Il capitale intellettuale e la circolazione delle informazioni all'interno delle aziende sono asset fondamentali per l'azienda moderna, intangibili, ma preziosi più dei macchinari e dei beni immobili. La grande disponibilità di dati provenienti da database relazionali, dal web o da altre sorgenti motiva lo studio di tecniche di analisi dei dati che permettano una migliore comprensione ed un più facile utilizzo dei risultati nei processi decisionali. Le metodologie di analisi dei sistemi di data Warehousing propongono una nuova organizzazione dei dati storici al fine di estrarre conoscenza dai dati e di rendere quest'ultima immediatamente disponibile a tutti i membri di un'organizzazione. Il corso intende fornire allo studente nozioni fondamentali e approfondite sulle nuove metodologie di organizzazione e di analisi dei dati, assumendo come prerequisito una sufficiente conoscenza delle basi di dati di tipo relazionale in ambiente integrato e di rete. In particolare, tramite lo studio di alcuni casi aziendali, lo studente sarà guidato attraverso le varie fasi che compongono un progetto di Data Warehousing. L'obiettivo è quello di fornire conoscenze tecniche e teoriche sufficienti a comprendere, valutare e gestire soluzioni di Data Warehousing , sia già operanti sia in fase di progettazione e realizzazione.

Il corso è articolato in due parti e tratta in modo unificato gli argomenti relativi alle nuove metodologie di analisi dei dati per applicazioni aziendali

Parte I
Data Warehousing Introduzione ai sistemi transazionali OLTP Tecniche di analisi dei dati e sistemi OLAP
I.2.1 Confronti tra architetture e usi
I.2.2 Le differenze tra i due sistemi OLTP e OLAP
I.3 Il Data Warehouse come soluzione aziendale (concetti)
I.3.1 Fattori critici di successo
I.3.2 Il Data Mart
I.4 Il modello Dimensionale
I.4.1 Fatti, dimensioni e aggregazioni
I.4.2 Operazioni sui dati
I.5 Introduzione alla progettazione Warehouse
I.5.1 Analisi delle sorgenti informative
I.5.2 Integrazione di sorgenti informative
I.5.3 Progettazione concettuale logica e fisica
I.5.4 Gestione e amministrazione di un ambiente di Data Warehouse
I.6 Cenni di Business Intelligence
I.6.1 Capitalizzare l'informazione in conoscenza condivisa

Parte II Data Mining
II.1 Introduzione al Data Mining
II.2 Cenni su alcuni algoritmi di Mining
II.3 Casi di studio
II.7 Business Perfomance Management.

Modalità didattiche

Lezioni frontali; seminari di approfondimento.

Testi di studio

Il corso può essere preparato utilizzando il seguente libro di testo:
Golfarelli Matteo, Rizzi Stefano: Data Warehouse - Teoria e pratica della progettazione - Mc Graw Hill, 2001
Lo studente potrà utilmente consultare alcuni testi e manuali disponibili presso la biblioteca della Facoltà, tra cui, in particolare:
- P. Giudici: Data Mining - McGraw-Hill, 2001
- Jill Dyché: e-Data. Come trasformare i dati in informazione con tecniche di Data Warehousing e Data Base Marketing - Apogeo, 2002. - R. Kimball: The Data Warehouse Toolkit - John Wiley & Sons, 1996.
Altri testi e materiali di approfondimento saranno segnalati e distribuiti durante il corso.

Modalità di
accertamento

È prevista una prova scritta (che comprende sia esercizi che domande teoriche) sugli argomenti del corso ed una prova orale; in alternativa, lo studente potrà predisporre un progetto concordato e coadiuvato dal docente (solo per i frequentanti) e una prova orale.

Disabilità e DSA

Le studentesse e gli studenti che hanno registrato la certificazione di disabilità o la certificazione di DSA presso l'Ufficio Inclusione e diritto allo studio, possono chiedere di utilizzare le mappe concettuali (per parole chiave) durante la prova di esame.

A tal fine, è necessario inviare le mappe, due settimane prima dell’appello di esame, alla o al docente del corso, che ne verificherà la coerenza con le indicazioni delle linee guida di ateneo e potrà chiederne la modifica.