SlideShare uma empresa Scribd logo

Introduzione al datamining

•Transferir como PPT, PDF•
•
Francesco Passantino
Francesco Passantino

Introduzione al datamining

TecnologiaNegócios
1 de 29
Introduzione al Datamining Francesco Passantino [email_address] www.iteam5.net/francesco
Cos’è il datamining ,[object Object]
Categorie di informazioni/1 ,[object Object],[object Object],[object Object],[object Object]
Categorie di informazioni/2 ,[object Object],[object Object],[object Object],[object Object]
Data Warehouse ,[object Object],[object Object],[object Object],[object Object]
Definire il modello di dati ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Componenti di un modello DW Comune Prodotto Tempo Unità Fatturato Tabella delle Dimensioni Comuni Prodotti Tempo Tabella dei Fatti Misure Fatti Dimensioni
Componenti di un modello DW ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Star Schema ,[object Object],[object Object],[object Object]
Star Schema Employee_Dim EmployeeKey EmployeeID . . . EmployeeKey Time_Dim TimeKey TheDate . . . TimeKey Product_Dim ProductKey ProductID . . . ProductKey Customer_Dim CustomerKey CustomerID . . . CustomerKey Shipper_Dim ShipperKey ShipperID . . . ShipperKey Sales_Fact TimeKey EmployeeKey ProductKey CustomerKey ShipperKey RequiredDate . . . TimeKey CustomerKey ShipperKey ProductKey EmployeeKey Multipart Key Measures Dimensional Keys
Base dati multidimensionale Mese 1 2 3 4 7 6 5 Prodotto Dentifricio Succo Cola Latte Crema Sapone Regione W S N Fatto: Vendite (importo) Dimensioni: Prodotto, Regione, Tempo Percorsi gerarchici di sintesi Prodotto Regione Tempo Industria Paese Anno Categoria Regione Trimestre Prodotto Città Mese Settimana Ufficio Giorno Detersivo
Fatti, Misure, Dimensioni, Gerarchie ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Fatti, Misure, Dimensioni Regione Prodotto Tempo Unità $ Tabella Dimensioni Regione Prodotto Tempo Tabella dei Fatti Misure Fatti Dimensioni
Gerarchia delle Dimensioni Gerarchia Consolidata Località Negozio Continente Paese Regione Città Negozio Gerarchia Separata Località Negozio Continente Continente Paese Paese Regione Regione Città Città Negozio Negozio 01
Cubi e Ipercubi ,[object Object],[object Object],[object Object]
Aggregazioni ,[object Object],[object Object],[object Object],[object Object]
Aggregazioni ,[object Object],[object Object],[object Object],[object Object]
Caso 1: CRM ,[object Object],[object Object],[object Object]
Classificazione ,[object Object],[object Object],[object Object],[object Object],[object Object]
Risultati dell’analisi ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Analisi di concentrazione
Caso 2: Market Basket Analysis ,[object Object],[object Object],[object Object]
Esempio basket analysis ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],B E F 4 A D 3 A C 2 A B C 1 Item Scon trino
Restando al supermercato ,[object Object],[object Object],[object Object],[object Object],[object Object]
Caso 3: Web Profiling ,[object Object],[object Object],[object Object]
Clusterizzazione ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Customizzazione Permettere al cliente di configurare i servizi offerti secondo le esigenze. Es. My Yahoo
Personalizzazione Offrire al cliente servizi personalizzati creati analizzando il suo comportamento online. Es. Amazon
Bibliografia ,[object Object],[object Object],[object Object],[object Object],Paolo Giudici Data mining Metodi statistici per le applicazioni aziendali Mcgraw-hill 2001 www.ateneonline.it/giudici www.hiknow. com                                                                          

Recomendados

introduzione al data mining
introduzione al data mining introduzione al data mining
introduzione al data mining Stefano Maria De' Rossi
 
Lifecycle of a Data Science Project
Lifecycle of a Data Science ProjectLifecycle of a Data Science Project
Lifecycle of a Data Science ProjectDigital Vidya
 
Data mining
Data miningData mining
Data miningRitesh Tiwari
 
Business Intelligence: Multidimensional Analysis
Business Intelligence: Multidimensional AnalysisBusiness Intelligence: Multidimensional Analysis
Business Intelligence: Multidimensional AnalysisMichael Lamont
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data ScienceANOOP V S
 
