Corso di laurea

INGEGNERIA GESTIONALE

Università del SALENTO · 21 materie · 0 file condivisi

Ecco tutti i dettagli sul corso di laurea selezionato. Sul UniDocs troverai gli appunti condivisi dagli altri studenti del tuo corso di laurea, ordinati per materia. Ricordati che per poter visualizzare il materiale devi essere registrato al sito e possedere un numero di crediti sufficiente.

Sfoglia il materiale didattico

Con UniDocs hai l'opportunità di studiare insieme a tutto il tuo corso di laurea. Guadagna subito dei crediti, carica il materiale del tuo ultimo esame!
Più condividi, più tempo avrai per studiare con tutta la community!

Materie del corso

DATA MANAGEMENT 1° anno · 9 CFU · IINF-05/A · 0 file
GESTIONE AVANZATA DEI PROGETTI 1° anno · 6 CFU · IEGE-01/A · 0 file

Al termine del corso, gli studenti saranno in grado di: descrivere le 10 aree di conoscenza del Project Management secondo il Project Management Body of Knowledge (PMBOK® Guide); definire lo scopo di un progetto e…

Scheda dell'insegnamento

Obiettivi formativi

Al termine del corso, gli studenti saranno in grado di:
descrivere le 10 aree di conoscenza del Project Management secondo il Project Management Body of Knowledge (PMBOK® Guide);
definire lo scopo di un progetto e predisporre il Project Charter e il Project Management Plan;
utilizzare i diagrammi di Gantt per la pianificazione e la rappresentazione delle attività di progetto e applicare le tecniche PERT per la pianificazione dei tempi;
applicare gli standard internazionali di Project Management definiti dal Project Management Institute (PMI) e contenuti nel PMBOK® Guide a casi e contesti reali;
applicare gli indicatori per la valutazione delle prestazioni di un progetto utilizzando la metodologia dell'Earned Value Management (EVM);
comunicare in modo efficace, esprimendo argomentazioni in maniera chiara e rigorosa e discutendo criticamente i risultati ottenuti;
sviluppare efficaci capacità di scrittura tecnica e manageriale attraverso la redazione di elaborati e report di progetto.

Programma

Il corso è incentrato sui principi, sulle metodologie e sugli strumenti del Project Management, fornendo agli studenti le conoscenze teoriche e le competenze pratiche necessarie per pianificare, eseguire, monitorare e controllare con successo progetti in diversi contesti organizzativi.
Al termine del corso, lo studente acquisirà conoscenze di base e avanzate di Project Management, che gli consentiranno di organizzare, pianificare, monitorare e controllare un progetto, nonché di supportare lo sviluppo e il lancio sul mercato di nuovi prodotti e servizi. Particolare attenzione sarà dedicata alla comprensione delle dinamiche progettuali, all'individuazione dei fattori critici di successo e all'applicazione di metodologie e strumenti riconosciuti a livello internazionale.
In particolare, il corso si propone di sviluppare conoscenze, competenze e capacità pratiche nei seguenti tre ambiti principali:
a) comprendere le metodologie di pianificazione dei progetti e le best practice basate sugli standard del Project Management Institute (PMI);
b) applicare teorie, metodi, strumenti quantitativi, strumenti digitali e software di Project Management per avviare, pianificare, programmare, organizzare, monitorare e controllare efficacemente un progetto;
c) sviluppare competenze operative attraverso applicazioni pratiche, casi di studio e la realizzazione di un Project Management Plan, che costituirà il principale project work del corso.
Durante il corso gli studenti apprenderanno come definire lo scopo del progetto, redigere lo Scope Statement, sviluppare una Work Breakdown Structure (WBS), assegnare ruoli e responsabilità mediante la Responsibility Assignment Matrix (RAM), pianificare tempi e attività attraverso diagrammi di Gantt e diagrammi reticolari (Network Diagrams), gestire gli stakeholder e i rischi di progetto e monitorare le prestazioni mediante la metodologia dell'Earned Value Management (EVM).
I contenuti del corso si basano principalmente sul Project Management Body of Knowledge (PMBOK® Guide), Settima Edizione, integrando gli approcci tradizionali di tipo predittivo con i principi e i domini di performance introdotti dalle più recenti evoluzioni del Project Management. All'interno di questo quadro metodologico, gli studenti acquisiranno le metodologie, gli strumenti e le prospettive manageriali necessarie per gestire efficacemente i progetti, comprendendone al contempo i fondamenti teorici.

