Ateneo - UPO

Il corso introduce all’utilizzo avanzato di Microsoft Excel 365 per l’analisi dei dati, la costruzione di modelli e il supporto ai processi decisionali in ambito aziendale.

Particolare attenzione sarà dedicata alle nuove funzionalità dinamiche di Excel 365, all’utilizzo delle Tabelle Excel e alla progettazione di modelli flessibili, automatizzati e facilmente aggiornabili. Gli studenti saranno inoltre introdotti alla creazione di dashboard interattive per la visualizzazione e la comunicazione efficace dei risultati, nonché allo sviluppo di semplici pagine web interattive.

Il corso illustrerà l’utilizzo di Power Query per l’importazione, la trasformazione, l’integrazione e l’aggiornamento automatico dei dati provenienti da fonti diverse. Saranno inoltre introdotti i principali strumenti di analisi dei dati e alcuni modelli di previsione implementabili direttamente in Excel.

Gli argomenti saranno sviluppati attraverso applicazioni pratiche e la discussione di casi di studio rilevanti per i processi decisionali aziendali. Al termine del corso, gli studenti saranno in grado di organizzare e trasformare dati, costruire modelli dinamici, sviluppare dashboard interattive e utilizzare Excel come strumento integrato di analisi, previsione e supporto alle decisioni.

Il corso è particolarmente consigliato agli studenti interessati alle applicazioni in ambito management, finanza e analisi dei dati.

Il corso è anche fortemente consigliato agli studenti con un percorso formativo in Management e Finanza.

Il corso utilizza principalmente materiale predisposto dai docenti e su tutorial di YouTube.Excel Business Analytics (Statistics & Math Model Building): a free course on youtube H. Guerrero Excel Data Analysis: Modeling and Simulation, Second Edition, Springer (2019) Un testo utile per approfondimenti personali è: Microsoft Excel 365 Bible, Michael Alexander, Richard Kusleika, John Walkenbach, March 2022 Il corso si basa sull’utilizzo di Excel 2021 per Windows. Le istruzioni e i materiali didattici sono specificamente adattati agli utenti di Windows. Non si garantisce l’adattabilità ad altri sistemi operative (Linux o macOS).

Al termine del corso, lo studente dovrebbe essere in grado di:

1. utilizzare Microsoft Excel 365 a un livello avanzato come strumento per l’analisi dei dati, la costruzione di modelli quantitativi e il supporto alle decisioni manageriali, sfruttando le principali funzionalità dinamiche, le Tabelle Excel e gli strumenti per l’importazione, la trasformazione e la visualizzazione dei dati;
2. tradurre problemi decisionali in modelli quantitativi strutturati, identificando le variabili rilevanti, formulando ipotesi coerenti e utilizzando dati e strumenti analitici per confrontare scenari alternativi, valutare rischi e opportunità e supportare il processo decisionale;
3. analizzare e interpretare criticamente i risultati ottenuti, valutandone la rilevanza ai fini delle decisioni aziendali e riconoscendo le principali ipotesi e limitazioni dei modelli utilizzati;
4. comunicare in modo chiaro, sintetico ed efficace i risultati delle analisi quantitative, utilizzando tabelle, grafici, indicatori e dashboard interattive adeguati alle esigenze di destinatari sia tecnici sia non tecnici;
5. sviluppare modelli e strumenti di analisi flessibili, trasparenti, facilmente aggiornabili e utilizzabili per affrontare problemi rilevanti in ambito manageriale, finanziario e aziendale.

Conoscenza elementare di Excel: operazioni elementary, funzioni base e orientarsi sul foglio di lavoro

Lezioni frontali comprendenti teoria ed esercitazioni. È richiesto che ogni studente disponga di un portatile con Office 365.

Informazioni e materiali didattici aggiuntivi saranno forniti durante le lezioni e pubblicati sulla piattaforma del corso, disponibile all’indirizzo www.dir.uniupo.it.La frequenza delle lezioni è fortemente consigliata. Le istruzioni, le esercitazioni e i materiali didattici sono specificamente predisposti per l’utilizzo di PC con sistema operativo Windows.Le lezioni si svolgeranno in un’aula non informatica. Sarà pertanto necessario portare il proprio computer portatile e utilizzarlo durante le attività didattiche.Le studentesse e gli studenti con disabilità, Disturbi Specifici dell’Apprendimento, DSA, o Bisogni Educativi Speciali, BES, possono richiedere servizi, supporti e strumenti specifici rivolgendosi allo Staff Sviluppo e Coordinamento Carriere e Servizi alle Studentesse e agli Studenti e consultando la pagina dedicata del sito di Ateneo:https://uniupo.it/it/servizi/servizi-studentidisabili-e-dsaDopo aver preso contatto con lo Staff di Ateneo, le studentesse e gli studenti con disabilità, DSA o BES possono rivolgersi alla docente o al docente titolare dell’insegnamento per concordare l’applicazione delle misure previste e la definizione delle relative modalità di svolgimento dell’esame.

