Syllabus del corso
Obiettivi formativi
Il corso intende fornire le conoscenze teoriche e operative necessarie per progettare, sviluppare e gestire sistemi informativi aziendali a supporto dei processi decisionali. Particolare attenzione è dedicata alla gestione delle informazioni, all'analisi dei dati strutturati e non strutturati e all'utilizzo di strumenti informatici per il supporto alle decisioni nelle organizzazioni pubbliche e private.
Conoscenza e capacità di comprensione
L'insegnamento consente allo studente di acquisire solide basi sulla teoria dei sistemi informativi e delle tecniche di gestione della conoscenza e analisi dei dati da utilizzare nel contesto lavorativo biostatistico/statistico/demografico.
Questo insegnamento fornirà conoscenze e capacità di comprensione relativamente a:
- Progettazione di sistemi informativi per l’analisi dati e di supporto decisionale,
- Identificazione delle fonti dati di un sistema informativo aziendale,
- Gestione di dati strutturati e non strutturati.
Lo studente acquisirà inoltre conoscenze relative ai principali strumenti informatici utilizzati nelle organizzazioni pubbliche e private, ai sistemi di supporto alle decisioni e alle architetture per la gestione di grandi quantità di dati.
Conoscenza e capacità di comprensione applicate
Gli studenti partecipano a esercitazioni pratiche con software di analisi dei dati e strumenti per il trattamento delle informazioni, applicati a casi reali.
Attraverso attività individuali e di gruppo gli studenti acquisiranno la capacità di:
- utilizzare software per l'analisi di dati strutturati e non strutturati;
- interrogare e gestire basi dati e fonti informative eterogenee;
- utilizzare strumenti per la visualizzazione e l'esplorazione dei dati;
- applicare tecniche di text analytics e text mining;
- interpretare i risultati delle analisi a supporto dei processi decisionali;
- progettare semplici soluzioni informative coerenti con le esigenze organizzative.
Autonomia di giudizio
Attraverso l'analisi dei dati gli studenti sono chiamati a formulare giudizi e valutare le strategie aziendali di comunicazione, di CRM o di marketing basato sulle tecnologie web. Le discussioni in aula e i feedback dei docenti sui progetti, supportano lo sviluppo della capacità di valutazione autonoma dei casi aziendali.
Abilità comunicative
Gli studenti devono presentare oralmente i progetti di gruppo davanti ai colleghi e ai docenti, sviluppando capacità di comunicazione chiara, sintetica ed efficace. Durante le lezioni interattive e le discussioni di casi, viene incentivata la partecipazione attiva e il confronto.
Gli studenti sono inoltre chiamati a valutare criticamente la qualità delle fonti informative e l'adeguatezza delle tecniche utilizzate per l'analisi dei dati.
Capacità di apprendere
Il corso fornisce strumenti metodologici e operativi che consentono agli studenti di aggiornare autonomamente le proprie competenze nell'ambito dei sistemi informativi, dell'analisi dei dati e delle tecnologie digitali. Attraverso esercitazioni, attività progettuali e l'utilizzo di software specialistici, gli studenti sviluppano la capacità di reperire nuove fonti informative, apprendere l'utilizzo di nuovi strumenti e trasferire le competenze acquisite a contesti applicativi differenti.
Contenuti sintetici
- Architetture applicative e tecnologiche dei sistemi informativi
- Applicazioni informatiche e analisi del sistema informativo
- Progettazione del sistema informativo per l’analisi dati e di supporto direzionale
- Sistemi informativi e social media
- CRM
- Introduzione alla Social Media Analytics
- Big Data e tecniche di trattamento dei dati non strutturati
- Text Mining e Text Analytics
- Artificial Intelligence
Programma esteso
Architetture applicative e tecnologiche dei sistemi informativi:
- Processi di elaborazione e basi dati
- Architetture distribuite, client server, di rete, internet e World Wide Web
Applicazioni informatiche e l’analisi del sistema informativo:
- Il portafoglio applicativo nelle aziende industriali e di servizi
- CRM
Progettazione del sistema informativo per l’analisi dati e di supporto direzionale:
- Progetto dei processi e dei dati
- BPR
- Analisi delle attività e delle informazioni
- Data – warehouse e data mining
Sistemi informativi e social media - Evoluzione dei sistemi informativi aziendali
- Social Media Marketing
Introduzione alla Social Media Analytics: - Sentiment Analysis
Big Data e tecniche di trattamento dei dati non strutturati - Text Mining e Text Analytics
Prerequisiti
Sono richieste buone capacità di apprendimento, scrittura e comunicazione orale, generale conoscenza delle principali tecnologie ed applicazioni informatiche. Conoscenza del pacchetto Office.
