CESMA-Customer Experience & Social Media Analytics

Master di II livello in
Customer Experience &
Social Media Analytics

Moduli Didattici a.a. 2018-2019

Modulo 1: Generale
5 febbraio - 28 marzo 2019

Management Generale

Periodo: dal 5 al 12 febbraio 2019 (5gg lezione; 2gg self learning; 1g verifica)
Docenti: Sergio Cherubini, Donatella Padua, Luca Gnan

Il modulo affronta gli aspetti di base del sistema organizzativo e del marketing aziendale. Il modulo, infatti, ribadisce il fondamentale orientamento al mercato inteso sia come domanda che come concorrenza, proponendo un marketing innovativo che riesca a distinguersi in modo efficace, così da generare una total customer experience funzionale al loyalty management nel medio-lungo termine e, allo stesso tempo, idoneo ad una sostenibilità economica e finanziaria mediante alleanze strategiche (co-marketing) orizzontali e verticali. Il tutto con riguardo alle potenzialità offerte dal web, in termini di analytics e relative campagne. Successivamente verranno trattati gli indispensabili aspetti di analisi e progettazione dell'assetto organizzativo aziendale nelle sue principali dimensioni: la formalizzazione, la gerarchia, la specializzazione, la tecnologia, l'ambiente e la cultura. Particolare enfasi verrà data al disegno dei sistemi informativi, in modo da fornire gli elementi di base e gli strumenti concettuali utili a comprendere le logiche di progettazione, di funzionamento e di gestione delle architetture degli stessi.

Programma:

  • I principi fondamentali del Marketing Innovativo
  • Evoluzione del marketing verso la Stakeholder centricity
  • Loyalty management e Piano di marketing
  • Strategia di loyalty su web
  • Organizzazione aziendale e sistemi informativi; L'analisi e la progettazione organizzativa
  • I principali sistemi informativi; Le enterprise application; I decision support system
  • La gestione dei dati e della conoscenza; La progettazione dei sistemi informativi

SAS Overview

Periodo: 7 febbraio 2019 (1g lezione)

Docenti: docenti SAS

Il modulo introduce lo studente all’”universo” SAS e ai primi elementi di programmazione. Si forniranno le specifiche per seguire un corso di elearning sulla programmazione base di SAS.

SAS Data Management

Periodo: dal 8 febbraio al 25 febbraio 2019 (7gg lezione; 4gg self learning)

Docenti: Alessandra Barone

Obiettivo del modulo è rendere autonomi i partecipanti nell’utilizzo degli strumenti, linguaggi e ambienti SAS utilizzati per le attività di accesso, gestione, organizzazione dei dati e per la preparazione di modelli e flussi destinati al trattamento ed analisi delle informazioni in essi contenuti, attraverso le componenti SAS di Business Analytics.

Programma:

  • Programmazione SAS 1 (1 gg.)
  • Programmazione SAS 2 (4 gg.)
  • SAS Enterprise Guide: query e reporting (2 gg.)

Programming Tools

Periodo: dal 27 febbraio al 8 marzo 2019 (7gg lezione; 2gg self learning; 1g verifica)

Docenti: Massimo Regoli

L'obiettivo del modulo è quello di introdurre gli elementi essenziali della programmazione con particolare attenzione alle procedure di web scraping e social data analysis. Si partirà con gli elementi di base di programmazione focalizzando l’attenzione sul linguaggio Python e su alcune librerie particolarmente utili per lo scopo del corso come numpy, scipy, mathplotlib, BeautifulSoup eccetera. Verrà trattato con dovuto interesse il mondo delle Basi Dati con necessari accenni a SQL e alle Strutture Dati per concludere con la progettazione di un sistema informativo semplice.

Programma:

  • Fondamenti di Programmazione in Python

o   Scipy, numpy, …

  • Basi Dati

o   SQL e strutture dati

  • Case study: Social Network programming grab data from twitter stream

Advanced Statistical Reasoning

Periodo: dal 11 marzo al 21 marzo 2019 (9gg lezione; 2gg self learning; 1g verifica)

Docenti: Federico Bellotti, Maurizio Vichi, Roberto Rocci

Obiettivo del modulo è quello di fornire gli approcci metodologici avanzati per l'analisi dei dati nell’ambito del data science e dei Big Data. Verranno introdotte le tecniche di data transformation, data cleaning e gli strumenti statistici per l'analisi descrittiva dei dati. Passando all'analisi della dipendenza, verranno illustrati i modelli lineare generalizzati per analizzare la dipendenza di una variabile rispetto a un insieme di variabili esplicative. Saranno trattate le tecniche di Data Reduction, sia per le variabili sia per le unità statistiche. Saranno esposti i modelli a variabili latenti per l’analisi dell’interdipendenza.

