 13/30. Metodi Quantitativi per Economia, Finanza e Management

Prova individuale scritta - Modalità Nel caso in cui il punteggio ottenuto fosse inferiore a 5/10, lo studente dovrà sostenere nuovamente lo scritto integrativo nell’appello successivo. Ciò fino ad un massimo di tre tentativi, dopo di ché si passerà alla modalità “non frequentanti”. A fronte di un esito positivo della prova individuale, il voto finale dell’esame sarà dato dalla somma della valutazione ottenuta nel lavoro di gruppo con quella della prova individuale. E’ possibile rifiutare il voto ottenuto nella prova individuale una sola volta. Metodi Quantitativi per Economia, Finanza e Management

Non Frequentanti - Modalità d’esame L’esame per i non frequentanti sarà in forma scritta e avrà una durata di un’ora e trenta minuti. Le domande verteranno su tutto il programma del corso. Anche per la modalità non frequentanti è previsto il test a risposta multipla costituito da 10 domande,ciascuna con cinque alternative possibili. Metodi Quantitativi per Economia, Finanza e Management

Non Frequentanti - Modalità d’esame Per tale prova si suggerisce di completare la preparazione consultando i libri di testo consigliati: –Luigi Fabbris, Statistica multivariata: analisi esplorativa dei dati, Milano, McGraw-Hill –C. Chatfield, The Analysis of Time Series: An Introduction, London, Chapman and Hall –J.D. Jobson, Applied Multivariate Data Analysis, New York, Springer –L. Molteni, G. Trolio, Ricerche di marketing, Milano, Mc Graw Hill Non sarà possibile rifiutare il voto dello scritto. Metodi Quantitativi per Economia, Finanza e Management

Agenda: Business Intelligence & Data Sources Internal Data External Data Metodi Quantitativi per Economia, Finanza e Management

Business intelligence (*) (BI) refers to skills, knowledge, technologies, applications, quality, risks, security issues and practices used to help a business to acquire a better understanding of market behavior and commercial context. For this purpose it undertakes the collection, integration, analysis, interpretation and presentation of business information. BI applications provide historical, current, and predictive views of business operations, most often using data already gathered into a Data Warehouse or a Data Mart. BI applications tackle sales, production, financial, and many other sources of business data to support better business decision- making. Thus one can also characterize a BI system as a Decision Support System (DSS). (*) Business Intelligence

Business Intelligence systems are data-driven DSS. Internal Data Operational digital transaction CRM digital transaction External Data Public Data Base (Bureau of Census, Central Bank,..) Private Data Base (Consodata, D&B,..) Market Research Business Intelligence & Data Sources

Business Intelligence & Internal Data agents portals Management systems DW data collectiondata modelling & processing data analysis call center Business Intelligence Operational & Strategic Marketing Hints operations

Data Warehouse DMA Multi Level Summary OLAP Analisi Statistica Business Intelligence & Internal Data

Interaction between Customers & Company Digital transactions Billions of data Data Warehousing –Marketing Data Mart - Customer DataBase Data Mining (*) Customer Profiling (*) Data Mining is the process of extracting hidden patterns from data. As more data are gathered, data mining is becoming an increasingly important tool to transform this data into information. It is commonly used in a wide range of profiling practices, such as marketing, fraud detection and scientific discovery.

Customer Profiling & Data Mining Marketing Datamart Strategic decisions Segmentation How to select target marketing segments? Make behavioural data available Analysis and classification Marketing plan implementation Evaluation of results Identify business area Marketing Datamart Tactical actions Propensity Models Who are the best prospect to target for the campaign? Extract sample data Scoring model building Campaignimplementation Evaluation of results Identification of prior cross-selling segment Marketing Datamart

Customer Profiling & Data Mining Mail Order Finance Publishing Teleco New Media Scoring Model Behavioural Segmentation Credit Scoring Acceptance Score Card Credit Scoring Basel II Needs Based Segmentation Social Network Analysis

Public Data Base (Bureau of Census, Central Bank,..) Private Data Base (Consodata, D&B,..) Market Research –Interaction between Customers & Company –No digital transactions –Sampling –Few data – Customer Table –Classical Statistical tools –Demand Segmentation – Competitive Positioning Business Intelligence & External Data