Sistemi informativi

Oggetto:

Sistemi informativi

Oggetto:

Information systems

Oggetto:

Anno accademico 2015/2016

Codice dell'attività didattica

MFN0618

Docente

Dott. Roberto Micalizio (Titolare del corso)

Corso di studi

Laurea magistrale in Scienze Statistiche, Economiche e Manageriali - a Torino [009504]

Anno

2° anno

Tipologia

Affine o integrativo

Crediti/Valenza

SSD dell'attività didattica

INF/01 - informatica

Modalità di erogazione

Tradizionale

Lingua di insegnamento

Italiano

Modalità di frequenza

Facoltativa/Discretionary

Tipologia d'esame

Orale

Prerequisiti

conoscenza dei principi della statistica; conoscenze di base di informatica con particolare attenzione alle basi di dati.

Mutuato da

MFN0618 Sistemi informativi Laurea in Informatica (L31)

Oggetto:

Obiettivi formativi

Il corso di Sistemi Informativi ha lo scopo di dare una panoramica delle maggiori e più diffuse applicazioni delle basi di dati nel mondo del lavoro e dell'impresa in cui tutti i processi aziendali sono ormai divenuti digitali: i sistemi di pianificazione delle risorse aziendali (Enterprise Resource Planning o ERP), i sistemi integrati di gestione e profilazione del cliente (CRM), i sistemi informativi sanitari, le piattaforme di gestione per la Pubblica Ammnistrazione (e-government).
In particolare si vuole dare una panoramica dei concetti di base che stanno dietro i sistemi di supporto alla decisione (DSS) e alle piattaforme di Business Intelligence: le Data Warehouse e le primitive per l'analisi on-line dei dati (OLAP).

Oggetto:

Risultati dell'apprendimento attesi

Conoscenza dei principali ambiti di applicazione dei sistemi informativi. Progettazione dei dati e comprensione degli algoritmi per i sistemi di supporto alla decisione e l'analisi dei dati.
Conoscenza di una suite di Business Intelligence (analisi dei dati per grossi volumi).

Oggetto:

Oggetto:

Modalità di verifica dell'apprendimento

La verifica dell'apprendimento avviene in itinere (durante le lezioni a seguito di domande e discussioni sui contenuti del corso, sui casi di studio reali trattati e durante le esercitazioni pratiche all'elaboratore per lo svolgimento di analisi dei dati con data-set reali).

L'esame finale è orale in cui si verificano l'apprendimento dei concetti visti a lezione, l'autonomia e la capacità di ragionamento acquisite dallo studente. Durante l'orale lo studente potrà esporre i risultati ottenuti durante la propria sperimentazione in laboratorio e nei lavori di gruppo.

L'esame è orale e consiste di domande sulle tre parti sostanziali del corso: la prima parte relativa ai processi aziendali e alla loro rappresentazione tramite il linguaggio UML; i sistemi informativi aziendali (ERP, CRM, Data Warehouses, OLAP) (dal libro di Motta e al. sui sistemi informativi aziendali). La seconda parte relativa alla rappresentazione dei dati in una Data Warehouse con il Dimensional Fact Model e in particolare alla scelta di uno dei casi di studio presi dal libro del Kimball sul Dimensional Modeling e alla rappresentazione del caso di studio con il Dimensional Fact Model. Infine la terza parte è relativa alla comprensione degli aspetti essenziali della Business Intelligence e del Data Mining (in particolare le funzionalità della classificazione e del clustering). Riguardo alla dimostrazione della padronanza di questi concetti si richiede di saper utilizzare uno strumento di elaborazione dei dati e di estrazione della conoscenza come KNIME e applicarlo in alcuni data-set reali per rispondere a domande sui dati e sui processi aziendali che li hanno generati.

Oggetto:

Attività di supporto

Le attività di supporto consistono in esercitazioni in classe in cui gli studenti lavorano in gruppo e preparano alcune slides da presentare ai colleghi riguardo a un caso di studio scelto tra quelli proposti dal docente.

Inoltre si svolgeranno alcune esercitazioni in laboratorio tramite una suite di strumenti software open source di analisi dati (come Pentaho, RapidMiner, KNIME o SpagoBI).

Infine si svolgeranno alcuni seminari di professionisti che raccontano la propria esperienza reale con i sistemi informativi.

Oggetto:

Programma

1. Introduzione ai sistemi informativi aziendali e all'uso di UML per la progettazione (Modello organizzativo, modello funzionale, modello informatico)

2. Sistemi ERP (Le suite ERP; Paradigma ERP; Piattaforme software; Offerta ERP; Trasformazione dell’impresa)

3. Integrazione con il cliente: i sistemi CRM (Ruolo dei sistemi CRM nelle aziende; Schema architetturale; Il paradigma; Esempi; Suite di package software; Evoluzione dei CRM)

4. Rappresentazione e gestione della conoscenza con il Dimensional Fact Model.

5. Piattaforme di Business Intelligence e DSS (Livello delle fonti; Data warehouse; ETL; Progettazione del sistema di warehousing; Livello di elaborazione: reporting e DSS; Motori di analisi e data mining; Suite software per i sistemi direzionali; Sistemi CRM analitici)

7. Soluzioni di sviluppo e gestione del software (14 ore) (Open source e i Sistemi informativi; Adozione di software OS per implementare un Sistema informativo; Modello di sviluppo OS; piccola sperimentazione con una suite software open source).

Introduzione ai sistemi informativi aziendali, alla comprenbsione dei processi aziendali e all'uso di UML per la loro rappresentazione e progettazione.

I sistemi ERP, CRM, Data Warehouse, Business Intelligence.

Progettazione e rappresentazione dei dati per una Data Warehouse (per analisi statistiche su grossi volumi di dati).

Apprendimento di alcuni concetti di Data Mining (in particolare la classificazione e il clustering) e sperimentazione con un sistema software open source (come KNIME).

Descrizione

Testi consigliati e bibliografia

Oggetto:

Sistemi informativi d'impresa

Autore: G. Bracchi, C. Francalanci, G. Motta, Edizione: 2010
Casa editrice: McGraw-Hill, Milano
ISBN: 978-88-386-6328-4
Url: http://www.catalogo.mcgraw-hill.it/catLibro.asp?item_id=2517

Libro di consultazione per la parte di Data Warehouse:

The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling
Autore: Ralph Kimball, Margy RossEdizione: 3 Edizione, 2013
Casa editrice: John Wiley & Sons
ISBN: 978-1-118-53080-1
Url: http://it-ebooks.info/book/2637/

Libro di consultazione per la parte di Data Mining:

Introduzione al Data Mining
Autore: Richard J. Roiger e Michael W. GeatzEdizione: 2003
Casa editrice: McGraw-Hill
ISBN: 8838661677
Url: http://www.ibs.it/code/9788838661679/roiger-richard-j-/introduzione-data-mining.html

Oggetto: