Digital Marketing & Management

Periodo: dal 7 febbraio al 17 febbraio 2023 (8gg lezione; 1 verifica)
Docenti: Sergio Cherubini, Donatella Padua, Simonetta Pattuglia e Luca Gnan

Il modulo affronta gli aspetti di base del sistema organizzativo e del marketing aziendale. Il modulo, infatti, ribadisce il fondamentale orientamento al mercato inteso sia come domanda che come concorrenza, proponendo un marketing innovativo che riesca a distinguersi in modo efficace, così da generare una total customer experience funzionale al loyalty management nel medio-lungo termine e, allo stesso tempo, idoneo ad una sostenibilità economica e finanziaria mediante alleanze strategiche (co-marketing) orizzontali e verticali. Il tutto con riguardo alle potenzialità offerte dal web, in termini di analytics e relative campagne. Inoltre, sarà illustrato il ruolo dei social media per il marketing e la comunicazione delle organizzazioni con un particolare focus su come predisporre le campagne considerando i diversi strumenti di web marketing e comunicazione (email, social media, chat) e la loro integrazione alla luce di un moderno brand management. 

Successivamente verranno trattati gli indispensabili aspetti di analisi e progettazione dell'assetto organizzativo aziendale nelle sue principali dimensioni: la formalizzazione, la gerarchia, la specializzazione, la tecnologia, l'ambiente e la cultura. Particolare enfasi verrà data al disegno dei sistemi informativi, in modo da fornire gli elementi di base e gli strumenti concettuali utili a comprendere le logiche di progettazione, di funzionamento e di gestione delle architetture degli stessi.

Programma:

• I principi fondamentali del Marketing Innovativo
• Evoluzione del marketing verso la Stakeholder centricity
• Loyalty management e Piano di marketing
• Strategia di loyalty su web
• Le campagne di marketing & communication attraverso social media, email, sms
• La forma conversazionale della comunicazione per il consumatore
• Il processo di branding per l’organizzazione
• I principali KPIs nel social media and networks marketing - L'ascolto integrato e il monitoraggio
• Case histories aziendali
• Organizzazione aziendale e sistemi informativi; L'analisi e la progettazione organizzativa
• I principali sistemi informativi; Le enterprise application; I decision support system
• La gestione dei dati e della conoscenza; La progettazione dei sistemi informativi

SAS Overview

Periodo: 13 febbraio 2023 (0,5 g lezione) - da confermare

Docenti: docenti SAS

La lezione introduce lo studente all’”universo” SAS e ai primi elementi di programmazione. Si forniranno le specifiche per seguire un corso di elearning sulla programmazione base di SAS.

Programmazione in Python

Periodo: dal 18 febbraio al 9 marzo 2023 (12 gg lezione;1 verifica) 

Docenti: Massimo Regoli, Federico Francone

L'obiettivo del modulo è quello di introdurre gli elementi essenziali della programmazione in Python, con particolare attenzione alle procedure di web scraping e social data analysis. Si partirà con gli elementi di base di programmazione focalizzando l’attenzione sul linguaggio Python e su alcune librerie particolarmente utili per lo scopo del corso come numpy, scipy, mathplotlib, BeautifulSoup. Verrà trattato con dovuto interesse il mondo delle Basi Dati con necessari accenni a SQL e alle Strutture Dati per concludere con la progettazione di un sistema informativo semplice.

Programma:

• Fondamenti di Programmazione in Python
• Introduction: command line, Programming languages and Python introduction
• Python basis: Main DataTypes; Variables assignments; Comparison operators
• For loops; While loops; Defining functions
• Object Oriented Programming
• Datasets Manipulations

• Python libreries: Scipy, numpy, …

• Basi Dati

• • SQL e strutture dati

• Case study: Social Network programming grab data from twitter stream

Advanced Statistical Reasoning

Periodo: dal 10 marzo al 24 marzo 2023 (11gg lezione; 1 verifica)

Docenti: Roberto Rocci, Maurizio Vichi

Nel modulo verranno mostrati gli approcci, i metodi ed i modelli fondamentali dello statistical learning. In particolare, verranno introdotte le principali tecniche di supervised learning a partire dal modello di regressione lineare e percorrendo alcune sue estensioni per high dimensional data (Ridge e Lasso) e per variabili risposta di diversa natura (Logit, Probit, Poisson regression). Su questa base saranno poi discusse le tecniche di unsupervised learning con particolare enfasi sui metodi per la riduzione dimensionale dei dati (data reduction: Factor Analysis, Cluster Analysis, Principal Component Analysis). Obiettivo del modulo è quello di illustrare il ragionamento statistico che, a partire dalla formulazione di un problema di ricerca, ci porta ad individuare dati e metodo, o modello, utili per una sua soluzione.

