Riassunto esame Data Analysis, Prof.ssa Zavarrone e Prof. Sfogliarini, libro consigliato Business analytics, Evans

DATA ANALYSIS

1. Business Analytics

1.1. Cos’è la Business Analytics?

1.2. I dati nella Business Analytics

1.3. I modelli della Business Analytics

2. Le tecniche di previsione

2.1. Le tecniche di previsione qualitative e soggettive

2.2. I modelli statistici basati su serie temporali

2.2.1. I modelli di previsione per serie temporali stazionarie

2.2.2. I modelli di previsione per serie temporali con trend lineari

2.2.3. I modelli di previsione per serie temporali con stagionalità

2.3. I metodi esplicativi/causali

2.4. Gli indicatori di accuratezza previsionale

3. La statistica univariata

3.1. Introduzione alla statistica

3.2. L’analisi univariata

3.2.1. Gli indici di posizione

3.2.2. Gli indici di dispersione

3.2.3. Gli indici di forma

4. La statistica bivariata

4.1. L’analisi bivariata

4.2. La dipendenza

4.3. La covarianza

4.4. La correlazione

4.5. La regressione

5. I test di ipotesi

5.1. Il test F di Fisher (ANOVA)

5.2. Il test t di Student

5.3. Il test chi-quadrato

5.4. Il p-value

6. La statistica multivariata

6.1. L’analisi delle componenti principali

6.2. L’analisi fattoriale

6.3. Mapping

6.4. Distanze

6.5. Cluster analysis

6.6. Regressione (complementi)

6.7. Customer satisfaction

7. La Business Analytics nei fogli di calcolo

8. Data visualization: rappresentazione grafica della Business Analytics

1. Business Analytics

1.1. Cos’è la Business Analytics?

La Business Analytics è l’uso di dati, analisi statistiche, metodi quantitativi, modelli matematici o modelli

informatizzati e tecnologie dell’informazione al fine di aiutare i manager a sviluppare degli insight riguardo

alle loro operazioni di business ed a prendere migliori decisioni, ovvero decisioni basate su dati fattuali.

L’evoluzione della business analytics coinvolge diversi ambiti tra cui la statistica, i sistemi informativi, il

management, la business intelligence e i modelli decisionali. In sintesi, la business analytics è il risultato della

fusione di una triade di discipline: statistics, business intelligence, modeling and optimization.

La business analytics può avere tre differenti scopi:

- analisi descrittiva (“come è”): analisi dei dati per comprendere le performance aziendale presenti e

passate e poter prendere decisioni informate;

- analisi predittiva (“come sarà”), previsioni le performance aziendale future attraverso l’analisi di serie

storiche di dati, l’individuazione all’interno di esse di modelli o relazioni e la proiezione di tali modelli

e relazioni nel futuro;

- analisi prescrittiva (“come dovrebbe essere”): identificazione delle migliori alternative a disposizione

per minimizzare o massimizzare alcuni obiettivi.

I vantaggi che è possibile ricavare dall’uso della business analytics sono:

- una riduzione dei costi,

- una riduzione dei rischi di management;

- una maggiore velocità decisionale;

- una migliore produttività, un maggior livello di profittabilità o una più elevata customer satisfaction.

I rischi, invece, possono essere:

- l’insufficienza delle capacità analitiche;

- la mancata comprensione delle modalità d’uso dell’analisi;

- le difficoltà di ricerca e condivisione delle informazioni date da priorità di business contrastanti;

- la non comprensione dei benefici derivanti dall’analisi in rapporto ai costi della stessa.

La business analytics viene utilizzata in vari ambiti, tra questi le principali applicazioni sono:

- pricing (la scelta dei prezzi per beni di consumo, beni industriali o contratti);

- customer segmentation (identificazione e targetizzazione dei principali gruppi di consumatori ad

esempio nel mercato dei beni di consumo, delle assicurazioni e delle carte di credito);

- merchandising (determinazione delle marche da acquistare e delle relative quantità e indennità);

- location (ricercar della migliore locazione per le filiali delle banche e gli sportelli ATM);

- social media (comprensione dei trend e delle percezioni dei consumatori).

1.2. I dati nella business analytics

La business analytics, quindi, consiste nell’analisi di una grande quantità di dati ed informazioni (i cosiddetti

“big data”) provenienti da diverse fonti, attraverso l’uso di modelli statistici ed appositi software analitici (ad

esempio, IBM Cognos Express, SAS Analytics e Tableau Software).

