Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Piano Didattico

A.A. 2023/2024 A.A. 2022/2023 A.A. 2021/2022 A.A. 2020/2021

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

1° Anno

InsegnamentiCreditiTAFSSD
9
B
SECS-P/08
12
C
MAT/06
12
B
INF/01

2° Anno  Attivato nell'A.A. 2021/2022

InsegnamentiCreditiTAFSSD
9
B/C
IUS/01 ,M-FIL/03
Training
6
F
-
Final exam
22
E
-
Attivato nell'A.A. 2021/2022
InsegnamentiCreditiTAFSSD
9
B/C
IUS/01 ,M-FIL/03
Training
6
F
-
Final exam
22
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 1°- 2°
1 module among the following (1st year: Big Data epistemology and Social research; 2nd year: Cybercrime, Data protection in business organizations, Comparative and Transnational Law & Technology)
6
C
M-FIL/02
6
C
IUS/02
6
C
IUS/17
6
C
IUS/04
6
C
SPS/07
Tra gli anni: 1°- 2°
2 courses among the following (1st year: Business analytics, Digital Marketing and market research; 2nd year: Logistics, Operations & Supply Chain, Digital transformation and IT change, Statistical methods for Business intelligence)
6
B
SECS-P/10
6
B
SECS-P/08
6
B
SECS-P/10
6
B
SECS-P/08
6
B
SECS-S/01
Tra gli anni: 1°- 2°
2 courses among the following (1st year: Complex systems and social physics, Discrete Optimization and Decision Making, 2nd year: Statistical models for Data Science, Continuous Optimization for Data Science, Network science and econophysics, Marketing research for agrifood and natural resources)
6
C
FIS/02
6
C
MAT/08
6
C
MAT/09
6
C
AGR/01
6
C
FIS/02
6
C
MAT/06
Tra gli anni: 1°- 2°
2 courses among the following (1st year: Data Visualisation, Data Security & Privacy, Statistical learning, Mining Massive Dataset, 2nd year: Machine Learning for Data Science)
6
B
INF/01
6
B
INF/01
6
B
ING-INF/05
6
B
ING-INF/05
6
B
INF/01
Tra gli anni: 1°- 2°
8
D
-

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.

A Attività di base
B Attività caratterizzanti
C Attività formative affini o integrative
D Attività a scelta dello studente
E Prova finale
F Altre attività formative
S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Business analytics  (2020/2021)

Codice insegnamento

4S008099

Docente

Alessandro Zardini

Coordinatore

Alessandro Zardini

Crediti

6

Lingua di erogazione

Inglese en

Settore Scientifico Disciplinare (SSD)

SECS-P/10 - ORGANIZZAZIONE AZIENDALE

Periodo

II semestre dal 1 mar 2021 al 11 giu 2021.

Orario Lezioni MoodleMoodle Seminari 0

Obiettivi formativi

Il presente corso si propone di far conoscere agli studenti il concetto e le tecniche inerenti al Business Analytics, ma anche il nuovo ruolo del “Business Analyst” all’interno dell’organizzazione. Prendendo a riferimento i KPIs (Key Process Indicators), derivanti dai processi aziendali precedentemente definiti attraverso il linguaggio BPMN, si procederà all’analisi ed alla valutazione in real-time degli stessi per poter creare dei report o delle dashboard di supporto al processo decisionale. I dati oltre ad essere utilizzati per il processo decisionale, per la parte operativa, serviranno anche per meglio allineare le componenti POPITTM al business model aziendale.

Al termine del corso lo studente dovrà dimostrare di:
● saper condurre analisi in ambito Business Intelligence
● ricavare informazione strutturata dai dati in funzione di specifiche di progetto
● analizzare soluzioni ad alto livello per rispondere a dettagliate esigenze di mercato
● essere in grado di utilizzare strumenti software e modelli matematici in ambito predictive analytics

Programma

Il corso intende fornire agli studenti i concetti fondamentali per la lettura e l’analisi dei dati aziendali, al fine di generare dei modelli predittivi per supportare il processo decisionale. Nello specifico nel corso verranno affrontate le seguenti tematiche:
1. Strutturare l’organizzazione per processi ed il modello POPITT© (People, Organization, Process, e IT).
2. La mappatura, l’analisi, la reingegnerizzazione dei processi e la definizione dei KPI.
3. La tecnica del BPMN (Business Process Model Notation) per la modellazione dei processi aziendali.
4. La gestione delle informazioni ed il DataWare House.
5. Gli strumenti di Business Intelligence.
6. La strutturazione delle informazioni e delle persone per l’analisi dei dati storici (querying, reporting, clustering, etc).
7. I modelli aziendali per l’analisi predittiva.
8. Introduzione ai Big Data.

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
Davenport T.H., Harris G.J. Competere con gli analytics. La nuova scienza per vincere nel business (Edizione 1) Franco Angeli edizioni 2019 9788891781086

Modalità d'esame

La prova d'esame sarà in forma scritta. Nello specifico l'esame sarà composto da tre domande aperte inerenti al testo.

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI