Contatti
Telefonaci:
02-67 04 080
Scrivici:
Inviaci una richiesta:

BIG DATA ANALYTICS E DATA MINING PER LA CRESCITA AZIENDALE

Come guidare l'impresa oggi

Quando: lunedì 13 novembre 2017
Orario: dalle ore 9.30 alle ore 17.30
Presso: Adico - Via Cornalia, 19
Con: Amedeo De Luca

 

Per avvicinare le Pmi ai nuovi modelli di business e all’applicazione dei principali strumenti di Big Data Analytics, ACCADEMIA ADICO  offre – con questa giornata formativa - una straordinaria opportunità agli imprenditori italiani.

 

PERCHE’ PARTECIPARE

I Big Data e le connesse analisi (Data Mining) rappresentano una formidabile opportunità nel passaggio delle aziende verso il nuovo modello di Impresa 4.0, ma anche una nuova sfida organizzativa per le stesse.

Quotidianamente  le grandi aziende e le Pmi acquisiscono grandi quantità di dati, tramite le tecnologie digitali, che – uniti alle tradizionali fonti informative – generano i Big Data.

I Big data Analytics, cioè, le analisi di grandi masse di dati ed informazioni (strutturate e non), stanno rivoluzionando il modo di fare business; esse non sono più appannaggio delle sole imprese di grandi dimensioni, ma anche delle Pmi.

L’adozione delle nuove tecnologie di analisi consente di ridurre il gap delle Pmi nei confronti delle grandi imprese.

Le nuove tecnologie (Analytics) consentono di gestire in modo integrato le informazioni interne ed esterne (siti web, social media, ecc.), strutturate e destrutturate.

Il Data mining e le sue applicazioni ai Big Data consentono all’impresa di:

  • analizzare efficacemente i dati aziendali (dai “dati” all’ “informazione”: Informazione è potere!)
  • migliorare il processo decisionale, le prestazioni e i modelli di business
  •  incrementare il vantaggio competitivo
  • innovare i prodotti ed i servizi.

 

OBIETTIVI DEL CORSO

  • Offrire una panoramica applicativa delle metodologie di analisi dei dati (Analytics) basate sulle innovazioni tecnologiche
  • Individuare i fattori del Data Driven Business
  • Fare acquisire operativamente ai Partecipanti i principi e le tecniche dei moderni Analytics
  • Comprendere le potenzialità dei Big Data Analytics, attraverso concrete applicazioni

Il corso si propone di rispondere al seguente quesito di fondo:

Come cogliere le opportunità di business legate alla gestione delle informazioni?
A questo scopo esso affronta  tematiche di rilevante attualità e di importanza strategica per l’impresa: i Big Data, il Data Mining (Business Intelligence),   le metodologie predittive di ottimizzazione dei processi aziendali e delle azioni di Marketing.

Stante la difficoltà di reperire sul mercato nuove figure professionali (che assommino competenze  matematico-statistiche, tecnologiche e di Business) in grado di trattare ed analizzare i Big data, obiettivi specifici del corso sono:

  • fare acquisire agli operatori i principali metodi di analisi delle grandi masse di dati (Big Data) contenute nei database (repository) dell’azienda, per supportarne i processi decisionali.
  • fare applicare i metodi di Data mining (classificazione e regole associative), volti ad affrontare vari temi: segmentazione e fidelizzazione della clientela (Cluster analysis);  massimizzazione della redemption delle campagne; retention dei clienti a rischio di abbandono (Churn analysis); analisi del carrello della spesa o del portafoglio prodotti (Market Basket Analysis), analisi dei comportamenti di navigazione nel web (Web mining).

