Introduzione alle Business Analytics e concetti fondamentali di statistica

Introduzione alle Business Analytics

IULM università iulm Le Business Analytics (BA) fanno riferimento alla combinazione di competenze, tecnologie e pratiche orientate a:

• indagare le prestazioni aziendali già attuate
• pianificare e guidare le future decisioni strategiche di business

Le BA si basano sulla comprensione dei dati aziendali e sull'utilizzo di metodi quantitativi, in particolare analisi statistiche e modelli computer-based finalizzati a supportare i manager nel processo di determinazione degli insights, per prendere decisioni utili a migliorare il proprio business.processo delle BA

• Le BA rappresentano un processo di trasformazione dei dati in azioni, attraverso data analisi ed insights finalizzati alla risoluzione di un problema/bisogno.
• Una serie di metodi e strumenti di analisi (come ad esempio Microsoft Excel, software e pacchetti statistici open-source e/o commerciali ed altri strumenti di data analysis) vengono integrati in molte realtà professionali per prendere decisioni connesse a problemi o bisogni aziendali.

IULM università iulm Discover a business need Make a decision Collect data Process of Business Analytics Find the best solution Analyze data Predict outcomes G2.com

L'impatto delle BA

IULM università iulm Le decisioni che derivano dalle BA costituiscono un vantaggio competitivo ed hanno impatto sull'intera organizzazione poiché sono finalizzate a:

• migliorare le relazioni con i clienti;
• potenziare le prestazioni e le attività finanziarie e di marketing;
• aumentare la quota di mercato;
• fornire un maggiore ritorno ai potenziali azionisti;
• ridurre al minimo i rischi orientando le scelte future;
• ispirare cambiamento e innovazione rispondendo alle domande del consumatore.

L'evoluzione delle BA

IULM università iulm

- DATA METADATA FERN NEED ANALYTICS PER TRM EMENTS ROER PROJECT NIERS IMPLEMENTATION USERS ANALYSE INFORMATION NIZAT REO INTERVIEWEES SUPPORT SEMI-STRUCTURED MANAGEMENT -- BISTSTEMFI DECISION CONTEN BUSINESS INTELLIGENCE UNSTRUCTURED

Evoluzione moderna dell'analisi dei dati aziendali

L'evoluzione moderna dell'analisi dei dati aziendali ha avuto inizio alla fine degli anni'40 con l'introduzione dei primi computer, per la loro capacità di archiviazione ed elaborazione innovativa. Maggiore attenzione si osserva alla fine degli anni '60, quando i computer vengono usati nei sistemi di supporto alle decisioni portando allo sviluppo di sistemi ERP (Enterprise Resource Planning), data warehouse, strumenti e processi. La facilitata capacità di collezionare i dati, di organizzarli, di analizzarli e di fornire una corrispondente reportistica è spesso denominata come BUSINESS INTELLIGENCE (BI).

Scienze Statistiche nelle BA

IULM università iulm Tra le discipline riconosciute come centrali nelle BA vi sono le Scienze Statistiche che consentono di ottenere una comprensione più approfondita dei dati che va oltre il reporting di BI, in quanto non solo riassume i dati ma è in grado di determinare relazioni latenti ed interessanti tra i dati. Le BA basate sulle scienze matematico-statistiche e sull'informatica ha condotto alla nascita di una disciplina nota come Operations Research/Management Science (ORMS) la cui evoluzione combinata alla BI ha determinato, nel 1960, un sistema di supporto alle decisioni denominato Decision Support Systems.

Componenti dei Decision Support Systems (DSS)

IULM università iulm L'evoluzione delle BA I Decision Support Systems (DSS) si basano su tre principali componenti:

• Data Management: è una componente che include database per collezionare e memorizzare dati e per consentire all'utente di inserire, ricevere, aggiornare, manipolare i dati.
• Model Management: è costituito da vari strumenti statistici e modelli di scienze gestionali per consentire all'utente di costruire, manipolare, analizzare e risolvere facilmente modelli.
• Communication system: fornisce l'interfaccia di interazione per l'utente consentendo l'interazione tra i dati e i componenti di model management.

Integrazione di BI/IS, statistica e ottimizzazione

IULM università iulm L'evoluzione delle BA Data Mining Statistics Business Intelligence/ Information Systems Visualization Simulation and Risk What If? Modeling and Optimization L'integrazione di BI/IS, statistica e ottimizzazione determina l'intersezione di diverse aree:

• Data mining: comprensione delle caratteristiche e pattern in ampi dataset.
• Simulazione e analisi del rischio: modelli di calcolo e analisi statistiche per analizzare l'impatto di incertezza e le potenziali interazioni con altre variabili di output.
• Data visualization: l'intellegibilità grafica dei risultati restituisce un modo rapido e comunicativo.

