fbpx

L’ultimo weekend di aprile del Master in Data Management & Business Analytics si apre con il recupero di uno dei test validi per il Premio di Studio messo in palio da VEM sistemi.

A causa del trasferimento dell’aula dall’Univeristà IULM a Skype abbiamo dovuto traslocare anche il test dalla carta al digitale.

La prova si è, come sempre, svolta nella prima mezz’ora di lezione per lasciare, poi, lo spazio al programma del Prof. Sfogliarini.

Come annunciato al termine della scorsa lezione, torniamo a vestire i panni dei consulenti e a indagare il nostro database.

Questa volta però, andiamo oltre la fase descrittiva e approfondiamo l’Analisi Predittiva:

Come evolverà il mercato dei biscotti nel prossimo anno?
Quali opportunità ci saranno per nuovi lanci?

Dopo aver risposto a queste domande, possiamo passare all’Analisi Prescritiva mettendola in pratica.

I partecipanti, infatti, si dividono in due gruppi per un lavoro a due tempi:

  1. Proporre una nuova linea/prodotto: individuare un business plan di massima per 3 anni in termini di volume, ricavi, prezzo, pack, capacità distributive e scontistica
  2. Scegliere un nome per il prodotto e crearne una narrazione secondo il modello di Greimas

Nel pomeriggio, ad accoglierci in aula è il Dott. Diego Pennacchioli, Lead Data Scientist presso Sky Italia, con il quale affrontiamo i Sistemi di Raccomandazione.

Innanzitutto, come spesso accade, cominciamo con una domanda che riguarda da vicino questo tema fondamentale per ogni strategia di marketing:

Come si misura la similarità?

Diego ci elenca una serie ti tecniche a seconda del tipo di Sistema di Raccomandazione:

  • Content-based
  • User-based
  • Item-based

I Recommendation System più validi sono quelli che integrano tipologie diverse e, per vedere applicati alcuni dei metodi illustrati, Diego ci presenta un caso di studio di Sky Italia.

La giornata di sabato ci porta ad approfondire l’analisi dei Sistemi di Raccomandazione attraverso alcune osservazioni critiche:

Come si misura l’efficacia di un Recommendation System?

Chiaramente, la valutazione specifica dipende sempre dall’obiettivo di business.

Nell’esperienza di Diego, però, il parametro fondamentale è sempre l’utente.

Un Sistema di Raccomandazione funziona se e solo se il mio utente lo utilizza scegliendo di prestare attenzione ai miei suggerimenti. Possibilmente i primi che propongo.

Entrano, quindi, in gioco due misure fondamentali: Precision e Recall

La lezione di sabato prosegue con un approfondimento sull’Online Consumer Decision Making e con un’esercitazione con R e Python sul database di IMDb.

Chiudiamo, però, questa pagina del Diario all’insegna della poesia e di Dylan Thomas in particolare.

Perché, per quanto le tecniche di analisi possano sembrare aride, il loro utilizzo è sempre motivato da una ricerca creativa.
Grazie a questi strumenti arriviamo a una serie di scoperte che producono nuove verità e meraviglia, che vanno poi concretizzate con un salto nell’innovazione

Perché, in fondo,

Children in wonder watching the stars,
Is the aim and the end.

Richiedi la Ricerca

Indagine sul livello di adozione e utilizzo dell'Intelligenza Artificiale in Italia

Privacy Policy

You have Successfully Subscribed!