PROGRAMMADEL CORSO

 Dalla conoscenza del cliente  al vantaggio competitivo

  • Individuare efficaci criteri di segmentazione della clientela e dei clienti realmente  profittevoli,  con la Cluster analysis (modello descrittivo non supervisionato) e con gli Alberi decisionali (modello predittivo supervisionato)
  • Intercettare i bisogni dei clienti e le tendenze della domanda con l’ausilio di funzioni predittive
  • Trasformare i Big Data in profitto,  tramite conoscenze utili alle iniziative commerciali e di customer experience
  • Ricavare  insights di business da un insieme di dati multi-source

      Calcolo del valore del cliente

  •  Il ciclo di vita del Cliente (Customer’s Lifetime Value): acquisizione, sviluppo, maturità, declino
  • Calcolo del valore (ROI) del singolo Cliente (Customer value)
  •  Mappa di posizionamento (customer Value/Loyalty) dei Clienti  strategici e connesse azioni di marketing
  • Customer Profitability Analysis  (analisi dei clienti più profittevoli)

 Analitics  per l’up-selling e l’ottimizzazione della redemption delle campagne  promozionali

  • Selezionare, trattare ed elaborare i dati provenienti da una precedente campagna per impostarne una nuova  in modo più profittevole
  • Massimizzare la redemption di una campagna tramite lo scoring promozionale e gli Alberi decisionali
  • Modelli supervisionati  per individuare i probabili rispondenti/non rispondenti alla  campagna in atto (modello predittivo di regressione e di classificazione). Casi applicativi
  •  Discriminant analysis  per predire i probabili buoni o cattivi debitori. Casi applicativi

       La Market Basket Analysis (MBA) per sviluppare il cross-sellintg e individuare nuovi clienti 

  • individuare le associazioni dei prodotti nel “carrello della spesa” o nel “portafoglio prodotti” (basket) dei clienti
  • Prodotti trainanti e prodotti trainati nel BtoC e nel BtoB
  • Come sfruttare i risultati della MBA per individuare nuovi clienti, gestire ottimamente le scorte, ridurre i costi di produzione.

      Analitics di nuova generazione per la retention della clientela

  • Churn analysis: come cogliere tempestivamente i segnali premonitori dell’ abbandono del cliente
  • Individuare i clienti “a rischio di abbandono” con gli Alberi decisionali
  • Campagne mirate di retention dei clienti a rischio di abbandono

      La clickstream analysis per l’ottimizzazione del sito web aziendale

  • Analisi del comportamento di visita degli internauti al sito web dell’azienda
  • Ottimizzazione del sito web aziendale sulla base  degli accessi e delle sequenze di visita
  • Caso: applicazione ad un sito aziendale di e-commerce

 Applicazione di data mining su Big data

    Nel settore dei prodotti di consumo/industriali, nei servizi commerciali e finanziari, nella grande distribuzione

Modalità di svolgimento del corso

Il corso - di natura pratica ed applicativa - si basa su un solido impianto metodologico.

Particolare attenzione verrà posta agli aspetti applicativi, mediante presentazione di casi reali, sperimentati dal relatore nel settore dei prodotti di largo consumo ed industriale, nei servizi bancari/finanziari e non.  La formazione del Relatore (considerato  nel mondo accademico ed aziendale uno dei  massimi esperti di’“Analisi dei dati” operante nel nostro Paese), unita alle sue eccellenti capacità didattiche (ufficialmente riconosciute) e di Consulente/Ricercatore applicato, assicura ai partecipanti un soddisfacente ritorno del corso, in termini professionali e di investimento.

Ai Partecipanti sarà fornito un copioso ed inedito materiale  formativo, oltre che alcuni programmi di Data mining.

DESTINATARI DEL CORSO

Figure professionali che desiderano acquisire una visione integrata del processo di introduzione e gestione dei Dati e dei Big Data; Responsabili di unità organizzative addetti all’implementazione di progetti; Capi progetto; Sviluppatori sw;  Analisti.

SEO, Top manager di PMI, Marketing & Communication di medie e grandi organizzazioni, Marketing strategy Manager, Digital Marketing, Knowledge Manager, Knowledge Workers; Analisti di Data Mining e di Business Intelligence (Data Scientist), di Crm operanti nelle Direzioni ICT.

Costo:
Per i Soci ADICO:
Per i non Soci:
250,00 €
350,00 €

I nostri partners:

© ADICO 2016
ADICO Associazione Italiana per la Direzione Commerciale, Vendite e Marketing – P. IVA 04463770158
Contatti e sede dell'Associazione | Privacy Policy