Programma:

• Introduzione
• Analisi della dipendenza: modello lineare
• Analisi della dipendenza: modelli lineari generalizzati
• Modelli a variabili latenti: analisi fattoriale
• Data reduction: cluster analysis e analisi in componenti principali

Programmazione in SAS

Periodo: dal 28 marzo al 3 aprile, dall'17 aprile al 27 aprile 2023 (11 gg lezione; 4 gg di self learning; 1 verifica) - da confermare

Docenti: Alessandra Barone

Obiettivo del modulo è rendere autonomi i partecipanti nell’utilizzo degli strumenti, linguaggi e ambienti SAS utilizzati per le attività di accesso, gestione, organizzazione dei dati e per la preparazione di modelli e flussi destinati al trattamento ed analisi delle informazioni in essi contenuti, attraverso le componenti SAS. Questo corso è di preparazione per la certificazione di base in SAS.

Programma:

• Programmazione SAS 1 
• Programmazione SAS 2 
• Programmazione SAS 2 - Case Study 

Data Mining & Machine Learning

Periodo: 27 Marzo, dal 2 maggio al 9 maggio, 6 giugno 2023 (7 gg lezione; 1 verifica)

Docenti: docenti SAS, Agostino Di Ciaccio

Nel modulo verranno illustrati gli elementi di base di Predictive analytics, dove si vedranno alcune tecniche statistiche di previsione utilizzate nel predictive modeling, nel machine learning e nel data mining.

Si partirà dal Data Mining per le decisioni aziendali, descrivendo i metodi di apprendimento supervisionato e non, i metodi di selezione del modello e quelli per valutare le capacità di previsione.

Successivamente, verranno descritti gli elementi di base del machine learning  e le tecniche più importanti utilizzando le librerie dedicate presenti su Python.

I partecipanti impareranno a creare diagrammi di flusso utilizzando l’insieme di tool di SAS Viya sia per il pattern discovery (segmentazione, associazione e analisi di sequenza) sia per la costruzione di modelli predittivi (albero di decisione, di regressione e modelli di reti neurali).

Programma:

• Metodi di apprendimento supervisionato
• Metodi di apprendimento non supervisionato
• Tecniche di selezione e valutazione del modello
• Machine learning con Python
• Introduzione a SAS Visual Statistics in Viya
• SAS Visual Data Mining & Machine Learning in Viya
• SAS model Studio: introduzione e preparazione all'esame
• Integrazione tra SAS e open source su Advanced Analytics

Artificial Intelligence & Deep Learning

Periodo: dal 15 al 19 maggio 2023 (5 gg lezione)

Docenti: Matteo Testi; Andrea Mercuri (Deep Learning Italia)

Nel modulo verranno illustrati i modelli di reti neuronali utilizzati nell'ambito della classificazione e previsione.

Programma:

• Introduzione al Deep Learning
• Computer Vision
  • Deep Learning e computer vision
  • From Convolutional Layers to Pooling layers
  • Kernal and featuremap
  • Lenet Model
  • RestNet Model
  • Use case
• RNN
• Recurrent Neural network
• GRU
• LSTM
• Use case
• Concetti fondamentali di Reinforcement learning
• Esempi di applicazioni
• Processi di decisione di Markov ed equazioni di Bellman
• Risoluzione di MDP mediante dynamic programming
• Metodo SARSA.
• Q-learning

Big Data Exploration & Visualization

Periodo: dal 4 al 7 aprile e dal 23 al 26 maggio 2023 (8 gg lezione)

Docenti: docenti SAS, Valeria Cardellini, Gabriele Russo Russo

Verrà presentata la soluzione Visual Analytics di SAS Viya per l’analisi esplorativa e visuale dei dati con esempi concreti di utilizzo degli strumenti di analisi visuali applicate ai dati Sales&Marketing. In seguito saranno introdotti i concetti relativi ad ambienti tipici del mondo dei Big Data e in particolare ad Hadoop e all’analisi di Big Data in real time.

Programma:

• SAS Visual Analytics con Viya
• Big Data, Hadoop & introduzione a Spark
• Introduzione al data stream processing
• Esempi aziendali

Visual Text Analytics

Periodo: dal 29 maggio al 3 giugno 2023 (3gg lezione, 1g e-learning)

Docenti: docenti SAS

Nel modulo viene presentata la soluzione SAS per la Text analysis. Saranno introdotti anche i principali tools per l’analisi previsiva.