Il termine “big data”, invece, viene utilizzato per far riferimento ad una massiva quantità di dati di business

provenienti da un’ampia varietà di fonti, molte delle quali sono aggiornate in tempo reale e molte delle quali

sono incerte e non prevedibili. IBM definisce i big data attraverso quattro caratteristiche:

- “variety” (varietà);

- “volume” (volume);

- “velocity” (velocità);

- “veracity” (veracità).

1.3. I modelli della Business Analytics

Innanzitutto, si definisce il concetto di modello con il quale si fa riferimento ad un’astrazione o

rappresentazione di un sistema, di un’idea o di un oggetto che ne cattura le caratteristiche più importanti e

che può essere scritto, descritto verbalmente, rappresentato graficamente, sintetizzato da una formula

matematica o costruito in un foglio di calcolo.

Ad esempio, le vendite di un nuovo prodotto seguono l’andamento descritto dal modello del ciclo di vita del

prodotto. Il modello può assumere più forme:

- descrizioni verbali (ad esempio, il ciclo di vita del prodotto, per cui le vendite sono minime all’inizio

quando solo gli early adopters acquistano il prodotto, poi crescono nel tempo con la diffusione dei

feedback positivi tra i clienti ed infine, eventualmente, diminuiscono quando il mercato si satura);

∙

∙ S t e

= ∙

- modelli matematici (ad esempio, con sono le vendite, è il tempo, è la base dei

a b c

logaritmi naturali ed , e sono costanti);

- modelli visuali (ad esempio, la curva a S che rappresenta l’evoluzione delle vendite nel tempo).

I modelli possono, in base al loro scopo, possono essere descrittivi, predittivi o prescrittivi. Ad esempio, nel

caso precedente relativo alle vendite di un nuovo prodotto, la descrizione verbale e la rappresentazione

grafica sono due modelli descrittivi, mentre la formula matematica è un modello allo stesso tempo descrittivo

e predittivo, in quanto permette anche di prevedere il livello di vendite futuro.

La business analytics impiega dei modelli per supportare le decisioni di business del management; quindi, i

modelli della business analytics sono modelli decisionali, ovvero particolari tipi di diagrammi di influenza.

I diagrammi di influenza sono dei modelli descrittivi visuali utili a concettualizzare la struttura di un modello

e costruire modelli matematici o modelli su fogli di calcolo. Tali diagrammi sono composti da:

- nodi, simboli circolari che rappresentano gli elementi del modello;

- rami, frecce che connettono i nodi e mostrano le relazioni di influenza tra gli elementi del modello.

Ad esempio, il diagramma di influenza che descrive i costi totali di una qualsiasi azienda.

I modelli decisionali, quindi, sono rappresentazioni logiche o matematiche di un problema o comunque di

una situazione di business che possono essere usate per comprendere, analizzare o facilitare le decisioni.

In genere, i modelli decisionali hanno tre tipi di input:

- dati, i quali si assume che siano costanti per gli obiettivi del modello (ad esempio, costi, capacità

produttiva dei macchinari o distanze tra le città);

- variabili non controllabili, ovvero quantità che possono variare ma che non possono essere

controllate dal decisore (ad esempio, domanda, tasso d’inflazione, e ritorno sull’investimento);

- variabili decisionali, ovvero variabili controllabili che possono essere selezionate dal decisore (ad

esempio, la quantità prodotta, la numerosità del personale e l’allocazione degli investimenti).

A partire da tali input, il modello decisionale permette al decision maker di giungere alle decisioni output,

rappresentate nel modello attraverso misure di performance o di comportamento.

I modelli si basano su delle assunzioni che riflettono il punto di vista del creatore del modello rispetto al

“mondo reale”. Le assunzioni vengono fatte per semplificare il modello e renderlo più facilmente utilizzabile,

o per dare un particolare significato a serie storiche ed osservazioni passate. In ogni caso, infatti, l’obiettivo

del decisore è quello di selezionare o costruire il modello più appropriato per descrivere la situazione reale

in esame.

