Predictive Analytics for Business

Decision making, analisi della customer satisfaction e marketing modelling mix sono questioni aziendali fondamentali con le quali si misurano le tecniche di analisi dei dati. Il focus di questo corso è l’interpretazione e l’impiego dei risultati dell’analisi a supporto dei processi decisionali.

Questo corso professionalizzante è uno dei moduli del Master in Data Management & Business Analytics

Direttore scientifico: Guido Di Fraia
Coordinamento didattico: Paola Chiesa

Il Corso si rivolge a:

Professionisti che vogliano acquisire le competenze necessarie per utilizzare al meglio le potenzialità offerte dal cognitive computing per l’analisi dei Big Data a supporto delle decisioni di business e delle strategie di marketing aziendale. È in special modo pensato per chi opera nelle aree aziendali di Project Management, Marketing, IT, Comunicazione, Business Intelligence, Vendite, HR e Finance.

Il Corso si propone di:

Questo corso, attraverso esercitazioni su casi reali, vuole sviluppare le competenze necessarie all’interpretazione dei dati e dei risultati per supportare i processi decisionali.

Didattica

Le lezioni affronteranno le seguenti tematiche:

  • Regressione logistica
  • Churn prevention & new product development
  • Marketing mix modelling
  • Sistemi decisionali multicentro
  • Metodi di scenario
  • Modelli di scoring
  • Modelli di equazioni strutturali


Right Arrow Ulteriori informazioni

Partenza: 23 febbraio 2019
Termine: 22 marzo 2019

Giorni e orari delle lezioni: venerdì dalle 09:30 alle 18:30; sabato dalle 9:00 alle 13:00 a settimane alterne.
Costo: € 850+IVA
Monte ore: 32

Agevolazioni
Sono state stipulate delle convenzioni con strutture alberghiere in città che applicheranno tariffe agevolate agli iscritti al corso provenienti da fuori Milano.

Carriere connesse
Data Driven Marketer, Data Scientist, A.I. Analyst, Marketing Manager, Project Manager


Right Arrow Contatti

Scuola di Comunicazione IULM
Via Carlo Bo 1, 20143 Milano 
Tel + (39) 02 89141 2311
Fax + (39) 02 891412371
[email protected]
[email protected]