1. introduction to data science —
1. introduction to data science —1. introduction to data science —
1. introduction to data science —swethaT16
 
Machine learning & Time Series Analysis
Machine learning & Time Series AnalysisMachine learning & Time Series Analysis
Machine learning & Time Series Analysis台灣量化交易協會
 
Business intelligence 3.0 and the data lake
Business intelligence 3.0 and the data lakeBusiness intelligence 3.0 and the data lake
Business intelligence 3.0 and the data lakeData Science Thailand
 

Recomendados

introduzione al data mining
introduzione al data mining introduzione al data mining
introduzione al data mining Stefano Maria De' Rossi
 
Lifecycle of a Data Science Project
Lifecycle of a Data Science ProjectLifecycle of a Data Science Project
Lifecycle of a Data Science ProjectDigital Vidya
 
Data mining
Data miningData mining
Data miningRitesh Tiwari
 
Business Intelligence: Multidimensional Analysis
Business Intelligence: Multidimensional AnalysisBusiness Intelligence: Multidimensional Analysis
Business Intelligence: Multidimensional AnalysisMichael Lamont
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data ScienceANOOP V S
 
1. introduction to data science —
1. introduction to data science —1. introduction to data science —
1. introduction to data science —swethaT16
 
Machine learning & Time Series Analysis
Machine learning & Time Series AnalysisMachine learning & Time Series Analysis
Machine learning & Time Series Analysis台灣量化交易協會
 
Business intelligence 3.0 and the data lake
Business intelligence 3.0 and the data lakeBusiness intelligence 3.0 and the data lake
Business intelligence 3.0 and the data lakeData Science Thailand
 
Data Warehousing Datamining Concepts
Data Warehousing Datamining ConceptsData Warehousing Datamining Concepts
Data Warehousing Datamining Conceptsraulmisir
 
Predictive modelling
Predictive modellingPredictive modelling
Predictive modellingRajib Kumar De
 
Introduction to Business Analytics.pdf
Introduction to Business Analytics.pdfIntroduction to Business Analytics.pdf
Introduction to Business Analytics.pdfSuku Thomas Samuel
 
Introduction of Data Science
Introduction of Data ScienceIntroduction of Data Science
Introduction of Data ScienceJason Geng
 
Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...
Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...
Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...Edureka!
 
Big Data: The 4 Layers Everyone Must Know
Big Data: The 4 Layers Everyone Must KnowBig Data: The 4 Layers Everyone Must Know
Big Data: The 4 Layers Everyone Must KnowBernard Marr
 
The Year of the Graph
The Year of the GraphThe Year of the Graph
The Year of the GraphCambridge Semantics
 
OSINT-_-nouveau-paradigme-du-renseignement.-.pdf
OSINT-_-nouveau-paradigme-du-renseignement.-.pdfOSINT-_-nouveau-paradigme-du-renseignement.-.pdf
OSINT-_-nouveau-paradigme-du-renseignement.-.pdfPoirosint
 
Introduction to Data mining
Introduction to Data miningIntroduction to Data mining
Introduction to Data miningHadi Fadlallah
 
data science
data sciencedata science
data scienceskhraletta
 
Introduction to Data Mining
Introduction to Data Mining Introduction to Data Mining
Introduction to Data Mining Sushil Kulkarni
 
Data Science Introduction
Data Science IntroductionData Science Introduction
Data Science IntroductionGang Tao
 
Introduction To Data Mining
Introduction To Data Mining Introduction To Data Mining
Introduction To Data Mining Phi Jack
 
Most Common Data Governance Challenges in the Digital Economy
Most Common Data Governance Challenges in the Digital EconomyMost Common Data Governance Challenges in the Digital Economy
Most Common Data Governance Challenges in the Digital EconomyRobyn Bollhorst
 
Presentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosPresentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosMaría Inés Cahuana Lázaro
 
Data lake ppt
Data lake pptData lake ppt
Data lake pptSwarnaLatha177
 
Application of predictive analytics
Application of predictive analyticsApplication of predictive analytics
Application of predictive analyticsPrasad Narasimhan
 
An introduction to Deep Learning
An introduction to Deep LearningAn introduction to Deep Learning
An introduction to Deep LearningJulien SIMON
 
The Future of Data Science
The Future of Data ScienceThe Future of Data Science
The Future of Data ScienceDataWorks Summit
 
data science
data sciencedata science
data scienceskhraletta
 
Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...
Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...
Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...Cultura Digitale
 
Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...
Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...
Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...KEA s.r.l.
 