I domini di applicazione delle BA

IULM università iulm

• Analisi di marketing (ad esempio per definire indicatori chiave di prestazione (KPI) o nel retailer per consigliare prodotti, ottimizzare le promozioni di marketing)
• Analisi comportamentale (ad esempio, nelle industrie culturali o del tempo libero per analizzare i dati storici di vendita, comprendere il comportamento dei clienti, migliorare il design del sito web e ottimizzare orari e prenotazioni)
• Ottimizzazione aziendale (per analisi dei prezzi come ad esempio per le compagnie aeree e gli hotel al fine di impostare i prezzi in modo dinamico nel tempo e per massimizzare le entrate)
• Ottimizzazione delle vendite e della catena di approvvigionamento ( ad esempio nell'industria manifatturiera per la pianificazione della produzione, degli acquisti, per la gestione dell'inventario)
• Analisi dei servizi finanziari (ad esempio per prevedere le frodi di credito o per analisi del rischio e del credito)
• Analisi sanitaria (ad esempio nelle aziende farmaceutiche per immettere sul mercato farmaci salva-vita)

Gli obiettivi delle BA

IULM università iulm ANALISI DESCRITTIVE ANALISI PREDITTIVE ANALISI PRESCRITTIVE

Analisi descrittive

IULM università iulm Gli obiettivi delle BA ANALISI DESCRITTIVE Le analisi descrittive rappresentano il tipo di analisi più comunemente usato per comprendere le prestazioni aziendali passate e attuali e per definire le strategie future. Le tecniche usate per le analisi descrittive convertono i dati in informazioni utili a comprendere le performance aziendali attraverso misure di sintesi e grafici o report in grado di definire gli impatti e le ricadute dell'agire di impresa. (Per esempio: per comprendere gli impatti di una campagna pubblicitaria o di un'iniziativa; per analizzare quale un particolare trend di stagione; quale regione ha prodotto un maggior numero di incassi; etc .... )

Analisi predittive

IULM università iulm Gli obiettivi delle BA ANALISI PREDITTIVE Le analisi predittive si basano sull'uso di tecniche statistiche per prevedere e valutare i risultati futuri e quindi creare modelli che determinano la probabilità di risultati specifici. Queste analisi cercano di prevedere il futuro esaminando i dati storici, rilevando pattern o estrapolando relazioni nei dati che possano supportare decisioni future. (Per esempio: per prevedere la risposta del pubblico ad una particolare iniziativa (spettacolo, evento, campagna pubblicitaria); per identificare il segmento di mercato più adatto; ... )

Analisi prescrittive

IULM università iulm Gli obiettivi delle BA ANALISI PRESCRITTIVE Le analisi prescrittive includono sia l'analisi descrittiva che predittiva e sono utilizzate per determinare le azioni necessarie per raggiungere i risultati predetti e gli effetti correlati di ogni decisione. Queste analisi utilizzano l'ottimizzazione per identificare la migliore alternativa in grado di minimizzare o massimizzare gli obiettivi. Le analisi prescrittive sono particolarmente impiegate in diverse aree del business come nel settore marketing e finanza. (Per esempio: per determinare cosa sia opportuno fare per migliorare il profitto; etc ... )

L'oggetto di analisi

IULM università iulm L'oggetto di analisi I dati su cui applicare le analitiche possono derivare sia da fonti primarie che secondarie. Dati primari: sono dati interni all'azienda raccolti attraverso attività di osservazione, registrazione, misurazione, ispezione e possono derivare da: indagini condotte sui clienti o sul personale; transazioni; apparecchiature automatizzate di acquisizione dei dati. Dati secondari: sono invece i dati già raccolti da altri enti, governi, organizzazioni o amministrazioni, come nel caso di documenti, reportistiche, statistiche ufficiali o altre ricerche.

Tecniche di analisi dei dati

IULM università iulm L'oggetto di analisi Dati Tecniche qualitative Tecniche quantitative Dati primari Interviste, osservazioni Questionario Dati secondari Documenti Banche dati

Data set e database

IULM università iulm L'oggetto di analisi La collezione di dati su cui applicare le analitiche si chiama data set. Sono esempi di data set l'insieme delle risposte ottenute durante un'indagine; una tabella che riassume lo storico dei prezzi o dei ricavi di un'impresa. Una collezione di file contenenti i dati registrati con riferimento a persone, luoghi o oggetti costituisce un database. Le singole persone, luoghi o oggetti identificano un'entità.

Introduzione alla Statistica

IULM università iulm La Statistica è la scienza che consente di collezionare, organizzare, sintetizzare e analizzare le informazioni al fine di trarre conclusioni o rispondere alle domande di ricerca. Punti principali si cui si basa la Statistica sono:

• Collezionare i dati
• Sintetizzare i dati
• Analizzare i dati per intercettare le implicazioni contestuali
• Formulare conclusioni appropriate e generalizzare i risultati ottenuti

L'unità statistica

IULM università iulm L'unità statistica Le analisi statistiche vengono performante su diverse unità elementari dette unità statistiche che fanno parte di un insieme più ampio definito collettivo. Le unità statistiche possono essere oggetti, persone, animali. COLLETTIVO STATISTICO: SINGOLO INDIVIDUO: GRUPPO DI INDIVIDUI UNITA' STATISTICA Fenomeno Individuale Collettivo

Popolazione versus Campione

IULM università iulm Popolazione versus Campione L'oggetto di studio può essere una popolazione o un campione. POPOLAZIONE (indagine censuaria) La popolazione indicata come N rappresenta l'intero gruppo di individui presi in esame CAMPIONE (indagine campionaria) Il campione indicato come n indica un sottoinsieme che viene selezionato dalla popolazione (N)