- Docente: Virginia Vannucci
- Crediti formativi: 6
- SSD: SECS-P/08
- Lingua di insegnamento: Italiano
- Moduli: Virginia Vannucci (Modulo 1) Enrico Supino (Modulo 2) Giovanni Cardillo (Modulo 3)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2) Convenzionale - Lezioni in presenza (Modulo 3)
- Corso: Minor "Imparare dai dati"
Conoscenze e abilità da conseguire
Il corso si propone di fornire le conoscenze teoriche e le competenze pratiche relative alla gestione e all'interpretazione dei dati a supporto del processo decisionale aziendale. In particolare, gli studenti comprenderanno come i dati possano aiutare i manager ad analizzare il comportamento dei consumatori, delle aziende e dei mercati. Al termine del corso, gli studenti saranno in grado di identificare quali dati sono necessari per comprendere l'azienda e il suo contesto, come è opportuno elaborare tali dati e i limiti e l'attenzione necessari per interpretarli.
Contenuti
Modulo di Accounting:
- Equilibri aziendali, accountability e misure di performance economico-finanziarie
- La misurazione del rischio di credito nella letteratura aziendale tradizionale: l’uso dell’analisi discriminante lineare
- Uso del machine learning per la previsione del dissesto aziendale: le reti neurali artificiali
Modulo di Banking:
- Analisi discriminante lineare limiti e overview delle metodologie classiche di insolvenza
- Modelli Probit/Logit
- Regolamentazione del rischio di credito e insolvenza
- Inclusione della sostenibilità nel credit risk management
Modulo di Marketing:
- Introduzione ai dati per la ricerca sui consumatori
- Raccolta di dati primari
- Dati secondari sui consumatori
- Web analytics
Testi/Bibliografia
Slide e materiali forniti dai docenti durante il corso
Metodi didattici
I metodi di insegnamento del corso comprendono lezioni teoriche, esercitazioni pratiche e discussione di casi per applicare i concetti appresi in classe.
Modalità di verifica e valutazione dell'apprendimento
Esame scritto
La valutazione è graduata come segue:
<18 insufficiente
18-23 sufficiente
24-27 buono
28-30 ottimo
30 e lode eccellente
Strumenti a supporto della didattica
Lezioni frontali, esercitazioni con software di analisi dei dati
Orario di ricevimento
Consulta il sito web di Virginia Vannucci
Consulta il sito web di Enrico Supino
Consulta il sito web di Giovanni Cardillo
SDGs
L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.