Mais conteúdo relacionado

Mais procurados

Data Warehousing Datamining Concepts
Data Warehousing Datamining ConceptsData Warehousing Datamining Concepts
Data Warehousing Datamining Conceptsraulmisir
 
Introduction to Business Analytics.pdf
Introduction to Business Analytics.pdfIntroduction to Business Analytics.pdf
Introduction to Business Analytics.pdfSuku Thomas Samuel
 
Introduction of Data Science
Introduction of Data ScienceIntroduction of Data Science
Introduction of Data ScienceJason Geng
 
Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...
Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...
Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...Edureka!
 
Big Data: The 4 Layers Everyone Must Know
Big Data: The 4 Layers Everyone Must KnowBig Data: The 4 Layers Everyone Must Know
Big Data: The 4 Layers Everyone Must KnowBernard Marr
 
OSINT-_-nouveau-paradigme-du-renseignement.-.pdf
OSINT-_-nouveau-paradigme-du-renseignement.-.pdfOSINT-_-nouveau-paradigme-du-renseignement.-.pdf
OSINT-_-nouveau-paradigme-du-renseignement.-.pdfPoirosint
 
Introduction to Data mining
Introduction to Data miningIntroduction to Data mining
Introduction to Data miningHadi Fadlallah
 
Introduction to Data Mining
Introduction to Data Mining Introduction to Data Mining
Introduction to Data Mining Sushil Kulkarni
 
Data Science Introduction
Data Science IntroductionData Science Introduction
Data Science IntroductionGang Tao
 
Introduction To Data Mining
Introduction To Data Mining Introduction To Data Mining
Introduction To Data Mining Phi Jack
 
Most Common Data Governance Challenges in the Digital Economy
Most Common Data Governance Challenges in the Digital EconomyMost Common Data Governance Challenges in the Digital Economy
Most Common Data Governance Challenges in the Digital EconomyRobyn Bollhorst
 
Presentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosPresentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosMaría Inés Cahuana Lázaro
 
Application of predictive analytics
Application of predictive analyticsApplication of predictive analytics
Application of predictive analyticsPrasad Narasimhan
 
An introduction to Deep Learning
An introduction to Deep LearningAn introduction to Deep Learning
An introduction to Deep LearningJulien SIMON
 
The Future of Data Science
The Future of Data ScienceThe Future of Data Science
The Future of Data ScienceDataWorks Summit
 

Mais procurados (20)

Data Warehousing Datamining Concepts
Data Warehousing Datamining ConceptsData Warehousing Datamining Concepts
Data Warehousing Datamining Concepts
 
Predictive modelling
Predictive modellingPredictive modelling
Predictive modelling
 
Introduction to Business Analytics.pdf
Introduction to Business Analytics.pdfIntroduction to Business Analytics.pdf
Introduction to Business Analytics.pdf
 
Introduction of Data Science
Introduction of Data ScienceIntroduction of Data Science
Introduction of Data Science
 
Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...
Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...
Data Science For Beginners | Who Is A Data Scientist? | Data Science Tutorial...
 
Big Data: The 4 Layers Everyone Must Know
Big Data: The 4 Layers Everyone Must KnowBig Data: The 4 Layers Everyone Must Know
Big Data: The 4 Layers Everyone Must Know
 
The Year of the Graph
The Year of the GraphThe Year of the Graph
The Year of the Graph
 
OSINT-_-nouveau-paradigme-du-renseignement.-.pdf
OSINT-_-nouveau-paradigme-du-renseignement.-.pdfOSINT-_-nouveau-paradigme-du-renseignement.-.pdf
OSINT-_-nouveau-paradigme-du-renseignement.-.pdf
 
Introduction to Data mining
Introduction to Data miningIntroduction to Data mining
Introduction to Data mining
 
data science
data sciencedata science
data science
 
Introduction to Data Mining
Introduction to Data Mining Introduction to Data Mining
Introduction to Data Mining
 
Data Science Introduction
Data Science IntroductionData Science Introduction
Data Science Introduction
 
Introduction To Data Mining
Introduction To Data Mining Introduction To Data Mining
Introduction To Data Mining
 
Most Common Data Governance Challenges in the Digital Economy
Most Common Data Governance Challenges in the Digital EconomyMost Common Data Governance Challenges in the Digital Economy
Most Common Data Governance Challenges in the Digital Economy
 
Presentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datosPresentacion data mining (mineria de datos)- base de datos
Presentacion data mining (mineria de datos)- base de datos
 
Data lake ppt
Data lake pptData lake ppt
Data lake ppt
 
Application of predictive analytics
Application of predictive analyticsApplication of predictive analytics
Application of predictive analytics
 
An introduction to Deep Learning
An introduction to Deep LearningAn introduction to Deep Learning
An introduction to Deep Learning
 
The Future of Data Science
The Future of Data ScienceThe Future of Data Science
The Future of Data Science
 
data science
data sciencedata science
data science
 

Destaque

Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...
Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...
Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...Cultura Digitale
 
Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...
Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...
Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...KEA s.r.l.
 
I. Tommasi - I risultati economici delle aziende agricole al femminile
I. Tommasi - I risultati economici delle aziende agricole al femminileI. Tommasi - I risultati economici delle aziende agricole al femminile
I. Tommasi - I risultati economici delle aziende agricole al femminileIstituto nazionale di statistica
 
Minisito_Durex_Lancellotti_Invernizzi
Minisito_Durex_Lancellotti_InvernizziMinisito_Durex_Lancellotti_Invernizzi
Minisito_Durex_Lancellotti_InvernizziRoberto Lancellotti
 
P&G Business Game 2012: Gillette Venus
P&G Business Game 2012: Gillette VenusP&G Business Game 2012: Gillette Venus
P&G Business Game 2012: Gillette VenusFrancesco Varano
 
Geomarketing e Mobile Marketing: potenzialità, prospettive e modelli
Geomarketing e Mobile Marketing: potenzialità, prospettive e modelliGeomarketing e Mobile Marketing: potenzialità, prospettive e modelli
Geomarketing e Mobile Marketing: potenzialità, prospettive e modelliMarco Santambrogio
 
Presentazione Dso e Gps
Presentazione Dso e GpsPresentazione Dso e Gps
Presentazione Dso e Gpsdinosolari
 
Working capital introduction
Working capital introductionWorking capital introduction
Working capital introductionTemidara Adeosun
 
I Mille volti della Nutrizione - Integratori alimentari: dal Mercato ai Consu...
I Mille volti della Nutrizione - Integratori alimentari: dal Mercato ai Consu...I Mille volti della Nutrizione - Integratori alimentari: dal Mercato ai Consu...
I Mille volti della Nutrizione - Integratori alimentari: dal Mercato ai Consu...Digital for Academy
 
WORKING CAPITAL MANAGEMENT
WORKING CAPITAL MANAGEMENTWORKING CAPITAL MANAGEMENT
WORKING CAPITAL MANAGEMENTipermeeta
 

Destaque (12)

Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...
Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...
Fabrizio Vigo - Fare marketing efficace nell’era dei Big Data - Digital for B...
 
Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...
Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...
Argo CMS: impaginazione automatica in Word con formattazione di testi, tabell...
 
I. Tommasi - I risultati economici delle aziende agricole al femminile
I. Tommasi - I risultati economici delle aziende agricole al femminileI. Tommasi - I risultati economici delle aziende agricole al femminile
I. Tommasi - I risultati economici delle aziende agricole al femminile
 
SQL Unità 1 linguaggio DDL; DML, funzioni di aggregazione
SQL Unità 1 linguaggio DDL; DML, funzioni di aggregazioneSQL Unità 1 linguaggio DDL; DML, funzioni di aggregazione
SQL Unità 1 linguaggio DDL; DML, funzioni di aggregazione
 
Minisito_Durex_Lancellotti_Invernizzi
Minisito_Durex_Lancellotti_InvernizziMinisito_Durex_Lancellotti_Invernizzi
Minisito_Durex_Lancellotti_Invernizzi
 
P&G Business Game 2012: Gillette Venus
P&G Business Game 2012: Gillette VenusP&G Business Game 2012: Gillette Venus
P&G Business Game 2012: Gillette Venus
 
Geomarketing e Mobile Marketing: potenzialità, prospettive e modelli
Geomarketing e Mobile Marketing: potenzialità, prospettive e modelliGeomarketing e Mobile Marketing: potenzialità, prospettive e modelli
Geomarketing e Mobile Marketing: potenzialità, prospettive e modelli
 
Presentazione Dso e Gps
Presentazione Dso e GpsPresentazione Dso e Gps
Presentazione Dso e Gps
 
Working capital introduction
Working capital introductionWorking capital introduction
Working capital introduction
 
I Mille volti della Nutrizione - Integratori alimentari: dal Mercato ai Consu...
I Mille volti della Nutrizione - Integratori alimentari: dal Mercato ai Consu...I Mille volti della Nutrizione - Integratori alimentari: dal Mercato ai Consu...
I Mille volti della Nutrizione - Integratori alimentari: dal Mercato ai Consu...
 
