Data mining, business intelligence e dintorni
- 1. Data Mining, Business Intelligence e dintorni 13/05/2014 Maurizio Girometti Laurea magistrale in SCIENZE STATISTICHE E DECISIONALI Corso: Data Mining e Classificazione
- 2. Maurizio Girometti Laureato in Statistica Demografica. Ho iniziato la mia carriera lavorativa nel 1979 in qualit di Statistico, prima come libero professionista per Confindustria e, poi, presso lIstituto Centrale di Statistica. Dopo circa 5 anni sono entrato in Praxis Calcolo, azienda storica del mercato IT italiano, dove ho lavorato per 27 anni con livelli di responsabilit crescenti. Da circa tre anni sono impegnato, tramite la Societ Giemmeconsulting, di cui sono titolare, nella fornitura di servizi di consulenza finalizzati ad attivit di General Management, Business Development e Training. Sono stato impegnato in attivit di Advisoring per Retis S.p.A., azienda IT italiana, e attivit di Business Development per una Innovation Company italiana, Creactives S.p.A., che opera nel campo delle tecnologie semantiche. Svolgo attivit di Formazione nelle aree della Gestione Aziendale e della Comunicazione dImpresa. Attualmente ricopro il ruolo di General Manager per una azienda italiana, ECM2 S.r.L., che fornisce prodotti e servizi orientati alla Business Discovery.
- 3. Data Mining, Business Intelligence e dintorni o Data Mining o Business Intelligence vs Business Discovery o Dalla Business Intelligence ai Big Data o Big Data o Semantic Technologies o Il mercato della BI e degli Analytics o Business Intelligence e Business Discovery Tools o Social Monitoring & Analytics Tools o Le figure professionali o Cosa fare dopo la laurea? o ECM2
- 4. Cosa 竪 il Data Mining o Data mining: Extraction of interesting information or patterns from data in large databases o Alternative names and their inside stories: Data mining: a misnomer? Knowledge discovery(mining) in databases, knowledge extraction, data/pattern analysis, data archeology, data dredging, information harvesting, business intelligence, etc.
- 5. Dove 竪 applicabile? o Database analysis and decision support Market analysis and management o Target marketing, customer relation management, market basket analysis, cross selling, market segmentation Risk analysis and management o Forecasting, customer retention, improved underwriting, quality control, competitive analysis Fraud detection and management o Other Applications Text mining (news group, email, documents) and Web analysis. Intelligent query answering
- 6. Cosa 竪 il Data Mining Confluence of Multiple Disciplines Data Mining Database Technology Statistics Machine Learning Pattern Recognition Algorithm Other Disciplines Visualization
- 7. Cosa 竪 il Data Mining Typical Data Mining System data cleaning, integration, and selection Database or Data Warehouse Server Data Mining Engine Pattern Evaluation Graphical User Interface Knowledge Base Database Data Warehouse World-Wide Web Other Info Repositories
- 8. Cosa 竪 il Data Mining Typical Data Mining System Ambienti e Motore del Data Warehouse Processi ETL (Estrazione, Trasformazione e Caricamento) Business Intelligence Metadati (informazioni sui dati: tipo, origine, utilizzo, etc.) Sistemi ERP (Enterprise Resource Planning) Dati Esterni Database Operazionali Data Mining Fonti informative aziendali
- 9. Cosa 竪 il Data Mining Typical Data Mining System Business Intelligence Data Mining (Business Discovery) Data Warehouse Ambiente dati a supporto delle decisioni manageriali Integrato Subject-oriented Non Volatile Tante fonti eterogenee racchiuse in un unico contenitore Estrazione, esplorazione ed analisi dei dati finalizzata al business Creazione vantaggio competitivo Pianificazione strategie di medio-lungo periodoOttimizzazione dei processi Knowledge Discovery in Database
- 10. Business Intelligence vs Business Discovery Limiti della BI 束tradizionale損
- 11. Business Intelligence vs Business Discovery Business Discovery, la BI di nuova generazione
- 12. Business Intelligence e Big Data Business Intelligence Social Intelligence Using Social Media for Business Intelligence (Social Monitoring) Big Data
- 13. o Grandi quantit di informazioni in diversi formati in gran parte non strutturati (documenti testuali, video, dati rilevati da sensori, immagini, dataset, ecc.) o Caratterizzate da un ciclo di vita molto breve (secondo alcune stime, il 90% dei dati utilizzati oggi dalle imprese 竪 stato creato negli ultimi 2 anni). o Provenienti da molteplici fonti sia interne all'impresa che esterne (siti Web, social media, ecc.), Big Data
- 14. Big Data
- 15. o Consumer Profiling Target ADV o Web Marketing o Brand Analysis o Reputation Analysis o Sentiment Analysis o Social Customer Care o Social Comparative Analysis o Social Predictive Analysis o . Big Data Cosa ci faccio?
- 16. o La capacit di analizzare un'elevata mole di informazioni e di dati - spesso non strutturati - pu嘆 rappresentare una fonte di vantaggio competitivo e di differenziazione. o Nuove soluzioni HW + SW per immagazzinare i dati. o Nuove soluzioni per selezionare, analizzare e classificare i dati. Big Data SEMANTICA
- 20. Il mercato della BI e degli Analytics
- 21. Business Intelligence & Business Discovery Tools
- 22. Social Monitoring & Analytics Tools o Esistono tool gratuiti o a pagamento o Le principali funzionalit sono: Monitoring (Listening) informazioni relative agli account aziendali nei Social Media, Blog, Forum, Piattaforme di Videosharing o Photosharing feed. Ricerche per keywords. Engagement permettono di interagire con i SM creando nuovi post o risponendo a post di altri account. Gestione team. Gestione campagne. Analyzer Analisi competitor. o Classificazione e Sentiment in base a keywords (solo alcuni tool italiani hanno capacit semantiche) 22
- 23. o Top Tools internazionali: Radian6 Sysomos Sprout Social Hootsuite Shoork Social Report o Tools italiani: Blogmeter WebLiveCloud 8 Imetrix 23 Social Monitoring & Analytics Tools
- 24. Le professionalit Data Base Admninistrator Data Analyst Business Analyst End User
- 25. Le professionalit o Business Analyst l Business Analyst 竪 un professionista specializzato in un particolare ambito aziendale (Es.: strategia, organizzazione, produzione, risorse umane, marketing, qualit, finanza, contabilit etc.) che lavora per un'impresa, un ente o una organizzazione al fine di individuare e risolvere specifici problemi. Il Business Analyst analizza le procedure, il business, le funzioni aziendali, e le unit organizzative per ottimizzare questi elementi.
- 26. Le professionalit o Data Scientist Il 'Data scientist', con competenze in statistica, matematica e informatica, 竪 tra le figure pi湛 ricercate del mondo del lavoro, con una domanda che supera di gran lunga la disponibilit di candidati. Secondo una recente ricerca nel mercato USA l'80% delle offerte di lavoro rimane insoddisfatta per mancanza di personale. Pu嘆 lavorare in un'azienda commerciale come in un'universit come in una Onlus. La caratteristica del suo lavoro 竪 quella di analizzare dati che oggi sono disponibili a ritmo esponenziale sia per volume che per tipo, ai quali vanno aggiunti canali del tutto nuovi come ad esempio i social network.
- 27. Le professionalit o Data Scientist Predizione, non premonizione o Per fare il suo lavoro si serve di tecnologia, matematica e statistica per presentare dati che formulano un'ipotesi. o Una volta terminato, il lavoro servir a supportare le conclusioni di chi nell'azienda ha potere decisionale. o Ecco perch辿 il Ds fornisce elementi predittivi ("in termini tecnici significa usare algoritmi predittivi e data mining"), per fare previsioni su andamenti. L'esempio classico 竪 quello dei profili utilizzati da Amazon per proporre prodotti ai clienti.
- 28. Le professionalit o Skill profiles individuati da IWA Italy (la sezione italiana di IWA/HWG associazione internazionale di professionisti del Web riconosciuta come realt di standardizzazione dal CEN) Community Manager Web Project Manager Web Account Manager User Experience Designer Business Analyst DB Administrator Search Engine Expert Advertising Manager Frontend Web Developer Server Side Web Developer Web Content Specialist Web Server Administrator Information Architect Digital Strategic Planner Web Accessibility Expert Web Security Expert Mobile Application Developer E-commerce Specialist Online Store Manager Reputation Manager Knowledge Manager
- 29. Cosa fare dopo la laurea? oNon fermarsi!!! La tesi mi ha stancato e ora mi riposo Mi prendo un anno sabbatico Aspetto che esca il concorso . o Acquisire competenze Sperimentare prodotti Partecipare ad eventi Partecipare a Webminar e Seminari
- 30. Cosa fare dopo la laurea? o Mostrare le proprie competenze ed esperienze Linkedin o Mostrare le proprie realizzazioni Linkedin 際際滷share Blog o Fare networking o Bene i tirocini se si impara qualcosa di utile e se creano prospettive
- 31. Cosa fare dopo la laurea? o Preparare il CV Formato europeo solo se richiesto Max 2 pagine Solo informazioni rilevanti o Individuare le aziende target Consulting Aziende di nicchia
- 32. o La Business Discovery 竪 lelemento caratterizzante della Mission di ECM2. o ECM2 竪 Solution Provider Partner Qlikview. o Nata nel 2007, ECM2 竪 una delle prime aziende italiane ad aver investito nella tecnologia Qlikview. o ECM2 si propone come partner di Aziende e PA nellanalisi dei processi e nella realizzazione di sistemi di controllo e misura delle performance aziendali, utilizzando la tecnologia Qlikview.
- 33. Cosa fa ECM2 - The value chain 33
- 34. Realizzazione dei KPI dei processi di vendita. Analisi e calcolo degli indicatori del rischio credito. Analisi del contenzioso. Analisi , simulazioni e pubblicazione dei dati elettorali.
- 35. Grazie Maurizio Girometti e-mail personale: girometti.maurizio@gmail.com; e-mail aziendale: maurizio.girometti@ecm2.it LinkedIn: http://it.linkedin.com/in/mauriziogirometti; 際際滷share: Maurizio Girometti Mobile: +39 335 6286384 web: www.ecm2.it