Il corso "Business and Marketing Analytics" consente agli studenti di comprendere e applicare la data analytics nel mondo reale del business, con particolare attenzione alle applicazioni marketing. Integrando conoscenze teoriche con competenze pratiche, il corso preparerà gli studenti a progettare e prototipare applicationi di data analytics in modo autonomo. Gli studenti acquisiranno esperienza pratica con strumenti low-code come KNIME, Flowise e PowerBI, migliorando la loro capacità di condurre analisi e presentare insight in modo efficace. Inoltre, il corso svilupperà le capacità degli studenti di comunicare approfondimenti e raccomandazioni basati sui dati sia a un pubblico tecnico che non tecnico, promuovendo un set di competenze completo e bilanciato per le loro future carriere.

Alla fine del corso, gli studenti saranno in grado di: - Comprendere i concetti chiave della data analytics e l'importanza di utilizzare algoritmi appropriati per estrarre trend e pattern da dati reali. - Acquisire competenze pratiche nell'uso di strumenti low-code come KNIME, Flowise e PowerBI per la business analytics, con particolare focus sulle applicazioni in ambito marketing. - Sviluppare la capacità di applicare algoritmi di AI, inclusi il machine learning supervisionato e non supervisionato, in scenari di marketing reali. - Imparare a comunicare efficacemente insight e raccomandazioni basati sui dati sia a un pubblico tecnico che non tecnico. - Acquisire esperienza pratica con Generative AI, migliorando la comprensione delle sue opportunità, limitazioni e implicazioni etiche. - Promuovere il pensiero critico e la capacità di lavorare sia in modo indipendente che collaborativo su progetti analitici.

- Framework e strumenti di Data Analytics: Introduzione ai framework di data analytics, strumenti low-code come KNIME, Flowise e PowerBI e concetti fondamentali di machine learning. - Machine Learning supervisionato e non supervisionato come regressione, classificazione e clustering, adattati per applicazioni di marketing. - Generative AI: Comprensione dei principi, opportunità, limitazioni e implicazioni etiche della Generative AI e dei modelli LLM. - Visualizzazione e storytelling dei dati: Costruzione di dashboard e utilizzo della visualizzazione dei dati per comunicare efficacemente insight e supportare il processo decisionale nei contesti di marketing.

- Andrea De Mauro: Data Analytics per tutti: Imparare ad analizzare, visualizzare e raccontare i dati. Apogeo, 2022. ISBN: 978-8850335947. - Andrea De Mauro, Michele Pacifico: The Financial Times Guide to Data Transformation: How to drive substantial business value with data analytics. Pearson UK, 2024. ISBN: 9781292462141. - Roberto Cadili, Francisco Villarroel Ordenes: Meet Your Customers: The Marketing Analytics Collection, KNIME Press, 2023.

Lezioni, discussioni, laboratori e progetti di gruppo su questioni empiriche rilevanti saranno altamente interattivi e basati su esempi e dataset reali. La partecipazione degli studenti durante le lezioni è fortemente incoraggiata e può influire sul voto finale.

Studenti frequentanti: 50% progetti di gruppo, 25% quiz, 25% esame. Il corso non è consigliato agli studenti non frequentanti a causa dell'elevato carico di lavoro di gruppo.

Gli studenti che dimostreranno una profonda comprensione dell'argomento saranno considerati per svolgere una tesi sperimentale sull'applicazione aziendale della data analytics e dell'AI.