Partecipazione attiva alle attività svolte in aula.Realizzazione di un lavoro finale, individuale o di gruppo, con un massimo di tre componenti per gruppo, accompagnato da una relazione scritta e da una presentazione dei risultati.Il lavoro finale è volto a verificare la comprensione degli argomenti più avanzati del corso e la capacità di applicare le conoscenze e gli strumenti acquisiti all’analisi di problemi articolati e complessi.La relazione e la presentazione dovranno evidenziare la capacità di comprendere, organizzare e interpretare criticamente i dati oggetto di analisi, nonché di estrarne le informazioni più rilevanti mediante la realizzazione di una dashboard interattiva, chiara ed efficace.Particolare attenzione sarà dedicata alla capacità di individuare, analizzare e comunicare relazioni significative tra le variabili qualitative e quantitative oggetto di indagine, utilizzando strumenti di analisi e visualizzazione appropriati. Ove pertinente, il lavoro dovrà inoltre valutare la possibilità di utilizzare tali relazioni per la costruzione di modelli previsivi e per l’analisi dei possibili trend futuri.La valutazione terrà conto della correttezza metodologica dell’analisi, della qualità e dell’efficacia della dashboard, della capacità di interpretare criticamente i risultati e di comunicarne in modo chiaro le principali implicazioni.

Il corso è articolato in due parti strettamente integrate.

La prima parte è dedicata alla modellizzazione mediante fogli di calcolo e all’utilizzo degli strumenti avanzati di Microsoft Excel 365 per organizzare, importare, trasformare e visualizzare i dati. L’obiettivo è fornire le competenze necessarie per costruire modelli quantitativi chiari, affidabili, flessibili e facilmente aggiornabili, nonché per sintetizzare e comunicare le informazioni attraverso grafici e dashboard interattive.

La seconda parte è dedicata all’analisi quantitativa dei dati e all’utilizzo di Excel come strumento di supporto ai processi decisionali. Saranno introdotte tecniche per l’analisi delle distribuzioni e dei trend, lo studio delle relazioni tra variabili qualitative e quantitative, la regressione, l’analisi delle serie storiche e la costruzione di modelli previsivi. Saranno inoltre esaminati metodi di simulazione Monte Carlo e tecniche di ottimizzazione per valutare l’incertezza, confrontare scenari alternativi e supportare le decisioni aziendali.

Gli argomenti saranno sviluppati attraverso applicazioni pratiche e casi di studio relativi a problemi aziendali, manageriali e finanziari.

Parte I, Modellizzazione, organizzazione e visualizzazione dei dati

1. Introduzione alla modellizzazione mediante fogli di calcolo: Il ruolo dei modelli quantitativi nei processi decisionali aziendali. Principi per la progettazione di modelli Excel chiari, affidabili, trasparenti, flessibili e facilmente aggiornabili. Organizzazione degli input, dei calcoli e degli output. Utilizzo di riferimenti relativi, assoluti e misti. Controllo degli errori e documentazione dei modelli.

2. Organizzazione e gestione strutturata dei dati: Strutturazione e organizzazione dei dataset. Utilizzo delle Tabelle Excel e dei riferimenti strutturati. Ordinamento, filtraggio e gestione dinamica dei dati. Applicazione delle regole di convalida dei dati e predisposizione di modelli interattivi.

3. Funzioni dinamiche avanzate di Excel 365: Utilizzo delle principali funzioni dinamiche per l’estrazione, la trasformazione e l’organizzazione dei dati. Creazione e gestione di matrici dinamiche. Applicazioni delle funzioni di filtro, ordinamento, ricerca, selezione e aggregazione dei dati. Introduzione alla costruzione di funzioni personalizzate.

4. Importazione, pulizia e trasformazione dei dati mediante Power Query: Importazione di dati da fonti esterne. Individuazione e gestione di dati mancanti, duplicati ed errori. Pulizia, trasformazione e integrazione di dataset provenienti da fonti diverse. Automazione delle procedure di importazione e aggiornamento dei dati.

5. Visualizzazione e comunicazione dei dati: Principi per una rappresentazione chiara ed efficace delle informazioni. Scelta e costruzione di grafici appropriati in funzione della natura dei dati e degli obiettivi dell’analisi. Utilizzo di grafici dinamici e interattivi. Individuazione e comunicazione di trend, relazioni e anomalie.

6. Costruzione di dashboard interattive: Progettazione e realizzazione di dashboard per la sintesi, l’esplorazione e la comunicazione dei risultati. Integrazione di Tabelle Excel, matrici dinamiche, indicatori sintetici, grafici, controlli e strumenti interattivi. Principi di organizzazione visiva e comunicazione efficace delle informazioni a destinatari tecnici e non tecnici.

Parte II, Analisi quantitativa, previsione, simulazione e ottimizzazione

7. Analisi statistica e sintesi dei dati: Introduzione all’analisi quantitativa dei dati mediante Excel. Calcolo e interpretazione delle principali misure di posizione, dispersione e forma delle distribuzioni. Medie, quantili, varianza, deviazione standard, asimmetria e curtosi. Analisi delle distribuzioni di frequenza e costruzione di istogrammi. Introduzione ai concetti fondamentali di probabilità.

