logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-09032009-115043


Tipo di tesi
Tesi di laurea specialistica
Autore
PO, FEDERICA
URN
etd-09032009-115043
Titolo
Data mining: da una miniera di dati ad una nuova conoscenza. Il caso di Ambiente S.C.
Dipartimento
ECONOMIA
Corso di studi
MARKETING E RICERCHE DI MERCATO
Relatori
relatore Prof. Gandolfo, Alessandro
Parole chiave
  • data mining
  • dati
  • nuova conoscenza
Data inizio appello
07/10/2009
Consultabilità
Parziale
Data di rilascio
07/10/2049
Riassunto
Vi sono tuttavia due spinte determinate dall’evoluzione della tecnologia dell’informazione. In primo luogo il continuo sviluppo di strumenti, sia hardware che software, più potenti ed economici, sta permettendo alle organizzazioni più moderne di raccogliere ed organizzare i dati in strutture che facilitano l’accesso e il trasferimento delle informazioni verso tutti i possibili fruitori, interni ed esterni.
In secondo luogo, la ricerca metodologica, particolarmente nei settori dell’informatica e della statistica, ha condotto recentemente allo sviluppo di procedure per l’analisi di grandi basi di dati.
L’utilizzo di tecnologie basate sul Data Mining (d’ora in avanti DM) è in continua crescita e sono sempre più conosciuti casi di successo di queste metodologie. L’industria di qualsiasi settore può avvalersi infatti di studi di DM: grandi quantità di dati sulle vendite, lo studio dei clienti esistenti e le possibilità di acquisirne di nuovi, analisi dei servizi e dei consumi sono solo alcuni dei campi di maggiore interesse. Il DM può essere utilizzato per individuare nuovi trend di vendita, progettare strategie di investimento, migliorare campagne di marketing e fornire ai clienti maggiore supporto ed attenzione.
Le storie di successo del DM ci insegnano che i migliori risultati sono raggiunti bilanciando la conoscenza di esperti nel descrivere problemi ed obiettivi, con la capacità di elaborazione del computer.
In pratica i due obiettivi principali del DM sono la predizione, che coinvolge le variabili o i campi nei data set per predire sconosciuti e futuri valori delle variabili di interesse, e la descrizione, indirizzata a trovare le regole che descrivono i dati e che possono pertanto essere interpretate.

Il primo capitolo di questo elaborato fornisce alcune indicazioni sulle motivazioni che dovrebbero spingere a progettar e realizzare una ricerca di marketing al posto di altre modalità di generazione delle informazioni, si introduce il concetto di DM contestualizzandolo all’interno dell’ambito della ricerca e sottolineandone le principali caratteristiche.
Il secondo capitolo ha carattere prevalentemente metodologico, descrive in modo sistematico il processo di DM inteso come attività di analisi di basi di dati orientata a produrre dei risultati utili per le decisioni; il terzo capitolo contiene una breve presentazione di Ambiente S.C. azienda specializzata in servizi di ingegneria ambientale e analisi di laboratorio, è stato ritenuto opportuno, inoltre, descrivere brevemente le caratteristiche principali dell’attività e dell’operatività delle aziende di servizi. A conclusione del capitolo viene presentata la proposta di tesi, indicando quali siano le tematiche e le questioni affrontate nei capitoli successivi.
Il quarto capitolo tratta il problema dell’individuazione della relazione che vi è tra il fatturato di Ambiente ed alcune variabili individuate come esplicative, utilizzando il metodo della regressione lineare multipla come strumento interpretativo.
Nel quinto capitolo si affronta la tematica della customer loyalty, cercando di individuare un modello esplicativo sulla base della regressione logistica; l’ultimo capitolo presenta infine le conclusioni di tutto il lavoro di ricerca, e sintetizza quelle che sono state le considerazioni del management di Ambiente S.C. alla presa visione dei risultati presentati.

Gli obiettivi che sono si sono preposti sono stati pienamente raggiunti: partendo da una “miniera” di dati e procedendo attraverso un iter di “raffinazione”, sono stati scoperti nuovi legami e nuove relazioni che aiutino ad interpretare fenomeni di rilevanza aziendale.
File