Geomarketing e Micromarketing
Geomarketing e MicromarketingGeomarketing e Micromarketing
Geomarketing e Micromarketing
 
WORKING CAPITAL MANAGEMENT
WORKING CAPITAL MANAGEMENTWORKING CAPITAL MANAGEMENT
WORKING CAPITAL MANAGEMENT
 

Semelhante a Introduzione al datamining

Portafoglio clienti e proposta di valore AIMB2B
Portafoglio clienti e proposta di valore AIMB2BPortafoglio clienti e proposta di valore AIMB2B
Portafoglio clienti e proposta di valore AIMB2BAIMB2B
 
Come raccogliere, processare e presentare dati per rendere meno incerte e ris...
Come raccogliere, processare e presentare dati per rendere meno incerte e ris...Come raccogliere, processare e presentare dati per rendere meno incerte e ris...
Come raccogliere, processare e presentare dati per rendere meno incerte e ris...KEA s.r.l.
 
Analizzare e segmentare la customer base
Analizzare e segmentare la customer baseAnalizzare e segmentare la customer base
Analizzare e segmentare la customer baseC-Direct Consulting
 
2018 11 08_explore_gellify_phygitalstore
2018 11 08_explore_gellify_phygitalstore2018 11 08_explore_gellify_phygitalstore
2018 11 08_explore_gellify_phygitalstoreMarco Belmondo
 
5 e-commerce, marketing distributivo e "vendite evento"
5 e-commerce, marketing distributivo e "vendite evento" 5 e-commerce, marketing distributivo e "vendite evento"
5 e-commerce, marketing distributivo e "vendite evento" Enrico Viceconte
 
L'Informatore Agrario - Fieragricola 2012 il conto economico dell'azienda m...
L'Informatore Agrario - Fieragricola 2012 il conto economico dell'azienda m...L'Informatore Agrario - Fieragricola 2012 il conto economico dell'azienda m...
L'Informatore Agrario - Fieragricola 2012 il conto economico dell'azienda m...L'Informatore Agrario
 
Dati, contenuti e automazione: il trio vincente per aumentare efficacia ed ef...
Dati, contenuti e automazione: il trio vincente per aumentare efficacia ed ef...Dati, contenuti e automazione: il trio vincente per aumentare efficacia ed ef...
Dati, contenuti e automazione: il trio vincente per aumentare efficacia ed ef...KEA s.r.l.
 
[EH2023] CXO: consigli per valutare, monitorare e migliorare ottimizzare i li...
[EH2023] CXO: consigli per valutare, monitorare e migliorare ottimizzare i li...[EH2023] CXO: consigli per valutare, monitorare e migliorare ottimizzare i li...
[EH2023] CXO: consigli per valutare, monitorare e migliorare ottimizzare i li...Ecommerce HUB
 
CRM Mass Market e Retention
CRM Mass Market e RetentionCRM Mass Market e Retention
CRM Mass Market e RetentionAntevenio
 
Misurare e valutare le iniziative web: introduzione alla Web Analytics
Misurare e valutare le iniziative web: introduzione alla Web AnalyticsMisurare e valutare le iniziative web: introduzione alla Web Analytics
Misurare e valutare le iniziative web: introduzione alla Web AnalyticsAlberto Rota
 
Customer Value e Supply Chain
Customer Value e Supply Chain Customer Value e Supply Chain
Customer Value e Supply Chain Manager.it
 
Basilio Bentivegna: I principali business trends nell’eCommerce per il 2015
Basilio Bentivegna: I principali business trends nell’eCommerce per il 2015Basilio Bentivegna: I principali business trends nell’eCommerce per il 2015
Basilio Bentivegna: I principali business trends nell’eCommerce per il 2015Meet Magento Italy
 
Eidos: Guida Google Analytics
Eidos: Guida Google AnalyticsEidos: Guida Google Analytics
Eidos: Guida Google AnalyticsEidos Srl
 
