fbpx

Questo weekend dedicato a sistemi decisionali e modelli (di equazioni strutturali e di scoring), inizia con due consigli di lettura  a cura del Prof. Bruno Sfogliarini che sarà in aula per tutta la mattinata di venerdì.

Affrontiamo con lui, infatti, i criteri fondamentali per prendere delle decisioni partendo dal metodo:

  • How to solve it di George Polya, fondatore del metodo di insegnamento moderno della matematica, ci guida attraverso le fasi fondamentali di un processo decisionale strutturato
  • Creatività e pensiero laterale di Edward De Bono ci ricorda che inserire il brainstorming e la pratica della fantasia all’interno della struttura può esserci di grandissimo aiuto

Per poter essere efficace, il processo di presa delle decisioni deve, infatti, essere strutturato passo passo:

  1. Definire con esattezza il problema
  2. Conoscere tutte le informazioni rilevanti
  3. Identificare i criteri di giudizio
  4. Pesare accuratamente tutti i criteri di giudizio in funzione dell’obiettivo
  5. Valutare accuratamente tutte le alternative rispetto ad ogni criterio
  6. Sviluppare correttamente i calcoli e scegliere esattamente l’alternativa con il punteggio più alto

Per farci comprendere al meglio il metodo del confronto a coppie, Sfogliarini ci illustra 123ahp e chiede se in questo periodo qualcuno è alle prese con una decisione importante da prendere.
Una mano si leva dalla prima fila:

“Comprare casa!”
“Ma qui a Milano… no, perché ne ho appena vendute due…”

L’aula del Master si trasforma nell’Agenzia Immobiliare DMBA

“Quante alternative hai?”
“Cinque!”
“Cinque?! Orca boia…”

Non paghi di una problematica tanto importante e complessa, affrontiamo il Triangolo greco che fonda il metodo degli scenari, ideale per prendere decisioni molto critiche.

Per esemplificare il metodo degli scenari, partiamo dalla costruzione di un hub aeroportuale e arriviamo a un ambito molto caro a noi e al nostro docente: la pianificazione del lancio di nuovi prodotti dolciari. In contemporanea. Su più mercati. 🙂

Nel pomeriggio incontriamo nuovamente il Prof. Della Beffa che ci presenta modelli di equazioni strutturali per la customer satisfaction.

Attraverso una ricca introduzione, scopriamo che le tecniche statistiche per l’analisi della customer satisfaction vogliono misurare l’impatto di vari aspetti dell’esperienza dell’utente sulla soddisfazione dello stesso.

Iniziamo così l’approfondimento del metodo Causale, di cui regressione e analisi fattoriale sono esempi: la path analysis che lo descrive e i SEM (modelli di equazioni strutturali) che lo generalizzano.

E, con nostra grande gioia, ci mettiamo a smanettare.

L’esercitazione con Smartpls ci mette a confronto con i dati di soddisfazione dei clienti di un Food Service Point: ci impegniamo con variabili latenti e manifeste, ne misuriamo i valori e i pesi.

Sotto la guida del Prof. Della Beffa definiamo criteri, calcoliamo sul campione intero e approfondiamo i fattori principali del modello esterno e interno.
Abbiamo ‘pulito delle variabili alla garibaldina‘ (sic!) e abbiamo constatato che il nostro modello è suddivisibile in sottoinsiemi per confrontare i risultati…

Ma la validazione del modello? Si possono fare test per calcolare la significatività dei coefficienti: e ricominciamo a smanettare…

Anche sabato mattina ci dedichiamo ai modelli, infatti Fabio Manzoni torna in aula per parlarci di quelli dello scoring.

Ma… che cos’è un modello di scoring?

Un modello di scoring è un algoritmo che genera, in maniera automatica e secondo un sistema di regole, un punteggio.
L’utilità di questi modelli è molteplice, ma è possibile riconoscere tre tipologie di scopo del processo: informativo, predittivo prescrittivo di automazione.

Un modello di punteggio può, ad esempio, migliorare il processo di previsione delle frodi oppure essere utile ad analizzare le motivazioni del churn.

Entrambi i casi ci mostrano quella che è la caratteristica fondamentale dello scoring: situarsi in un orizzonte più ampio, avere un ruolo fondamentale e, insieme, parziale nei processi di business.
Per questo, il Dott. Manzoni, attraverso una serie di case studies, insiste particolarmente sulla necessità di inserire lo scoring nel suo contesto e ci illustra i passi necessari a una corretta integrazione:

  • Data preparation
  • Scoring engine
  • Score delivering process

È proprio questa la lezione più importante che ci hanno illustrato questi due giorni di lezione: l’importanza dell’integrazione.

Di fronte a una decisione da prendere o alla creazione di un modello, infatti, dobbiamo sempre tener presente lo scenario e il contesto nel quale il nostro lavoro avrà il suo posto, l’abilità nello sviluppo non ha senso senza una visione ampia e non egoriferita del nostro lavoro.

Richiedi la Ricerca

Indagine sul livello di adozione e utilizzo dell'Intelligenza Artificiale in Italia

Privacy Policy

You have Successfully Subscribed!