Seppure i modelli aiutino i decisori ad analizzare probabili scenari futuri, il futuro è sempre incerto; pertanto,

ogni modello incorpora un certo grado di incertezza ed implica un certo livello di rischio. L’incertezza riguarda

l’imperfezione della conoscenza relativa a ciò che potrebbe accadere in futuro, mentre il rischio è dato dalle

probabilità che qualcosa accada e dalle conseguenze che ciò comporterebbe.

Se finora si è parlato di modelli descrittivi e predittivi, si passa ora ad approfondire i modelli prescrittivi.

I modelli decisionali prescrittivi aiutano i decision makers a identificare la miglior soluzione per il problema.

In questo modo, i modelli prescrittivi permettono ai decisori di ottimizzare, nel senso di attuare un processo

di ottimizzazione che consiste nell’individuazione di un set di valori per le variabili decisionali che massimizzi

o minimizzi una certa quantità di interessi, chiamati anche “funzioni obiettivo” (ad esempio, i ricavi, i costi, il

profitto o il tempo). Ogni set di valori che ottimizza le funzioni obiettivo viene detto “soluzione ottimale”.

Inoltre, in molti modelli di ottimizzazioni sono presenti delle “costrizioni”, ossia dei limiti, dei requisiti o altre

restrizioni che sono imposti per ogni soluzione ottimale.

L’individuazione della soluzione ottimale può avvenire attraverso calcoli o formule matematiche e spesso

attraverso strumenti informatici, in quest’ultimo caso, quindi, si fa riferimento agli “algoritmi”, ovvero una

procedura sistematica che individua automaticamente una soluzione ad un problema (ad esempio, la

funzionalità “Solver” inclusa in Microsoft Excel).

I modelli prescrittivi possono essere distinti in due tipologie:

- modelli deterministici, in cui tutte le informazioni input del modello sono note e considerate certe;

- modelli stocastici, in cui alcune delle informazioni input del modello sono incerte.

L’obiettivo principale della business analytics, come già detto, è quello di aiutare il management a risolvere

problemi e prendere decisioni. Tali tecniche di analisi sono solo alcuni degli strumenti a disposizione del

management per il processo di “problem-solving” e “decision-making”. Il cosiddetto “problem-solving”,

infatti, è un’attività complessa che segue la logica del metodo scientifico e si articola in diverse fasi:

- il riconoscimento del problema;

- la definizione del problema;

- la strutturazione del problema;

- l’analisi del problema;

- l’interpretazione dei risultati e la presa di una decisione;

- l’implementazione della soluzione.

2. Le tecniche di previsione

I manager hanno bisogno di previsioni sugli eventi futuri per poter prendere buone decisioni. La Business

Analytics fornisce un’ampia gamma di strumenti predittivi che possono essere utilizzati a supporto del

processo di decision-making; la scelta del giusto strumento dipende dalle caratteristiche dell’evento oggetto

della previsione. Esistono tre principali approcci alle previsioni:

- le tecniche di previsione qualitative e soggettive;

- i modelli statistici basati su serie temporali;

- i metodi esplicativi/causali.

2.1. Le tecniche di previsione qualitative e soggettive

Le tecniche di previsione qualitative e soggettive fanno affidamento all’esperienza e all’intuizione. Inoltre,

generazione di previsioni qualitative e soggettive assumono particolare rilevanza indicatori e indici.

- gli indicatori sono misure ritenute capaci di influenzare il comportamento delle variabili oggetto della

previsione, per cui monitorando gli indicatori ci si aspetta di trovare degli insight utili;

- l’indice è il risultato della combinazione di più indicatori, ossia una misura unica che pesa molteplici

indicatori fornendo così un’aspettativa generale relativa al futuro.

Esse sono necessarie quando i dati storici non sono disponibili o è necessario fare una previsione relativa ad

un futuro molto lontano. Le tecniche in questione sono numerose e varie, infatti, esse includono metodi

semplici basati sull’opinione di un manager o sull’opinione di un gruppo esecutivo ma anche metodi più

complessi come le analogie storiche o il metodo Delphi.

- le analogie storiche forniscono una previsione a partire da un’analisi comparativa con una situazione

antecedente;

- il metodo Delphi si basa su un panel di esperti che rispondono ad una serie di questionari per cui

dopo ogni risposta a un questionario, alcune opinioni personali degli stessi esperti vengono condivise

nel gruppo (in modo anonimo in modo che gli altri esperti non vengano influenzati) e sulla base di

esse gli esperti sono invitati a rivisitare le stime sviluppate precedentemente; quindi, tale processo

si ripete generalmente per due o tre volte.

