75838 - BUSINESS INTELLIGENCE E CUSTOMER RELATIONSHIP MANAGEMENT

Anno Accademico 2021/2022

  • Docente: Ida D'Attoma
  • Crediti formativi: 8
  • SSD: SECS-S/03
  • Lingua di insegnamento: Italiano
  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Bologna
  • Corso: Laurea in Management e marketing (cod. 8406)

Conoscenze e abilità da conseguire

Al termine del corso lo studente è in grado di elaborare le informazioni sia sull'ambiente interno che sull'ambiente esterno all'impresa a partire da grandi masse di dati, di individuare le relazioni tra fenomeni e di collegarle al problema rilevante. Inoltre, lo studente conosce come e dove nasce il dato transazionale del processo CRM, apprende le basi per la gestione di un sistema informativo, utilizza i dati con il processo di ETL per creare un data warehouse aziendale. Il corso si propone quindi l'obiettivo di impartire le conoscenze metodologiche per svolgere analisi predittive (analisi delle serie temporali, regressione lineare e non lineare), per supportare le decisioni aziendali (teoria statistica delle decisioni), impartendo inoltre le competenze utili alla comprensione del sistema informativo aziendale ERP, necessarie per gestire le informazioni di carattere aziendale (knowledge management).

Contenuti

  • Che cosa è l’Analytical CRM.
  • Le fonti informative interne all’impresa: il customer database
  • Principali operazioni di Data Cleaning.
  • L'acquisizione del cliente
  • La segmentazione per comportamenti e la metrica RFM
  • Metodi per la Customer Retention e la Churn Analysis: funzioni di sopravvivenza e regressione logistica.
  • Clustering sulle opinioni: un approccio tandem.
  • L’impiego dei dati qualitativi per l’analisi dei profili di consumo e/o di comportamento: l’analisi delle corrispondenze.
  • Processi di lookalike per il prospecting

Testi/Bibliografia

Le lezioni  saranno basate  sui seguenti volumi e materiali:

  • Kumar, V. and Petersen, A. (2012) “Statistical Methods in Customer Relationship Management”, Wiley, capitoli 1,2,3.1,3.2,3.4, 4.1,4.2,4.3, 6 (NECESSARIO)
  • Kumar and Reinartz (2018) “Customer Relationship Management Concept, Strategy, and Tools”, Springer, capitoli 1, 4.1, 5, 6,8 (CONSIGLIATO)
  • Bolasco, S. (1999) “Analisi Multidimensionale dei dati”, Carocci, cap. 4,5, 6.4, 9.4, 9.6, 9.7 (NECESSARIO)
  • Lucidi delle lezioni

 

I libri di testo (NECESSARI e CONSIGLIATI) sono presenti nel catalogo del polo bolognese del servizio bibliotecario nazionale. E' possibile verificarne la disponibilità al seguente link: http://sol.unibo.it/SebinaOpac/Opac

I lucidi verranno resi disponibili prima di ogni lezione sulla piattaforma e-learning https://virtuale.unibo.it/

Nello spazio dedicato in https://virtuale.unibo.it/ verranno altresì resi disponibili

  • ulteriori materiali bibliografici e di approfondimento 
  • esempi di prova d'esame

 

Metodi didattici

L'intero corso alterna lezioni frontali tradizionali a laboratori durante i quali sarà utilizzato il software SAS. In particolare, le lezioni frontali riguarderanno la presentazione di argomenti statistici per il CRM a livello teorico;  nelle lezioni di laboratorio di carattere teorico-pratico alcuni dei metodi presentati verranno applicati a dataset relativi a specifici casi di studio in ambito CRM tramite l'ausilio del software SAS.

Oltre alle lezioni frontali ed alla pratica in laboratorio, gli studenti verranno sollecitati allo svolgimento di assignment in cui verrà richiesto di replicare o applicare ad un nuovo set di dati alcuni dei metodi affrontati a lezione. 

Gli assignment non sono obbligatori e non prevedono valutazione.

N.B. In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio, [https://elearning-sicurezza.unibo.it/] in modalità e-learning.

Modalità di verifica e valutazione dell'apprendimento

La prova d'esame è volta ad accertare la conoscenza teorica delle tecniche statistiche illustrate durante le lezioni frontali e la capacità di applicare tali tecniche in un contesto di CRM a partire da un customer o transaction database tramite l'utilizzo del software SAS.

Non c'è distinzione tra studenti frequentanti e non frequentanti. La prova è uguale per tutti.

L’accertamento dell’apprendimento prevede una prova scritta composta da una sezione con 2 domande teoriche di tipo aperto (1/3 del voto) e da una sezione pratica (2/3 del voto) composta da 2-3 esercizi di interpretazione di output già prodotti o da produrre a partire da un insieme di dati (customer o transaction database) tramite l’uso del software SAS. La sezione con domande aperte è volta a verificare la conoscenza teorica degli argomenti trattati nel corso. La sezione pratica è finalizzata alla verifica della capacità di produrre e interpretare i risultati sia dal punto di vista statistico che dal punto di vista decisionale rispetto all’obiettivo della ricerca nelle varie fasi di un processo CRM.

Il tempo a disposizione dello studente per la prova scritta è di 75 minuti. Durante lo svolgimento della prova non è ammessa la consultazione di materiale (es. dispensa, appunti). Si tratta di un esame ‘closed book‘.

Il punteggio massimo attribuibile a ciascun quesito, se correttamente svolto, è indicato nel testo accanto ad ogni esercizio.

Il punteggio massimo ottenibile fornendo tutte risposte esatte  e complete è pari a 30 e lode. La prova si intende superata con un punteggio minimo di 18/30.

Accedi alla pagina virtuale del corso per maggiori dettagli.

Strumenti a supporto della didattica

  • Lucidi, note informative, syllabus, domande ed esercizi tipo-esame, test di autovalutazione on-line resi disponibili sulla piattaforma e-learning di Ateneo.
  • Software SAS 9.4 presso i laboratori informatici (Laboratorio Scaravilli,  Laboratori Via Ranzani 1) e SAS on demand per l'uso da remoto.

Orario di ricevimento

Consulta il sito web di Ida D'Attoma

SDGs

Istruzione di qualità Lavoro dignitoso e crescita economica Ridurre le disuguaglianze

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.