I contenuti del corso si basano sugli standard del Project Management Body of Knowledge (PMBOK® Guide), Sesta Edizione (2017) . All'interno di questo framework, gli studenti acquisiranno le metodologie, gli strumenti e le basi teoriche necessarie per comprendere e gestire le diverse fasi del processo di Project Management.
Introduzione al Project Management (10 ore)
Introduzione al corso di Project Management;
Importanza dei progetti nelle organizzazioni;
Il progetto e il contesto organizzativo;
Il ruolo e le competenze del Project Manager;
Il ciclo di vita del progetto.
Project Management Canvas (18 ore)
Il Project Management Canvas come framework per la progettazione, la gestione, l'implementazione e il controllo di un progetto.
Principali pilastri del Project Management Canvas:
Contesto del progetto;
Infrastruttura del progetto (risorse e budget);
Sistema di coordinamento;
Impatto e valore del progetto;
Ciclo di vita del progetto (attività e tempi).
Le Aree di Conoscenza del Project Management (PMBOK® Guide) (26 ore)
Le aree di conoscenza e i processi del Project Management;
Gestione dell'integrazione del progetto ( Project Integration Management );
Gestione dell'ambito del progetto ( Project Scope Management );
Gestione dei tempi del progetto ( Project Schedule/Time Management );
Gestione dei costi del progetto ( Project Cost Management );
Gestione della qualità del progetto ( Project Quality Management );
Gestione degli stakeholder ( Project Stakeholder Management );
Gestione dei rischi di progetto ( Project Risk Management );
Gestione degli approvvigionamenti ( Project Procurement Management );
Gestione delle comunicazioni di progetto ( Project Communications Management );
Gestione delle risorse umane del progetto ( Project Human Resource Management ).

Modalità d'esame

La valutazione finale si articola nelle seguenti prove:
Project work di gruppo (40% del voto finale): il project work consiste nello sviluppo di un Project Charter e di un Project Management Plan a partire da un'idea progettuale elaborata dagli studenti. Al termine del corso, ciascun gruppo dovrà consegnare un elaborato finale e una presentazione in PowerPoint, utilizzando uno specifico software di Project Management per la pianificazione del progetto. Il project work sarà presentato e discusso davanti a una commissione scientifica composta da esperti nel settore del Project Management.
Esame orale individuale (60% del voto finale): l'esame orale, della durata di circa 20 minuti, verterà su quesiti teorici riguardanti gli argomenti trattati durante le lezioni e sarà finalizzato a verificare la comprensione delle metodologie, degli strumenti e dei principi del Project Management.
Per gli studenti non frequentanti, le modalità di valutazione saranno le stesse. In questo caso, il project work potrà essere svolto individualmente. Qualora lo studente non realizzi e non presenti il project work, la valutazione avverrà esclusivamente mediante un esame scritto, finalizzato ad accertare il raggiungimento degli obiettivi formativi e l'acquisizione delle conoscenze e competenze previste dal corso.