Programma:

  • Introduzione
  • Analisi della dipendenza: modello lineare
  • Data reduction: cluster analysis e analisi in componenti principali
  • Analisi della dipendenza: modelli lineari generalizzati
  • Modelli a variabili latenti: analisi fattoriale e modelli miscuglio
Modulo 2: Analytics
27 marzo - 18 aprile 2019

Modulo 2: Analytics

Dal 27 marzo al 18 aprile 2019

Data Mining & Web Mining

Periodo: dal 27 marzo al 4 aprile 2019 (7 gg lezione)

Docenti: docenti SAS, Agostino Di Ciaccio

Nel modulo verranno illustrati gli elementi di base di Predictive analytics, dove si vedranno alcune tecniche statistiche di previsione utilizzate nel predictive modeling, nel machine learning e nel data mining.

Si partirà dal Data Mining per le decisioni aziendali, descrivendo i metodi di apprendimento supervisionato e non, i metodi di selezione del modello e quelli per valutare le capacità di previsione. I partecipanti impareranno a creare diagrammi di flusso utilizzando l’insieme di tool di SAS Enterprise Miner sia per il pattern discovery (segmentazione, associazione e analisi di sequenza) sia per la costruzione di modelli predittivi (albero di decisione, di regressione e modelli di reti neurali).

Successivamente, verranno descritti gli elementi di base del machine learning  e le tecniche più importanti utilizzando le librerie dedicate presenti su Python.

Programma:

  • Metodi di apprendimento supervisionato
  • Metodi di apprendimento non supervisionato
  • Tecniche di selezione e valutazione del modello
  • Machine learning con Python

Deep Learning

Periodo: dal 9 aprileo al 15 aprile 2019 (5 gg lezione)

Docenti: docenti della Deep Learning Italia

Nel modulo verranno illustrati i modelli di reti neuronali utilizzati nell'ambito della classifficazione e previsione.

Programma:

  • Introduzione al Deep Learning
  • Computer Vision
    • Deep Learning e computer vision
    • From Convolutional Layers to Pooling layers
    • Kernal and featuremap
    • Lenet Model
    • RestNet Model
    • Use case
  • RNN
    • Recurrent Neural network
    • GRU
    • LSTM
    • Use case
  • Natural Language Processing
    • Word Embedding
    • Sequence-to-sequence learning
    • Use Case
  • Reinforcement learning
    • Concetti fondamentali di RL.
    • Esempi di applicazioni
    • Processi di decisione di Markov ed equazioni di Bellman
    • Risoluzione di MDP mediante dynamic programming
    • Metodo SARSA.
    • Q-learning

Big Data Exploration & Data Visualization

Periodo: dal 16 al 18 aprile e dal 10 al 13 giugno 2019 (7gg lezione)

Docenti: docenti SAS, Valeria Cardellini

In questo modulo saranno introdotti i concetti relativi ad ambienti tipici del mondo dei Big Data e in particolare ad Hadoop e all’analisi di dati in tempo reale. Verrà poi presentata la soluzione Visual Analytics per l’analisi esplorativa e visuale dei dati con esempi concreti di utilizzo degli strumenti di analisi visuali applicate ai dati Sales&Marketing.

Programma:

  • SAS Visual Analytics : Explorer Designer & Mobile
  • SAS Visual Statistics overview
  • Big Data, Hadoop & introduzione a Spark
  • Introduzione al data stream processing
  • Esempi aziendali
Modulo 3: Social Media Analytics
9 maggio - 6 giugno 2019

Modulo 3: Social Media Analytics

Dal 9 maggio al 6 giugno 2019

L’impresa e i Social Media & Textual Analysis

Periodo: dal 9 al 16 maggio 2019 (5 gg lezione)

Docenti: Massimo Regoli, Simonetta Pattuglia, Stella Iezzi, docenti SAS

Si illustrano quali sono e a cosa servono i social media e i social networks nell’ambito dell’impresa sia per il marketing sia per la comunicazione. Si vedrà come importare mediante Python dati di formato testuale. Si introducono i metodi e modelli di text mining, focalizzando l’attenzione sul trattamento del linguaggio naturale, sulla costruzione di risorse statistico-linguistiche e di grammatiche locali, sull’analisi del contenuto e della sentiment analysis. Il corso fornirà, inoltre, le conoscenze necessarie per utilizzare alcune librerie del software R per l’analisi automatica dei testi e il text mining (tm, twitteR, wordcloud,..) e l’interfaccia di R denominata Iramuteq, che permette Analisi multidimensionale di testi e questionari. Infine, sono presentate le componenti SAS comunemente utilizzate per la realizzazione di analisi di dati testuali e provenienti dal mondo dei social media.

