Struttura e contenuti
Il corso prevede un’esperienza formativa della durata complessiva di 3 giornate (24 ore totali equivalenti) durante le quali verranno approfonditi i seguenti temi:
1. Classificazione delle fonti informative e modelli tradizionali di analisi dei dati
- Introduzione alla identificazione delle diverse fonti informative interne ed esterne all’azienda, definizione e tassonomia dei Big e Small Data
- I repository dei dati: Data Lake e Data Warehouse, strutture architetturali e logiche di utilizzo
- Principali modelli tradizionali avanzati di analisi dei dati generati dalla relazione con i clienti e i prospect: regressione lineare e logistica, analisi discriminante lineare
2. I nuovi modelli di analisi dei dati per la gestione e ottimizzazione della interazione con i clienti
- Principali modelli di Machine Learning per Small e Big Data: Alberi di Regressione e Classificazione, Random Forest, Gradient Boosting
- Principali algoritmi di Deep Learning utilizzati in applicazioni di Intelligenza Artificiale: Neural Networks di tipo CNN (Convolutional Neural Networks); RNN (Recurrent Neural Networks) - LSTM (Long Short-Term Memory); Transformers (architettura alla base dei Large Language Models utilizzati nelle applicazioni di Generative AI)
- Ottimizzazione e valutazione di qualità dei modelli predittivi
- Il passaggio in “produzione” dei modelli sviluppati per la costruzione dei KPI di profilazione e la predisposizione di sistemi di misurazione di performance dei Customer Journey
- Applicazioni e use case rilevanti: propensity e Next Best Action Models, analisi churn e attrition, valutazione del rischio cliente, gestione dei lead e delle azioni/campagne
Scarica la brochure per scoprire di più sui risultati di apprendimento attesi, il modello di apprendimento e la Faculty del corso.
Download Brochure
Perché partecipare?
I vantaggi per il partecipante
- Imparare a gestire e ottimizzare i dati disponibili per la gestione della clientela attuale e potenziale
- Utilizzare consapevolmente dei modelli predittivi statistici e degli algoritmi di Machine Learning ad Intelligenza Artificiale più adatti alla gestione della relazione con il target
- Conoscere metodi e criteri di misurazione dell’efficacia delle azioni intraprese, valutandone l’impatto sulle performance aziendali
I vantaggi per l'azienda
- Accelerare il processo di trasformazione dei dati disponibili in informazione
- Implementare processi di analisi avanzata efficaci su clienti e prospect
- Implementare un sistema di “produzione” degli analytics finalizzati alla gestione ottimizzata del target, con evidenti ricadute sulle performance aziendali
Attestati
Badge digitali
I badge digitali rappresentano una forma innovativa e immediata di condivisione dei traguardi raggiunti. Sono verificabili e associati in modo univoco a ogni singolo utente e offrono la possibilità di tenere aggiornata la propria rete di contatti mettendo in evidenza il percorso intrapreso in SDA Bocconi.
Attestato di partecipazione
L’attestato – erogato sia in formato digitale, sia cartaceo – rappresenta una risorsa utile con cui arricchire il proprio curriculum e il proprio bagaglio di esperienze formative. È rilasciato ai partecipanti che hanno frequentato almeno l’80% delle lezioni.
Informazioni
Calendario
Il programma ha una durata complessiva di 3 giornate (24 ore ore totali equivalenti).
25 - 27 giu 2024
9:00 - 18:00
Sede delle lezioni
SDA Bocconi School of Management
Via Sarfatti 10, 20136 Milano
Quota di partecipazione
€ 3.000
La quota si intende al netto di IVA comprensiva del materiale didattico e delle colazioni di lavoro.
Agevolazioni
Per informazioni e approfondimenti sulle agevolazioni:
www.sdabocconi.it/agevolazioni
Iscriviti subito
Per poter vivere al meglio l’esperienza formativa del corso, la Scuola potrà richiederti di condividere il CV o il link al tuo profilo LinkedIn per assicurare che le tue aspettative siano in linea con l’offerta formativa scelta. Il numero massimo dei partecipanti è programmato. La prenotazione e l'iscrizione potranno essere effettuate online alla pagina web del programma. Le iscrizioni sono aperte fino al giorno precedente l’inizio del programma, salvo esaurimento disponibilità. Per motivi organizzativi ti consigliamo di completare la procedura di iscrizione almeno 10 giorni prima della data d’inizio.
