BUSINESS INTELLIGENCE
Parte I - Componenti del processo decisionale
1. Business intelligence
2. Sistemi di supporto alle decisioni
3. Data warehousing
Parte II - Modelli e metodi matematici
4. Modelli matematici per le decisioni
5. Data mining
6. Preparazione dei dati
7. Esplorazione dei dati
8. Regressione
9. Serie storiche
10. Classificazione
11. Regole associative
12. Clustering
Parte III – Applicazioni di business intelligence
13. Modelli di marketing
14. Modelli logistici e produttivi
15. Data envelopment analysis
A Strumenti software utilizzati
B Dataset utilizzati
Bibliografia
Indice analitico
È possibile estrarre conoscenze utili per il decision making dalle ingenti moli di dati disponibili presso le imprese? I modelli matematici e le metodologie di analisi di business intelligence trattati in questo testo offrono un solido aiuto per chi deve governare la complessità delle attuali organizzazioni.
Il volume si rivolge a tre principali tipologie di lettori - gli studenti dei corsi di laurea magistrale, gli allievi dei corsi master e i professionisti che desiderano aggiornare il proprio bagaglio di conoscenze e disporre di un riferimento sistematico e concreto - e si segnala per l’ampiezza dei temi trattati, i riferimenti a problemi reali e il frequente ricorso a esemplificazioni, oltre che per il rigore nella descrizione dei modelli matematici e delle metodolgie di analisi.
Muovendo dall’articolazione dei processi decisionali e dal data warehousing, l’autore passa a descrivere i metodi di data mining e i modelli di apprendimento inferenziale, per illustrare infine le applicazioni di data mining al marketing relazionale, i modelli per la pianificazione delle reti di vendita, i modelli di ottimizzazione della supply chain e i metodi analitici per la valutazione delle prestazioni.