Customer Engagement & Retail Collaboration: Applicazioni Mobile a Supporto de...
Customer Engagement & Retail Collaboration: Applicazioni Mobile a Supporto de...Customer Engagement & Retail Collaboration: Applicazioni Mobile a Supporto de...
Customer Engagement & Retail Collaboration: Applicazioni Mobile a Supporto de...Francesca Ferrari
 

Semelhante a Introduzione al datamining (20)

Portafoglio clienti e proposta di valore AIMB2B
Portafoglio clienti e proposta di valore AIMB2BPortafoglio clienti e proposta di valore AIMB2B
Portafoglio clienti e proposta di valore AIMB2B
 
Case business intelligence
Case business intelligenceCase business intelligence
Case business intelligence
 
Come raccogliere, processare e presentare dati per rendere meno incerte e ris...
Come raccogliere, processare e presentare dati per rendere meno incerte e ris...Come raccogliere, processare e presentare dati per rendere meno incerte e ris...
Come raccogliere, processare e presentare dati per rendere meno incerte e ris...
 
Customer Loyalty Management - Food Retailing
Customer Loyalty Management - Food RetailingCustomer Loyalty Management - Food Retailing
Customer Loyalty Management - Food Retailing
 
Analizzare e segmentare la customer base
Analizzare e segmentare la customer baseAnalizzare e segmentare la customer base
Analizzare e segmentare la customer base
 
La tesi in slide
La tesi in slideLa tesi in slide
La tesi in slide
 
Lezione Dynamic Pricing - Massimo Dell'Erba
Lezione Dynamic Pricing - Massimo Dell'ErbaLezione Dynamic Pricing - Massimo Dell'Erba
Lezione Dynamic Pricing - Massimo Dell'Erba
 
2018 11 08_explore_gellify_phygitalstore
2018 11 08_explore_gellify_phygitalstore2018 11 08_explore_gellify_phygitalstore
2018 11 08_explore_gellify_phygitalstore
 
5 e-commerce, marketing distributivo e "vendite evento"
5 e-commerce, marketing distributivo e "vendite evento" 5 e-commerce, marketing distributivo e "vendite evento"
5 e-commerce, marketing distributivo e "vendite evento"
 
L'Informatore Agrario - Fieragricola 2012 il conto economico dell'azienda m...
L'Informatore Agrario - Fieragricola 2012 il conto economico dell'azienda m...L'Informatore Agrario - Fieragricola 2012 il conto economico dell'azienda m...
L'Informatore Agrario - Fieragricola 2012 il conto economico dell'azienda m...
 
Dati, contenuti e automazione: il trio vincente per aumentare efficacia ed ef...
Dati, contenuti e automazione: il trio vincente per aumentare efficacia ed ef...Dati, contenuti e automazione: il trio vincente per aumentare efficacia ed ef...
Dati, contenuti e automazione: il trio vincente per aumentare efficacia ed ef...
 
[EH2023] CXO: consigli per valutare, monitorare e migliorare ottimizzare i li...
[EH2023] CXO: consigli per valutare, monitorare e migliorare ottimizzare i li...[EH2023] CXO: consigli per valutare, monitorare e migliorare ottimizzare i li...
[EH2023] CXO: consigli per valutare, monitorare e migliorare ottimizzare i li...
 
CRM Mass Market e Retention
CRM Mass Market e RetentionCRM Mass Market e Retention
CRM Mass Market e Retention
 
Misurare e valutare le iniziative web: introduzione alla Web Analytics
Misurare e valutare le iniziative web: introduzione alla Web AnalyticsMisurare e valutare le iniziative web: introduzione alla Web Analytics
Misurare e valutare le iniziative web: introduzione alla Web Analytics
 
La Rete Retail
La Rete RetailLa Rete Retail
La Rete Retail
 
Marketing Dictionary
Marketing DictionaryMarketing Dictionary
Marketing Dictionary
 
Customer Value e Supply Chain
Customer Value e Supply Chain Customer Value e Supply Chain
Customer Value e Supply Chain
 
Basilio Bentivegna: I principali business trends nell’eCommerce per il 2015
Basilio Bentivegna: I principali business trends nell’eCommerce per il 2015Basilio Bentivegna: I principali business trends nell’eCommerce per il 2015
Basilio Bentivegna: I principali business trends nell’eCommerce per il 2015
 
Eidos: Guida Google Analytics
Eidos: Guida Google AnalyticsEidos: Guida Google Analytics
Eidos: Guida Google Analytics
 
Customer Engagement & Retail Collaboration: Applicazioni Mobile a Supporto de...
Customer Engagement & Retail Collaboration: Applicazioni Mobile a Supporto de...Customer Engagement & Retail Collaboration: Applicazioni Mobile a Supporto de...
Customer Engagement & Retail Collaboration: Applicazioni Mobile a Supporto de...
 