Metodi didattici
Il corso è erogato in italiano e prevede lezioni frontali in aula ed esercitazioni in laboratorio.
Le lezioni frontali coprono 6 CFU del corso, le esercitazioni coprono i restanti 3 CFU.
Nelle lezioni frontali vengono illustrati gli argomenti teorici inerenti il corso (modalità erogativa), inoltre sono assegnati agli studenti dei project work da realizzare in gruppo e discutere entro la fine del corso (modalità interattiva).
Le esercitazioni in laboratorio sono mirate all'insegnamento e utilizzo di tecniche di trattamento dei dati non strutturati, Natural Language Processing, in particolare per eseguire operazioni di Text Mining su dati scaricati da diverse fonti Web.
Anche durante le esercitazioni sono assegnati dei project work agli studenti da realizzare in gruppo e discutere entro la fine delle esercitazioni.
Nel dettaglio:
- 42 ore di lezione in presenza nel primo semestre (6 CFU):
- di queste 30 ore svolte in modalità erogativa (DE) in presenza; 12 ore di attività di discussione e presentazione di project work svolte in modalità interattiva (DI) in presenza.
- 24 ore di esercitazione in presenza nel secondo semestre (3 CFU), con utilizzo di linguaggi e software per il trattamento di dati non strutturati.
Modalità di verifica dell'apprendimento
La modalità di verifica si basa su una prova scritta.
La prova scritta si svolge al computer ed è composta da 2 domande aperte (brevi saggi) e 10 domande chiuse a risposta multipla (VERO/FALSO). Le domande aperte hanno l'obiettivo di valutare le capacità di ragionamento e di discussione critica di un argomento. Le domande chiuse hanno l'obiettivo di valutare la preparazione su tutti gli argomenti del corso. Le domande aperte hanno un peso maggiore nel computo del voto finale.
In sede di valutazione viene considerata la capacità dello studente di rispondere a quesiti specifici facendo riferimento agli aspetti teorici e pratici (mediante esempi) connessi all'argomento richiesto.
La prova d'esame è comune sia per gli studenti frequentanti sia per i non frequentanti.
Non sono previste prove intermedie.
Durante il laboratorio gli studenti sono invitati a svolgere un progetto in gruppo, non è obbligatorio, chi lo porta a termine avrà qualche punto in più all'esame. Gli studenti non frequentanti possono liberamente scegliere se svolgere il progetto.
La valutazione finale tiene conto:
- della correttezza delle conoscenze teoriche;
- della capacità di applicare i concetti ai casi proposti;
- della capacità di interpretazione dei risultati delle analisi;
- dell'utilizzo appropriato della terminologia disciplinare;
- della capacità di collegare i diversi argomenti trattati nel corso.
Per il raggiungimento della sufficienza è richiesta una conoscenza adeguata dei concetti fondamentali del corso. Le valutazioni più elevate vengono attribuite agli studenti che dimostrano piena padronanza degli argomenti, capacità critica e autonomia nell'applicazione delle metodologie illustrate.
Testi di riferimento
- G. Bracchi, C. Francalanci, G. Motta. Sistemi informativi d’impresa. McGraw-Hill, 2010.
- V. Cosenza, "Social media ROI", Apogeo, 2012, ebook acquistabile in rete, capitoli: 1, 2, 4, 5 (i concetti fondamentali).
Nel corso delle lezioni sarà indicato dai docenti ulteriore materiale (slide, articoli…).
Periodo di erogazione dell'insegnamento
Il corso viene erogato nel secondo ciclo del primo semestre e nel primo ciclo del secondo semestre.
Lingua di insegnamento
Italiano
Sustainable Development Goals
Learning objectives
The course aims to provide the theoretical and practical knowledge required to design, develop and manage business information systems to support decision-making processes. Particular attention is paid to information management, the analysis of structured and unstructured data, and the use of IT tools to support decision-making in public and private organisations.
Knowledge and comprehension skills
This teaching enables students to acquire a solid foundation in the theory of information systems and techniques of knowledge management and data analysis to be used in the biostatistical/demographic work context.
This teaching will provide knowledge and understanding in relation to:
- Design of information systems for data analysis and decision support,
- Identification of data sources in a business information system,
- Management of structured and unstructured data.
Students will also gain an understanding of the main IT tools used in public and private organisations, decision support systems and architectures for managing large volumes of data.
Applied knowledge and understanding
Students take part in practical exercises using data analysis software and information processing tools, applied to real-world cases.
