Questo lavoro di tesi fornisce un modello ad hoc per la previsione del- le vendite nelle settore della grande distribuzione organizzata. L’obiet- tivo e` quello di avere una stima attendibile del fatturato futuro di un’a- zienda. Una stima previsionale di questo tipo puo` essere utilizzata sia in una fase progettuale, in cui si vuole mettere sul mercato un nuovo ser- vizio/prodotto, sia per gestire al meglio processi di vendita in corso. In particolare sono stati sviluppati e testati piu` modelli analitici che hanno preso in considerazione diversi campioni pregressi della serie storica. Nei prossimi capitoli si descrivera` nel dettaglio lo stato dell’arte individuando gli strumenti attuali che, nel contesto della Business Intelligence, vengono utilizzati per i modelli predittivi; successivamente si mostrera` come que- ste tecniche, applicate a serie storiche non stazionarie, non siano in gra- do di produrre predizioni attendibili. Infine, verranno mostrate le linee guida per adattare gli algoritmi al caso specifico analizzato ed elevare, di conseguenza, la qualita` dei risultati.

Un modello ad hoc per la previsione delle vendite nel settore della grande distribuzione organizzata

SCIACQUA, FABIO
2014/2015

Abstract

Questo lavoro di tesi fornisce un modello ad hoc per la previsione del- le vendite nelle settore della grande distribuzione organizzata. L’obiet- tivo e` quello di avere una stima attendibile del fatturato futuro di un’a- zienda. Una stima previsionale di questo tipo puo` essere utilizzata sia in una fase progettuale, in cui si vuole mettere sul mercato un nuovo ser- vizio/prodotto, sia per gestire al meglio processi di vendita in corso. In particolare sono stati sviluppati e testati piu` modelli analitici che hanno preso in considerazione diversi campioni pregressi della serie storica. Nei prossimi capitoli si descrivera` nel dettaglio lo stato dell’arte individuando gli strumenti attuali che, nel contesto della Business Intelligence, vengono utilizzati per i modelli predittivi; successivamente si mostrera` come que- ste tecniche, applicate a serie storiche non stazionarie, non siano in gra- do di produrre predizioni attendibili. Infine, verranno mostrate le linee guida per adattare gli algoritmi al caso specifico analizzato ed elevare, di conseguenza, la qualita` dei risultati.
FRANCALANCI, CHIARA
RAVANELLI, PAOLO
ING - Scuola di Ingegneria Industriale e dell'Informazione
29-apr-2015
2014/2015
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2015_04_Sciacqua.pdf

non accessibile

Descrizione: testo della tesi
Dimensione 1.94 MB
Formato Adobe PDF
1.94 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/107344