2.2. I modelli statistici basati su serie temporali

I modelli statistici basati su serie temporali, generalmente applicati per previsioni di corto raggio, producono

previsioni proiettando i dati storici nel futuro. Essi includono di solito alcune componenti:

- comportamenti casuali, movimenti per cui non è individuabile una particolare periodicità;

- trend, un movimento graduale verso l’alto o verso il basso di una serie temporale nel tempo;

- effetti stagionali, movimenti ripetuti ad intervalli di breve-periodo fissi nel tempo, ad esempio anni,

mesi, settimane o giorni;

- effetti ciclici, movimenti ripetuti ad intervalli di lungo-periodo fissi nel tempo, ad esempio anni.

Nel caso in cui, invece, la serie temporale non presenta trend, effetti ciclici o effetti stagionali ma è costante

ed esibisce soltanto comportamenti casuali, allora essa si definisce “serie temporale stazionaria”.

Effetto stagionale

Trend Effetto ciclico

2.2.1. I modelli di previsione per serie temporali stazionarie

Quando si hanno serie temporali stazionarie è possibile utilizzare due differenti modelli:

- i modelli basati sulla media mobile, ossia metodi di livellamento per cui la media dei valori passati

relativi a fluttuazioni casuali è considerata un valore accettabile per la previsione della direzione in

cui la serie temporale sta cambiando. La formula, quindi, recita:

+ + ⋯

1 2

=

+1

- i modelli di livellamento esponenziale si basano su una logica di aggiornamento sequenziale per cui

∙

il dato che si osserverà nel prossimo istante è il risultato di una componente generale ((1−∝) ),

che è funzione delle osservazioni passate ponderate sulla lontananza dall’istante corrente, e di un

∙

contributo specifico apportato dalla nuova osservazione (∝ ). La formula, quindi, recita:

(1−∝)

= ∙ + ∝ ∙

+1

2.2.2. I modelli di previsione per serie temporali con trend lineari

Quando si hanno serie temporali con un trend lineare ma senza componenti stagionali, è possibile utilizzare

due differenti modelli: il modello della doppia media mobile e quello del doppio livellamento esponenziale.

Entrambi i modelli sono sintetizzati da una stessa formula:

= + ∙

+

I due modelli, invece, differiscono nel modo in cui i dati sono utilizzati per giungere ai valori e . Infatti,

nel modello del doppio livellamento esponenziale si giunge ai due valori attraverso la seguente formula:

(1−∝)

= ∝ ∙ + ∙ ( + ) = ∙ ( − ) + (1 − ) ∙ )

−1 −1 −1 −1

2.2.2. I modelli di previsione per serie temporali con stagionalità

Quando si hanno serie temporali con stagionalità, è possibile utilizzare due differenti modelli:

- i modelli basati sulla regressione, i quali impiegano una regressione lineare multipla per analizzare le

variabili dummy che esprimono le componenti stagionali;

- i modelli di Holt-Winters, i quali sono simili ai metodi di livellamento esponenziale.

2.3. I metodi esplicativi/causali

I metodi esplicativi/casuali, detti anche “modelli econometrici”, cercano di identificare i fattori che spiegano

statisticamente il comportamento della variabile osservata attraverso un’analisi di regressione.

In definitiva, la scelta del modello giusto dipende dalle componenti che si hanno nello specifico caso.

2.4. Gli indicatori di accuratezza previsionale

L’accuratezza delle previsioni è misurata da alcuni indicatori:

- l’errore medio (o “Mean Error” – “ME”) è la media aritmetica degli errori commessi nei vari momenti

in cui è stato suddiviso un certo periodo di tempo (ad esempio, errori giornalieri nell'arco di un anno).

Questo indicatore informa circa l'eventuale presenza di errori sistematici di previsione: se il ME è >

0, significa che la domanda sarà stata mediamente più alta delle previsioni e quindi - con ogni

probabilità - si saranno perse delle vendite o comunque si saranno avuti livelli di copertura inferiori

al desiderato, e viceversa se il ME è < 0. Pertanto, occorre naturalmente prestare molta attenzione

ai casi in cui gli errori positivi abbiano compensato quelli negativi, portando la media attorno allo