Programma:

  • Librerie di Python per importare dati testuali
  • L’impresa e i social media e i social networks
  • Il Text Mining
  • Content Analysis
  • SAS Enterprise Miner - Text Miner


Sentiment Analysis & Social Networks

Periodo: dal 27 maggio al 6 giugno 2019 (8gg lezione, 1g e-learning)

Docenti: docenti SAS, Stella Iezzi

Nel modulo sono presentate le componenti SAS comunemente utilizzate per la misurazione del “sentiment” della clientela. Si passa poi a fornire una conoscenza dei principali aspetti teorici e metodologici relativi all’analisi delle reti sociali (Social Network Analysis). Si illustreranno modelli e metodi per la raccolta dei dati relazionali, la costruzione di dataset, l’applicazione e l’interpretazione di misure di rete in diversi contesti. Inoltre, il corso introduce gli studenti all’uso di alcune librerie del software R per l’analisi delle reti (sna, igraph, …).

Infine saranno presentati dei case history aziendali.

Programma:

  • SAS Sentiment Analysis
  • SAS Contextual Analysis Overview
  • Introduzione alla Social Networks Analysis
  • Case history aziendali
Modulo 4: Customer Experience
18 giugno - 20 giugno 2019

Modulo 4: Customer Experience

Dal 18 giugno al 20 giugno 2019

Campagne di Marketing

Periodo: dal 18 al 20 giugno 2019 (3 gg lezione)

Docenti: Helenio Guiducci (SAS)

L’obiettivo è quello di illustrare come predisporre le campagne considerando i diversi strumenti di comunicazione (email, social media, sms) e la loro integrazione alla luce di un moderno brand management. Si passa poi a presentare le Business Solutions di SAS che vengono utilizzate nell’ambito della Customer Experience. In particolare, verrà approfondita la piattaforma applicativa SAS per la gestione, pianificazione, esecuzione e monitoraggio di campagne di marketing personalizzate, multistage, multicanale.

Programma:

  • Le campagne di marketing & communication attraverso social media, email, sms
  • La forma conversazionale della comunicazione per il consumatore
  • Il processo di branding per l’organizzazione
  • I principali KPIs nel social media and networks marketing - L'ascolto integrato e il monitoraggio
  • Case histories aziendali
  • SAS Marketing Automation: Designing and Executing Outbound Marketing Campaigns
  • Real Time Decision Management

SAS Customer Decision Hub – Overview and live demo of other SAS solutions:

  • Marketing Optimization
  • Real Time Decision Management
  • CI 360 Engage + Discover
Laboratori
Tre Laboratori riguardanti l'analisi dei dati, le tecniche di scraping, l'analisi dei Big Data

LAB1 - Analisi dei dati 

Docenti: Furio Camillo (università di Bologna)

Periodo: dal 6 al 8 maggio 2019 (3gg laboratorio)

A gruppi si analizzerà un dataset reale, utilizzando le tecniche di Data Mining e Machine learning

6-7/05; 17-20/05; 17/6; 28/6; 8/7

 

LAB2 - Estrazione dati

Docenti: Massimo Regoli (Università di Roma Tor Vergata)

Periodo: 17 maggio e 20 maggio 2019 (2gg laboratorio)

Metodi per scaricare dati da internet, siti web, data scraping

 

LAB3 - Laboratorio di analisi di Big Data con TIM

Docenti: A cura di Michele Vecchione (TIM)

Periodo: dal 17 giugno all'8 luglio 2019 (3gg di incontri)

Lavori applicati di Churn Analysis, Forcasting, Clustering, Text Mining, Classification su campioni di dati reali di TIM

Testimonianze Aziendali
testimonianze aziendali: 8 aprile, 24 maggio, 7 giugno, 2 luglio, 3 luglio 2019

A cura delle Aziende Partner del Master. Sono programmate 5 giornate di testimonianze aziendali.

Durante il percorso didattico viene offerta agli studenti la possibilità di dare uno sguardo al mondo reale attraverso le numerose testimonianze di aziende e professionisti chiamati a presentare le strategie e soluzioni adottate nel loro settore. All'interno di questa attività, Accenture, Target Reply, Soft Strategy, SAS organizzano cinque giornate tematiche dedicate alle testimonianze aziendali.

Case History riguardanti:

1.   Data Mining & Web Mining - 8 aprile 2019

2.   Big Data - 24 maggio 2019

3.   Social Media Analytics - 7 giugno 2019

4.   Customer Experience - 2 luglio 2019

5.   Mentor in action - come trovare lavoro e non perderlo   3 luglio 2019

Soft Skills
15 febbraio; 1 marzo; 22 marzo; 1 luglio 2019

Docente: Federico Felippone (SAS)

Le giornate hanno lo scopo di illustrare agli studenti come lavorare in gruppo, come preparare presentazioni e come affrontare l’entrata nel mondo del lavoro.

Programma: Teamwork, Negotiation, Public Speaking

Certificazione SAS
15, 16, 17 e 19 luglio 2019
  • Corso di preparazione alla Certificazione SAS Enterprise Miner 7 (3 gg.)
  • Esame di certificazione (1 gg.)