Bologna · Facoltà: Economia e management · Service Management - sede di Rimini (LM-77)
Di cosa si tratta: Statistica descrittiva e inferenziale apre il percorso: central tendency e dispersion, tabelle di frequenza, campione e popolazione, hypothesis testing e confidence intervals. Si passa alla regression lineare semplice e multipla con minimi quadrati, verifica del modello, hedonic regression e production functions, fino al clustering con le distance metrics, con tutorial pratici in R.
Verifica nel regolamento d'esame se la calcolatrice è ammessa e di che tipo. Link affiliati Amazon di ricerca: il prezzo per te non cambia.
Domande possibili all’esame
Che cosa distingue la service analytics dalla data analytics generica?
Quali fasi comprende il processo che cattura, elabora e analizza i dati generati da un servizio?
Quali tipi di dati di servizio possono essere raccolti durante l'erogazione di un servizio?
Quali sono i tre livelli di analisi distinti in base all'azione che si compie con la conoscenza ottenuta?
In che modo l'analisi dei dati operativi può migliorare la fornitura di un servizio IT?
Quali metriche di performance si utilizzano per valutare l'affidabilità di un servizio digitale?
Che cosa si intende per uptime e perché è un indicatore centrale per un servizio?
Come si differenziano tempo di risposta, throughput e latenza nella valutazione di un sistema di servizi?
Quali vantaggi offre l'analisi dei pattern di utilizzo per personalizzare un servizio?
Come si può ricavare un insight di business a partire dai log di un servizio IT?
Quale differenza c'è tra analisi descrittiva e analisi predittiva applicate ai dati di servizio?
Quando un tasso di errore elevato richiede un intervento immediato sul servizio?
Come si costruisce un cruscotto di monitoraggio che colleghi indicatori operativi e obiettivi di business?
Quali rischi comporta l'uso dei dati dei clienti nelle analisi di servizio e come si possono mitigare?
Perché la qualità dei dati raccolti incide sull'affidabilità delle conclusioni dell'analisi?
Quali sono le differenze tra dati strutturati e dati non strutturati nei sistemi di servizio?
Come si valuta se un miglioramento del servizio prodotto da un'analisi dipende davvero dalla modifica introdotta?
Che cosa significa personalizzare un servizio sulla base dei dati di utilizzo osservati?
Dato un servizio con latenza media in crescita nelle ore di punta, quali analisi svolgeresti per individuarne la causa?
Come si può usare il confronto tra periodi diversi per verificare l'efficacia di un intervento operativo?
Domande di esercitazione costruite sul programma ufficiale, non fornite dal docente.
Domande frequenti Libri, programma ed esami del prof. Silvia Emili a Bologna
Che libro usa il prof. Silvia Emili per Service Data Analysis a Bologna?
Per Service Data Analysis (Canale unico) indica come obbligatorio: James – Hastie and Tibshirani, Gatignon – Competition as a moderator of the effect…, Miller – The effects of competition on retail structure, Fateh – Measuring Production Function and Technical Efficiency of…, Smith – Consumer ratings and the pricing of experience…, Jackson – Clusters in Regional Tourism, Amaro – Travelers' use of social media, Paker – Customer segmentation for marinas.
Quanto è impegnativo Service Data Analysis?
6 CFU, difficoltà stimata 5.1 su 10 rispetto agli esami della stessa area.
Dove trovo la scheda ufficiale di un esame?
Ogni insegnamento qui sopra ha il link alla scheda ufficiale dell’ateneo: controllala sempre prima di acquistare.
Sei uno studente tra i 18 e i 22 anni?Con Prime Student hai 90 giorni gratis, poi Amazon Prime a soli 2,49 € al mese: consegne veloci e gratuite anche sui libri.Scopri Prime Student ›
Controlla sempre la scheda dell'esame. Le informazioni vengono dalle schede ufficiali degli atenei e possono cambiare o contenere errori: prima di acquistare verifica i testi sulla scheda ufficiale dell'esame (la trovi linkata in ogni esame) e, nel dubbio, chiedi al docente.
Aiutaci a tenerci aggiornati
Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.
Questo sito usa solo strumenti tecnici (nessun cookie di profilazione). I link ai negozi sono link di affiliazione. Cookie policy · Privacy