Mais de Francesco Passantino

Innovazione e cultura per la crescita della Sicilia - Intervento di Francesco...
Innovazione e cultura per la crescita della Sicilia - Intervento di Francesco...Innovazione e cultura per la crescita della Sicilia - Intervento di Francesco...
Innovazione e cultura per la crescita della Sicilia - Intervento di Francesco...Francesco Passantino
 
Strategie Digitali per l’Online Advertising
Strategie Digitali per l’Online AdvertisingStrategie Digitali per l’Online Advertising
Strategie Digitali per l’Online AdvertisingFrancesco Passantino
 
Introduzione al "Pensiero computazionale"
Introduzione al "Pensiero computazionale"Introduzione al "Pensiero computazionale"
Introduzione al "Pensiero computazionale"Francesco Passantino
 
Opendata, licenze & formati, scoprirli & usarli
Opendata, licenze & formati, scoprirli & usarliOpendata, licenze & formati, scoprirli & usarli
Opendata, licenze & formati, scoprirli & usarliFrancesco Passantino
 
Presentazione delle attività del CoderDojo Palermo
Presentazione delle attività del CoderDojo PalermoPresentazione delle attività del CoderDojo Palermo
Presentazione delle attività del CoderDojo PalermoFrancesco Passantino
 
Palermo in openstreetmap free and open data
Palermo in openstreetmap free and open dataPalermo in openstreetmap free and open data
Palermo in openstreetmap free and open dataFrancesco Passantino
 
Startup: Terminologia, Ecosistema, Palermo
Startup: Terminologia, Ecosistema, PalermoStartup: Terminologia, Ecosistema, Palermo
Startup: Terminologia, Ecosistema, PalermoFrancesco Passantino
 
Strumenti Google per gli Open Data
Strumenti Google per gli Open Data Strumenti Google per gli Open Data
Strumenti Google per gli Open Data Francesco Passantino
 
Obiettivi E Finalita del Progetto FARO
Obiettivi E Finalita del Progetto FAROObiettivi E Finalita del Progetto FARO
Obiettivi E Finalita del Progetto FAROFrancesco Passantino
 
Lillo: GIS e ricerca faunistica: alcune applicazioni in Sicilia
Lillo: GIS e ricerca faunistica: alcune applicazioni in SiciliaLillo: GIS e ricerca faunistica: alcune applicazioni in Sicilia
Lillo: GIS e ricerca faunistica: alcune applicazioni in SiciliaFrancesco Passantino
 

Mais de Francesco Passantino (20)

Game Coding for Kids
Game Coding for KidsGame Coding for Kids
Game Coding for Kids
 
Innovazione e cultura per la crescita della Sicilia - Intervento di Francesco...
Innovazione e cultura per la crescita della Sicilia - Intervento di Francesco...Innovazione e cultura per la crescita della Sicilia - Intervento di Francesco...
Innovazione e cultura per la crescita della Sicilia - Intervento di Francesco...
 
Strategie Digitali per l’Online Advertising
Strategie Digitali per l’Online AdvertisingStrategie Digitali per l’Online Advertising
Strategie Digitali per l’Online Advertising
 
Google per la formazione
Google per la formazioneGoogle per la formazione
Google per la formazione
 
Introduzione al "Pensiero computazionale"
Introduzione al "Pensiero computazionale"Introduzione al "Pensiero computazionale"
Introduzione al "Pensiero computazionale"
 
Come aderire alla rete F.A.R.O.
Come aderire alla rete F.A.R.O.Come aderire alla rete F.A.R.O.
Come aderire alla rete F.A.R.O.
 
