Via Mazzini, 51/3 - 40137 Bologna ITALY
+39 051 397380
Data management and analysis
Data management and analysis nelle aziende: data-driven decisions con ausilio dell'intelligenza artificiale (AI)
Oggi nelle aziende vi è un potenziale enorme di dati che non vengono analizzati, oppure sono analizzati con strumenti non adeguati, con estrazioni di dati non coerenti con gli obiettivi aziendali
Obiettivi
- Fornire al Management le conoscenze per sviluppare ed usare un sistema di Dati orientato agli obiettivi Aziendali
- Fornire al Management gli strumenti per interpretare e gestire i dati al fine di prendere decisioni strategiche
- Mostrare come l’AI possa essere di aiuto nel processo di gestione e analisi dei dati e nella costruzione di modelli predittivi
Contenuti
L’utilizzo dell’AI come sistema di ausilio nella gestione e nell’analisi dei dati
- Cosa è e cosa non è l’AI
- Il prompt enigeneering
- Utilizzo e limiti della AI
La struttura di un sistema data drive: gli obiettivi, le fonti, la gestione dei dati, l’analisi, la previsione. Utilizzo dell’AI nella gestione e analisi di un Data Driven System
La definizione degli obiettivi
- Gli attori dei DATA DRIVEN Systems: Il manager, Il data scientist, Il personale esecutivo
- La software selection (cenni)
- Il DEFINE STEP come passo strategico (cenni)
Le fonti dei dati
- I dati già disponibili: i principali tools informativi già esistenti nelle aziende: ERP, MES, WMS, CRM, BI per la gestione delle informazioni a supporto dei processi e per l’analisi dei dati
- La fonte dei dati: dati strutturati e non strutturati
La gestione dei dati
- Dati qualitativi e quantitativi
- La gestione die dati mancanti
- Utilizzo del AI nel Data management
L'analisi dei dati
- Gli strumenti grafici analitici di base: gli istogrammi e i box plot
- Altri strumenti statistici di analisi: le distribuzioni statistiche (Gauss e altre) e utilizzo nei sistemi aziendali (processi produttivi, processi di vendita ecc)
- Strumenti per individuare la corretta distribuzioni di dati (Normality plot, p value)
- Utilizzo dell’AI nell’analisi dei dati. Esempi di utilizzo
I modelli di previsione
- Costruzione e test di un modello previsionale
- Overfitting e cross validation
- Alcuni modelli previsionali: i modelli di regressione
- Machine learning ed Utilizzo dell’AI: esempi di utilizzo
Durata
2 sessioni (8 ore ciascuna)
oppure
4 sessioni (4 ore ciascuna)
Destinatari
- Direzione Aziendale
- Direzione Operativa
- Direzione Tecnica
- Direzione Commerciale e Marketing
- Direzione Qualità
Prerequisiti
Nessuno