Testi di riferimento

Project Management Institute “ A Guide to Project Management body of Knowledge (PMBOK® Guide) ” Seventh EDITION, 2021.
Alessandro Margherita, Gianluca Elia, Giustina Secundo (2018) “ " Project Management Canvas: Una guida operativa per gestire i progetti con successo ", “ Franco Angeli.
Corbucci D "Agile Project Management-Overview delle principali metodologie Agile, Agile Mindset e guida all'esame di certificazione PMI-ACP®, 2019

Codice insegnamento 263289

GESTIONE DELL'INNOVAZIONE 1° anno · 9 CFU · IEGE-01/A · 0 file

Conoscenze e comprensione. Al termine dell’insegnamento, gli studenti acquisiranno conoscenze sul processo di innovazione e di trasformazione digitale delle organizzazioni. Capacità di applicare conoscenze e…

Scheda dell'insegnamento

Obiettivi formativi

Conoscenze e comprensione. Al termine dell’insegnamento, gli studenti acquisiranno conoscenze sul processo di innovazione e di trasformazione digitale delle organizzazioni. Capacità di applicare conoscenze e comprensione. Al termine dell’insegnamento, gli studenti saranno capaci di descrivere le caratteristiche principali del processo di innovazione, i suoi contesti applicativi (es. innovazione di processo, di prodotto, del modello di business), e le dinamiche di collaborazione con l’ambiente esterno (es. Open Innovation). Inoltre, gli studenti saranno in grado di riconoscere ed elaborare un percorso per la trasformazione digitale di un’impresa. Autonomia di giudizio. L’insegnamento permetterà di sviluppare negli studenti capacità di analisi e pensiero critico per poter affrontare e discutere gli aspetti organizzativi, strategici e tecnologici del processo di innovazione e di trasformazione digitale. Abilità comunicative. L’insegnamento offrirà agli studenti l’opportunità di sviluppare capacità comunicative mediante la partecipazione a sessioni di dibattito e confronto in aula. Inoltre, durante l’insegnamento, sono previsti incontri con esperti durante i quali gli studenti avranno l’opportunità di interagire e colloquiare sugli aspetti inerenti le dinamiche dell’innovazione e della trasformazione digitale delle imprese. Capacità di apprendimento. L’insegnamento fornirà agli studenti opportunità per sviluppare sia capacità di auto-apprendimento che di apprendimento in team, mediante la discussione di case study, sessioni di studio e approfondimento individuale.

Programma

Il corso interpreta la Gestione dell’Innovazione come disciplina manageriale finalizzata a comprendere, progettare e governare i processi attraverso cui tecnologie emergenti, dati, piattaforme digitali, intelligenza artificiale, ecosistemi collaborativi e sostenibilità trasformano prodotti, processi, servizi, modelli di business e fonti del vantaggio competitivo. L’insegnamento fornisce agli studenti strumenti teorici, metodologici e applicativi per analizzare l’innovazione tecnologica nelle sue principali dimensioni: fonti dell’innovazione, dinamiche tecnologiche, strategia, organizzazione dei processi innovativi, sviluppo di nuovi prodotti, Open Innovation, proprietà intellettuale, valutazione dei progetti innovativi, Digital Transformation, piattaforme digitali, AI Management e innovazione sostenibile. Il corso ha un’impostazione moderna e technology-oriented. Dopo una prima parte dedicata ai fondamenti dell’innovazione e alla strategia tecnologica, l’attenzione si sposta sui processi organizzativi e manageriali dell’innovazione, per poi approfondire i contesti contemporanei nei quali l’innovazione si sviluppa oggi: ecosistemi digitali, piattaforme, intelligenza artificiale generativa, innovazione data-driven, circular economy e responsible innovation.

Il corso è articolato in tre macro-moduli:
A. Innovazione come fenomeno tecnologico e competitivo;
B. Innovazione come processo organizzato e gestito;
C. Innovazione nei contesti contemporanei digitali e AI-driven.
A. Innovazione come fenomeno tecnologico e competitivo
Fondamenti, tipologie e modelli dell’innovazione
Fonti dell’innovazione e dinamiche tecnologiche
Strategia dell’innovazione, vantaggio competitivo e traiettorie tecnologiche
B. Innovazione come processo organizzato e gestito
Organizzazione, governance e capacità innovative
Sviluppo nuovo prodotto, design thinking e sperimentazione
Open Innovation, ecosistemi e trasferimento tecnologico
Proprietà intellettuale, appropriabilità e protezione dell’innovazione
Valutazione, finanziamento e portafoglio dei progetti innovativi
C. Innovazione nei contesti contemporanei digitali e AI-driven
Digital Transformation e innovazione dei processi aziendali
Piattaforme digitali, ecosistemi e digital business model innovation
AI Management, innovazione data-driven e Generative AI
Innovazione sostenibile, circular economy e responsible innovation