• Text Analytics
• Use case pratici sul tema intelligenza artificiale

Text Mining and Sentiment Analysis

Periodo: dal 5 al 28 giugno 2022 (7 gg lezione)

Docenti: Massimo Regoli, Stella Iezzi, Livia Celardo

Si introducono i metodi e modelli di text mining, focalizzando l’attenzione sul trattamento del linguaggio naturale, sulla costruzione di risorse statistico-linguistiche e di grammatiche locali, sull’analisi del contenuto e della sentiment analysis. Il corso fornirà, inoltre, le conoscenze necessarie per utilizzare alcune librerie del software R per l’analisi automatica dei testi e il text mining (tm, twitteR, wordcloud,..) e l’interfaccia di R denominata Iramuteq, che permette Analisi multidimensionale di testi e questionari. Si vedrà come importare mediante Python dati di formato testuale. Si passa poi a fornire una conoscenza dei principali aspetti teorici e metodologici relativi al Text clustering e alla Sentiment Analysis.

Infine, si illustreranno modelli e metodi per la raccolta dei dati relazionali, la costruzione di dataset, l’applicazione e l’interpretazione di misure di rete in diversi contesti. Inoltre, il corso introduce gli studenti all’uso di alcune librerie del software R per l’analisi delle reti (sna, igraph, …).

Programma:

• Il Text Mining, Text clusetring, Sentiment analysis
• Librerie di Python per importare dati testuali
• Introduzione alla Social Networks Analysis

Marketing Automation and Customer Intelligence

Dal 19 al 20 giugno 2023 (1g lezione, 1gg e-learning)

Docenti: Helenio Guiducci (SAS)

Si presenteranno le Business Solutions di SAS che vengono utilizzate nell’ambito della Customer Experience. In particolare, verrà approfondita la piattaforma applicativa SAS per la gestione, pianificazione, esecuzione e monitoraggio di campagne di marketing personalizzate, multistage, multicanale.

Programma:

• SAS Marketing Automation: Designing and Executing Outbound Marketing Campaigns
• Real Time Decision Management
• SAS Customer Decision Hub – Overview and live demo of other SAS solutions:
• Marketing Optimization
• Real Time Decision Management
• CI 360 Engage + Discover

LAB1 - Analisi dei dati 

• Docenti: Furio Camillo (università di Bologna)
• Periodo: dal 10 al 12 maggio 2023 (3gg laboratorio)
• A gruppi si analizzerà un dataset reale, utilizzando le tecniche di Data Mining e Machine learning

LAB2 - Machine Learning

• Docenti: Federico Francone (Università di Roma Tor Vergata)
• Periodo: 10 e 12 giugno 2023 (2g laboratorio)
• Laboratorio di Machine Learning con Python

LAB3 - Data scraping

• Docenti: Massimo Regoli (Università di Roma Tor Vergata)
• Periodo: 13 giugno 2023 (1g laboratorio)
• Metodi per scaricare dati da internet, siti web, data scraping

         SEMINARIO SAS - 

• Docenti: Maurizio Salusti (SAS)
• Periodo: 7 e 9 giugno 2022
• Argomento: Modelli di machine learning con metodi bayesiani. Elementi metodologici e caratteristiche applicative

Docente: Stefano Quaia, Elena Pansera, Mara Rivela (SAS)  (4gg lezione) - date da confermate

• Le giornate hanno lo scopo di illustrare agli studenti come lavorare in gruppo, come preparare presentazioni e come affrontare l’entrata nel mondo del lavoro.
• Programma: Teamwork, Negotiation, Public Speaking
• Laboratorio Soft Skills: La bottega rinascimentale

Programma e argomenti in via di definizione.

A cura delle Aziende Partner del Master. Sono programmate 6 giornate di testimonianze aziendali.

Durante il percorso didattico viene offerta agli studenti la possibilità di dare uno sguardo al mondo reale attraverso le numerose testimonianze di aziende e professionisti chiamati a presentare le strategie e soluzioni adottate nel loro settore. All'interno di questa attività, Accenture, NTT Data, Target Reply, Soft Strategy, Lutech,  Scai Finance e SAS organizzano sei giornate tematiche dedicate alle testimonianze aziendali.

Certificazioni SAS

La frequenza al Master dà la possibilità di partecipare gratuitamente a due tipi di certificazioni SAS:

• Certificazione in Programmazione di base in SAS
• Certificazione in SAS Viya Machine Learning

La prima certificazione è prevista a fine aprile (data da confermare);

Per la seconda certificazione sono previste 3gg di preparazione nel corso della prima settimana di settembre, con esame previsto entro il 15 settembre.