Global MBA (blended Rome edition) (Anno Accademico 2023/2024)

Big Data e basi di dati aziendali

CFU: 6

Lingua contenuti:Inglese

Descrizione dell'insegnamento

Il corso si propone di approfondire la costruzione di “web-intelligence” basate sui big data aziendali e sulle tecnologie digitali. Negli ultimi anni si è infatti assistito al successo delle applicazioni e delle tecniche di intelligenza artificiale e di analisi statistiche su quelle che sono comunemente denominate piattaforme di big data aziendali. L'analisi su questi dati sono infatti ormai necessari per raggiungere e mantenere un vantaggio competitivo nel tempo e per supportare, più in generale, il processo decisionale aziendale.

Le applicazioni interessano in particolare le grandi imprese nei settori commerciali, marketing e nelle catene di produzione e fornitura. Nel corso saranno quindi esplorate le applicazioni delle tecniche statistiche e dei big data aziendali e delle relative piattaforme web-intelligence.

Prerequisiti

Nozioni di statistica descrittiva e probabilità

Scopi

Il percorso fornisce una visione completa dei metodi e degli strumenti indispensabili in azienda per la gestione e l’analisi dei dati. Al completamento del corso, gli studenti saranno in grado di interfacciarsi con le diverse funzioni aziendali per avere uno sguardo trasversale alle attività, senza perdere di vista la lettura corretta del dato a supporto delle decisioni.

Contenuti

Peculiarità e caratteristiche dei Big Data, Caratteristiche delle infrastrutture IT per la raccolta e la gestione dei Big Data, Modelli e tecniche statistiche applicate ai Big Data.

Testi

Libri di testo

Per il corso "Big data e basi di dati aziendali" in italiano:

Biggeri, L., Bini, M., Coli, A., Grassini, L., & Maltagliati, M. (2012). Statistica per le decisioni aziendali. Pearson-Prentice Hall, ISBN, 641458670, 1-416.

Per il corso in Lingua inglese:

Ramesh Sharda, Dursun Delen, Efraim Turban (2014): Business Intelligence and Analytics – Systems for Decision Support. Pearson, 10^th edition.

Esercitazioni

Casi di studio relativi all'applicazione delle tecniche statistiche presentate durante il corso

Docente/Tutor Responsabile insegnamento

Nessun Docente attualmente disponibile per questo corso

Elenco delle lezioni

• Lezione n. 1: Introduction		Barbara Dinter
• Lezione n. 2: Database management systems and entity relationship modeling		Barbara Dinter
• Lezione n. 3: The relational data model and SQL		Barbara Dinter
• Lezione n. 4: Data warehousing		Barbara Dinter
• Lezione n. 5: Business intelligence		Barbara Dinter
• Lezione n. 6: Multidimensional data model and OLAP		Barbara Dinter
• Lezione n. 7: Implementation of the multidimensional data model		Barbara Dinter
• Lezione n. 8: Data mining		Barbara Dinter
• Lezione n. 9: Corporate performance management		Barbara Dinter
• Lezione n. 10: Balanced scorecard & customer relationship management		Barbara Dinter
• Lezione n. 11: BI management & BI trends		Barbara Dinter
• Lezione n. 12: Data quality management		Barbara Dinter
• Lezione n. 13: Introduction to Big Data		Barbara Dinter
• Lezione n. 14: Hadoop		Barbara Dinter
• Lezione n. 15: NoSQL databases		Barbara Dinter
• Lezione n. 16: Text mining		Barbara Dinter
• Lezione n. 17: Web analytics & network analytics		Barbara Dinter
• Lezione n. 18: Streaming analytics & visualisation		Barbara Dinter
• Lezione n. 19: Big data driven innovation		Barbara Dinter
• Lezione n. 20: Big data management & conclusions		Barbara Dinter

Login

Login

Menu secondario

Global MBA (blended Rome edition) (Anno Accademico 2023/2024)

Big Data e basi di dati aziendali