Through individual and group activities, students will develop the ability to:
- use software for the analysis of structured and unstructured data;
- query and manage databases and diverse information sources;
- use tools for data visualisation and exploration;
- apply text analytics and text mining techniques;
- interpret the results of analyses to support decision-making processes;
- design simple information solutions consistent with organisational needs.
Autonomy of judgement
Through data analysis, students are called upon to make judgements and evaluate corporate communication, CRM or web-based marketing strategies. Classroom discussions and lecturer feedback on projects support the development of the ability to independently evaluate business cases.
Students are also expected to critically assess the quality of information sources and the suitability of the techniques used for data analysis.
Communication skills
Students have to present group projects orally in front of colleagues and lecturers, developing clear, concise and effective communication skills. During interactive lectures and case discussions, active participation and discussion is encouraged.
Ability to learn
The course provides methodological and practical tools that enable students to independently update their skills in the fields of information systems, data analysis and digital technologies. Through practical exercises, project-based activities and the use of specialist software, students develop the ability to identify new sources of information, learn how to use new tools and apply the skills they have acquired to different practical contexts.
Contents
- Application architectures and technological architectures of information systems
- Digital applications and analysis of information system
- Design of information system for data analysis and decision support system
- Information systems and social media
- CRM
- Introduction to Social Media Analytics
- Big Data and techniques for processing unstructured data
- Text Mining and Text Analytics
- Artificial Intelligence
Detailed program
Application architectures and technological architectures of information systems:
- Database management processes
- Distributed architectures, client server, network, Internet and World Wide Web
Digital applications and analysis of information system: - The application portfolio in the industrial and service companies
- CRM
Design of information system for data analysis and decision support system: - Design of processes and data modelling
- BPR
- Activities and information analysis
Information systems and social media: - Evolution of enterprise information systems
- Social Media Marketing
Introduction to Social Media Analytics: - Sentiment Analysis
Big Data and techniques for processing unstructured data: - Text Mining and Text Analytics
Prerequisites
Fairly good skills in learning, writing and speaking are expected, together with a general knowledge about the main technologies and applications of Computer Science. Knowledge of the Office package.
Teaching methods
The course is delivered in Italian and includes classroom lectures and laboratory exercises.
The lectures cover 6 CFU of the course, the exercises cover the remaining 3 CFU.
In the lectures, the theoretical topics inherent to the course are illustrated (delivery mode), and students are assigned project work to carry out in groups and discuss by the end of the course (interactive mode).
The laboratory exercises are aimed at teaching and using techniques for processing unstructured data, Natural Language Processing, in particular to perform Text Mining operations on data downloaded from various web sources.
Also during the exercises, project work is assigned to the students to be carried out in groups and discussed by the end of the exercises.
In detail:
- 42 hours of face-to-face lectures in the first semester (6 CFU):
- of these, 30 hours are delivered in a lecture-style format (DE) in person; 12 hours of discussion and project work presentations are conducted in an interactive format (DI) in person.
- 24 hours of face-to-face practical sessions in the second semester (3 CFU), using languages and software for processing unstructured data.
Assessment methods
The verification method is based on a written test.
The written test takes place at the computer and it consists of 2 open (short essays) and 10 closed questions with multiple answers (TRUE/FALSE). Open questions aim to evaluate the reasoning and critical discussion skills of a topic. The closed questions aim to evaluate the preparation on all the topics of the course. Open questions have a greater weight in the calculation of the final grade.
The evaluation is focused on the student's ability to answer to specific questions by referring both to the theoretical and practical aspects (through examples) connected to the requested topic.
The test is common for both attending students and non-attending students.
There are no intermediate tests.
During the course, students are invited to carry out a project in a group, it is not mandatory, whoever completes it will have a few more points in the exam. Non-attending students can freely choose whether to carry out the project.
The final assessment takes into account:
- the accuracy of theoretical knowledge;
- the ability to apply concepts to the cases presented;
- the ability to interpret the results of the analyses;
- the appropriate use of subject-specific terminology;
- the ability to link the various topics covered in the course.
To achieve a pass, students are required to demonstrate an adequate understanding of the course’s fundamental concepts. Higher marks are awarded to students who demonstrate full mastery of the topics, critical thinking and the ability to apply the methodologies covered independently.
Textbooks and Reading Materials
- G. Bracchi, C. Francalanci, G. Motta. Sistemi informativi d’impresa. McGraw-Hill, 2010.
- V. Cosenza, "Social media ROI", Apogeo, 2012, ebook available on internet, chapters: 1, 2, 4, 5 (the basic concepts).
Further material (slides and papers on specific topics) is available on the elearning page of the course.
Semester
The course is delivered in the second cycle of the first semester and in the first cycle of the second semester.
Teaching language
Italian