Modalità d'esame

La verifica dell’apprendimento è finalizzata ad accertare la conoscenza dei contenuti teorici del corso, la capacità di applicare modelli e strumenti a problemi manageriali concreti, nonché la capacità di analisi critica dei processi di innovazione in contesti tecnologici e organizzativi complessi. La valutazione potrà essere articolata nelle seguenti componenti: Prova scritta sui contenuti teorici e applicativi del corso (65%) e Project work individuale (35%)

Testi di riferimento

Melissa A. Schilling, Francesco Izzo (2022) Gestione dell'Innovazione 5/ed, ISBN 978- 8838699986, McGraw Hill.

Codice insegnamento 263292

GESTIONE DELLA QUALITA' 1° anno · 9 CFU · IIND-04/A · 0 file

Il corso mira a fornire competenze avanzate, metodologiche e applicative, per la progettazione, il monitoraggio e il miglioramento continuo della qualità di prodotti e processi. Gli obiettivi sono articolati secondo i…

Scheda dell'insegnamento

Obiettivi formativi

Il corso mira a fornire competenze avanzate, metodologiche e applicative, per la progettazione, il monitoraggio e il miglioramento continuo della qualità di prodotti e processi. Gli obiettivi sono articolati secondo i descrittori di Dublino.
Conoscenza e capacità di comprensione. Lo studente conosce i fondamenti teorici del controllo statistico di processo, delle carte di controllo (Shewhart, CUSUM, EWMA), dell'analisi della capacità di processo e dei sistemi di misura, della progettazione degli esperimenti e dell'analisi della varianza; comprende inoltre i principi dei modelli di apprendimento statistico, dell'inferenza causale e dell'automazione agentica dei processi.
Capacità di applicare conoscenza e comprensione. Lo studente è in grado di progettare e analizzare esperimenti fattoriali, costruire e interpretare carte di controllo, valutare la capacità di un processo e implementare pipeline di analisi predittiva, causale e prescrittiva a supporto delle decisioni di qualità, avvalendosi di strumenti di calcolo scientifico.
Autonomia di giudizio. Lo studente sa selezionare la metodologia più appropriata a un dato problema di qualità, valutarne criticamente ipotesi e limiti e interpretare i risultati anche sotto il profilo dell'affidabilità, dell'equità e della sostenibilità delle decisioni automatizzate.
Abilità comunicative. Lo studente è in grado di documentare e presentare in forma tecnica e rigorosa analisi, risultati e raccomandazioni operative, anche in lingua inglese.
Capacità di apprendimento. Lo studente acquisisce l'autonomia necessaria ad aggiornarsi sulle evoluzioni metodologiche e tecnologiche del settore, integrando approcci statistici consolidati e metodi emergenti basati sui dati.

Programma

L'insegnamento affronta la gestione e il controllo della qualità nei moderni sistemi di produzione di beni e servizi, integrando l'ingegneria statistica della qualità con le più recenti metodologie di analisi dei dati e di automazione intelligente dei processi. Nella prima parte sono trattati il controllo statistico di processo (SPC), le carte di controllo, la valutazione della capacità di processo, l'analisi dei sistemi di misura e la progettazione e analisi degli esperimenti (Design of Experiments e ANOVA). Nella seconda parte tali fondamenti sono estesi al paradigma data-driven della "Quality 4.0": modelli di apprendimento statistico per la previsione e la classificazione, metodi di inferenza causale e ottimizzazione prescrittiva a supporto delle decisioni, e architetture di automazione agentica dei processi basate su modelli linguistici di grandi dimensioni. Il corso adotta un approccio quantitativo e applicativo, con costante riferimento a casi di studio reali e simulati.