Like, tecnologie in azione
Like, tecnologie in azioneLike, tecnologie in azione
Like, tecnologie in azione
 
Opendata, licenze & formati, scoprirli & usarli
Opendata, licenze & formati, scoprirli & usarliOpendata, licenze & formati, scoprirli & usarli
Opendata, licenze & formati, scoprirli & usarli
 
Presentazione delle attività del CoderDojo Palermo
Presentazione delle attività del CoderDojo PalermoPresentazione delle attività del CoderDojo Palermo
Presentazione delle attività del CoderDojo Palermo
 
Miti e verita’ sullo start up
Miti e verita’ sullo start upMiti e verita’ sullo start up
Miti e verita’ sullo start up
 
Palermo in openstreetmap free and open data
Palermo in openstreetmap free and open dataPalermo in openstreetmap free and open data
Palermo in openstreetmap free and open data
 
Startup: Terminologia, Ecosistema, Palermo
Startup: Terminologia, Ecosistema, PalermoStartup: Terminologia, Ecosistema, Palermo
Startup: Terminologia, Ecosistema, Palermo
 
Google Maps Mobile
Google Maps MobileGoogle Maps Mobile
Google Maps Mobile
 
Strumenti Google per gli Open Data
Strumenti Google per gli Open Data Strumenti Google per gli Open Data
Strumenti Google per gli Open Data
 
Bootcamp Startup Weekend Palermo
Bootcamp Startup Weekend PalermoBootcamp Startup Weekend Palermo
Bootcamp Startup Weekend Palermo
 
I nuovi abitanti della rete
I nuovi abitanti della reteI nuovi abitanti della rete
I nuovi abitanti della rete
 
Obiettivi E Finalita del Progetto FARO
Obiettivi E Finalita del Progetto FAROObiettivi E Finalita del Progetto FARO
Obiettivi E Finalita del Progetto FARO
 
Storia Del Progetto Faro
Storia Del Progetto FaroStoria Del Progetto Faro
Storia Del Progetto Faro
 
Home GISDay Palermo 2009
Home GISDay Palermo 2009Home GISDay Palermo 2009
Home GISDay Palermo 2009
 
Lillo: GIS e ricerca faunistica: alcune applicazioni in Sicilia
Lillo: GIS e ricerca faunistica: alcune applicazioni in SiciliaLillo: GIS e ricerca faunistica: alcune applicazioni in Sicilia
Lillo: GIS e ricerca faunistica: alcune applicazioni in Sicilia
 

Introduzione al datamining

  • 1. Introduzione al Datamining Francesco Passantino [email_address] www.iteam5.net/francesco
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7. Componenti di un modello DW Comune Prodotto Tempo Unità Fatturato Tabella delle Dimensioni Comuni Prodotti Tempo Tabella dei Fatti Misure Fatti Dimensioni
  • 8.
  • 9.
  • 10. Star Schema Employee_Dim EmployeeKey EmployeeID . . . EmployeeKey Time_Dim TimeKey TheDate . . . TimeKey Product_Dim ProductKey ProductID . . . ProductKey Customer_Dim CustomerKey CustomerID . . . CustomerKey Shipper_Dim ShipperKey ShipperID . . . ShipperKey Sales_Fact TimeKey EmployeeKey ProductKey CustomerKey ShipperKey RequiredDate . . . TimeKey CustomerKey ShipperKey ProductKey EmployeeKey Multipart Key Measures Dimensional Keys
  • 11. Base dati multidimensionale Mese 1 2 3 4 7 6 5 Prodotto Dentifricio Succo Cola Latte Crema Sapone Regione W S N Fatto: Vendite (importo) Dimensioni: Prodotto, Regione, Tempo Percorsi gerarchici di sintesi Prodotto Regione Tempo Industria Paese Anno Categoria Regione Trimestre Prodotto Città Mese Settimana Ufficio Giorno Detersivo
  • 12.
  • 13. Fatti, Misure, Dimensioni Regione Prodotto Tempo Unità $ Tabella Dimensioni Regione Prodotto Tempo Tabella dei Fatti Misure Fatti Dimensioni
  • 14. Gerarchia delle Dimensioni Gerarchia Consolidata Località Negozio Continente Paese Regione Città Negozio Gerarchia Separata Località Negozio Continente Continente Paese Paese Regione Regione Città Città Negozio Negozio 01
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 22.
  • 23.
  • 24.
  • 25.
  • 26.
  • 27. Customizzazione Permettere al cliente di configurare i servizi offerti secondo le esigenze. Es. My Yahoo
  • 28. Personalizzazione Offrire al cliente servizi personalizzati creati analizzando il suo comportamento online. Es. Amazon
  • 29.