8. Analisi dei trend e delle relazioni tra variabili: Individuazione e interpretazione di trend, variazioni temporali e pattern nei dati. Analisi delle relazioni tra variabili qualitative e quantitative. Utilizzo di tabelle, grafici e indicatori statistici per identificare associazioni, dipendenze e differenze significative.

9. Regressione lineare e analisi dei dati cross section: Introduzione ai modelli di regressione lineare semplice e multipla. Stima e interpretazione dei coefficienti. Valutazione della capacità esplicativa del modello. Analisi dei residui e discussione delle principali ipotesi del modello. Applicazioni a dati aziendali, economici e finanziari.

10. Analisi delle serie storiche e modelli di previsione: Analisi dell’evoluzione temporale dei dati. Identificazione di trend, stagionalità e componenti irregolari. Utilizzo di medie mobili, tecniche di smoothing e modelli di regressione per la previsione. Costruzione, valutazione e confronto di modelli previsivi. Interpretazione delle previsioni e analisi dei possibili trend futuri.

Approfondimenti, compatibilmente con il tempo disponibile

11. What If Analysis e analisi di scenario: Utilizzo degli strumenti di What If Analysis per valutare gli effetti delle variazioni degli input sui risultati del modello. Analisi di sensibilità, ricerca obiettivo, tabelle dati e confronto tra scenari alternativi. Applicazioni ai processi decisionali aziendali.

12. Simulazione Monte Carlo e analisi dell’incertezza: Introduzione alla simulazione Monte Carlo. Generazione di scenari casuali e rappresentazione dell’incertezza nei modelli decisionali. Analisi della distribuzione dei possibili risultati e valutazione dei rischi. Applicazioni a casi aziendali, manageriali e finanziari.

13. Ottimizzazione mediante Excel Solver: Formulazione di problemi decisionali attraverso funzioni obiettivo, variabili decisionali e vincoli. Utilizzo di Excel Solver per l’ottimizzazione e la selezione delle decisioni. Analisi e interpretazione delle soluzioni. Applicazioni all’allocazione delle risorse, alla pianificazione e alla valutazione di scenari aziendali.

14. Gestione di grandi quantità di dati mediante Power Pivot: Introduzione al modello dati di Excel e a Power Pivot. Creazione di relazioni tra tabelle e analisi di dataset di grandi dimensioni. Costruzione di indicatori e report mediante il modello dati.

CONOSCENZA E CAPACITÀ DI COMPRENSIONE
Al termine dell’insegnamento, lo studente sarà in grado di:
1. comprendere il ruolo dei modelli quantitativi e dell’analisi dei dati nel supporto ai processi decisionali in ambito aziendale e manageriale;
identificare i modelli quantitativi e le metodologie di analisi più appropriati in relazione alla natura del problema, ai dati disponibili e agli obiettivi del processo decisionale;
2. comprendere i principi fondamentali per la costruzione di modelli Excel chiari, affidabili, trasparenti, flessibili e facilmente aggiornabili;
3. comprendere e interpretare le principali tecniche di analisi statistica dei dati, analisi dei trend, regressione e previsione;
4. comprendere il ruolo dei modelli deterministici, dell’analisi di sensibilità, dell’analisi di scenario, della simulazione e dell’ottimizzazione nella valutazione di decisioni alternative e nella gestione dell’incertezza;
5. comprendere le potenzialità e i limiti delle metodologie quantitative e degli strumenti di analisi utilizzati.

CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
Al termine dell’insegnamento, lo studente sarà in grado di:
1. organizzare, strutturare, importare, pulire e trasformare i dati necessari alla costruzione di un modello quantitativo coerente;
2. tradurre un problema aziendale o manageriale in un modello quantitativo, individuando le variabili rilevanti, formulando ipotesi appropriate e definendo le relazioni tra input, calcoli e risultati;
3. utilizzare le funzionalità avanzate di Microsoft Excel 365, incluse le Tabelle Excel, le funzioni dinamiche e Power Query, per sviluppare modelli flessibili, trasparenti e facilmente aggiornabili;
4. applicare strumenti statistici e quantitativi per sintetizzare i dati, individuare trend e analizzare relazioni significative tra variabili qualitative e quantitative;
5. costruire, valutare e interpretare modelli di regressione e previsione applicati a dati aziendali, economici e finanziari;
utilizzare modelli deterministici, analisi di sensibilità, analisi di scenario e, ove previsto, tecniche di simulazione e ottimizzazione per confrontare decisioni alternative e valutarne i possibili effetti;
6. interpretare criticamente i risultati delle analisi, tenendo conto delle ipotesi formulate, dell’incertezza e dei principali limiti del modello;
7. presentare e comunicare efficacemente i risultati mediante tabelle, grafici, indicatori sintetici e dashboard interattive, evidenziando le informazioni rilevanti per il processo decisionale.