Progetto FIRB Gestione della conoscenza Esposizione dei casi di studio Bressanone, 15 settembre 2006 Unità di ricerca del Politecnico di Bari.

Presentazione sul tema: "Progetto FIRB Gestione della conoscenza Esposizione dei casi di studio Bressanone, 15 settembre 2006 Unità di ricerca del Politecnico di Bari."— Transcript della presentazione:

1 Progetto FIRB Gestione della conoscenza Esposizione dei casi di studio Bressanone, 15 settembre 2006 Unità di ricerca del Politecnico di Bari

2 FIRB - Politecnico di Bari2 Agenda Descrizione della metodologia Esposizione dei casi di studio Caso Laterza breve presentazione del caso intervista preliminare descrizione del database e degli algoritmi risultati preliminari (regole scoperte) prossimi step Proposta di ri-articolazione della analisi della letteratura

3 FIRB - Politecnico di Bari3 Metodologia Intervista preliminare obiettivi aziendali conoscenza già in possesso dellazienda Analisi dei dati pre-processing del database algoritmi di data-mining Validazione della conoscenza statistica manageriale Refining dellanalisi dei dati

4 FIRB - Politecnico di Bari4 Misure di performance Data una regola: ant. cons. Supporto No.Trans.(ant.&cons.)/Tot.Trans. in quante transazioni antecedente e conseguente appaiono insieme? Confidenza No.Trans.(ant.&cons.)/No.Trans.(ant.) in quante transazioni in cui appare lantecedente, appare anche il conseguente? Valutazione manageriale quali regole hanno realmente valore per il management?

5 FIRB - Politecnico di Bari5 Intervista preliminare Direttore amministrativo e direttore delle vendite Conoscenza posseduta periodo di maggiori vendite regioni con maggiori vendite Obiettivi associazione luogo argomento meccanismi di adozione da parte delle università

6 FIRB - Politecnico di Bari6 Descrizione del database 2.314 clienti su tutto il territorio nazionale 509.000 transazioni 11 variabili utilizzate argomento, titolo, autore, collana, prezzo, quantità, data movimento, ecc. Algoritmi utilizzati (dopo il pre-processing) J48 (classifier – albero decisionale) a-priori (regole associative) predictive a-priori (regole associative)

7 FIRB - Politecnico di Bari7 Risultati preliminari Misure di performance confidenza > 30% supporto > 10% No. di regole ottenute = 200 (circa) Variabili le cui associazioni sono state indagate: primo e secondo argomento più acquistati regione città (universitaria o no) primo e secondo autore più acquistati valore netto (acquisti meno resi) mesi più redditizi

8 FIRB - Politecnico di Bari8 Alcuni esempi SE argomento più acquistato = Arte E città univ. = si ALLORA Secondo argomento più acquistato = Architettura e Urbanistica SE Autore più acquistato = Gallino ALLORA Secondo autore più acquistato = Bauman SE Regione = Sicilia E Città univ. = si ALLORA Transazioni = alte SE Regione = Sicilia E Città univ. = no ALLORA Transazioni = basse SE Regione = Trentino E Città univ. = si ALLORA Transazioni = alte SE Regione = Trentino E Città univ. = no ALLORA Transazioni = medie

9 FIRB - Politecnico di Bari9 Prossimi step Validazione della nuova conoscenza Review delle regole scoperte insieme al management aziendale Raffinamento dei criteri di analisi ad es. da città universitaria a facoltà

10 FIRB - Politecnico di Bari10 Proposta di ri-articolazione dellanalisi della letteratura Meccanismi di relazione interoganizzativa Task leader: Politecnico di Bari Ri-articolare per attori Motivazione Maggiore enfasi alle relazioni con i clienti

11 FIRB - Politecnico di Bari11 Indice precedente 2) MECCANISMI DI RELAZIONE INTEROGANIZZATIVA Drivers/motivazioni per la gestione conoscenza in termini interorganizzativi - WHY es. Clienti per raccogliere la VOC Attori coinvolti e loro ruoli - WHO clienti, users, intermediari, concorrenti, fornitori, centri ricerca Tipologie e caratteristiche delle relazioni - WHAT Tipologie: consorzi, alleanze, reti nei distretti, partnership Caratteristiche: relazioni diadiche o a network, presenza di capofila o meno, grado formalizzazione, ecc. Meccanismi organizzativi messi in atto a seconda della tipologia di relazione e di soggetti coinvolti - HOW es. meccanismi di coordinamento; Metodi e strumenti di analisi della relazioni interorganizzative es: social network analysis

12 FIRB - Politecnico di Bari12 Nuovo indice 2) Relazioni interoganizzative per la gestione della conoscenza Clienti Drivers e motivazioni della gestione della conoscenza Struttura e caratteristiche della relazione Modelli e metodi per la gestione della conoscenza Supply Chain Drivers e motivazioni della gestione della conoscenza Struttura e caratteristiche della relazione Modelli e metodi per la gestione della conoscenza Network di imprese Drivers e motivazioni della gestione della conoscenza Struttura e caratteristiche della relazione Modelli e metodi per la gestione della conoscenza