Il corso si sviluppa su un totale di 81 ore di lezione, così articolate per macro-argomento:
Qualità nei sistemi di produzione e richiami di statistica per la qualità (6 ore). Concetti e dimensioni della qualità, variabilità dei processi, fondamenti statistici e inferenziali a supporto delle metodologie del corso.
Controllo statistico di processo (SPC) e carte di controllo (15 ore). Carte di controllo per variabili e per attributi, carte di Shewhart, CUSUM ed EWMA, regole di fuori controllo, analisi delle cause e monitoraggio dei processi.
Analisi della capacità di processo e dei sistemi di misura (9 ore). Indici di capacità (Cp, Cpk, Pp, Ppk), studi di ripetibilità e riproducibilità (Gage R&R) e valutazione dell'adeguatezza dei sistemi di misura.
Progettazione e analisi degli esperimenti. DoE e ANOVA (18 ore). Piani fattoriali completi e frazionari, analisi della varianza a uno e più fattori, superfici di risposta e ottimizzazione sperimentale, con applicazioni ai processi di lavorazione.
Apprendimento statistico per la qualità (12 ore). Modelli di regressione e classificazione, valutazione e validazione dei modelli, gestione dello sbilanciamento e metriche di performance a supporto del controllo qualità e della manutenzione predittiva.
Inferenza causale, uplift modeling e ottimizzazione prescrittiva (9 ore). Dal paradigma predittivo a quello prescrittivo-causale: stima degli effetti causali, framework Predict-Then-Optimize.
Automazione agentica dei processi e governance della qualità. Quality 4.0 (6 ore). Architetture di process automation basate su modelli linguistici, robustezza, guardrail, tracciabilità e supervisione umana delle decisioni automatizzate.
Esercitazioni di laboratorio e casi di studio in MATLAB/Python (6 ore). Applicazione integrata delle metodologie a dataset reali e simulati e sviluppo del codice a supporto del lavoro d'anno.

Modalità d'esame

La valutazione si fonda su un lavoro d'anno e su una prova orale. Il lavoro d'anno, da inviare al docente almeno 10 giorni prima della data d'appello , consiste in una relazione tecnica accompagnata dal codice di elaborazione dati sviluppato in Python o MATLAB , con cui lo studente affronta un problema di qualità applicando le metodologie del corso. La prova orale verte sulla discussione critica del lavoro d'anno e sull'accertamento della padronanza dei contenuti teorico-metodologici dell'insegnamento.

Testi di riferimento

D. C. Montgomery, Introduction to Statistical Quality Control , Wiley (ultima edizione).
D. C. Montgomery, Design and Analysis of Experiments , Wiley (ultima edizione).
G. E. P. Box, J. S. Hunter, W. G. Hunter, Statistics for Experimenters: Design, Innovation, and Discovery , Wiley.
T. Hastie, R. Tibshirani, J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction , Springer.
Materiale didattico integrativo, dispense e articoli scientifici selezionati sui temi dell'inferenza causale, dell'uplift modeling, dell'ottimizzazione prescrittiva e dell'automazione agentica dei processi, forniti dal docente durante il corso.

Codice insegnamento 263290

METODI AVANZATI DI BUSINESS ANALYTICS 1° anno · 9 CFU · MATH-06/A · 0 file

Knowledge and understanding . The course introduces the student to the use of analytics in the business world. Students will acquire the basic cognitive tools to think analytically, creatively, critically and in an…

Scheda dell'insegnamento

Obiettivi formativi

Knowledge and understanding . The course introduces the student to the use of analytics in the business world.
Students will acquire the basic cognitive tools to think analytically, creatively, critically and in an inquiring way, and have the abstraction and problem-solving skills needed to cope with complex business problems.
They will have solid knowledge of BA methodologies.
They will be able to use analytics to improve decision-making processes.
Applying knowledge and understanding. After the course the student should be able to:
describe and use the main BA techniques;
understand the differences among several algorithms solving the same problem and recognize which one is better under different conditions;
explain experimental results to business people.
Making judgements . Students must have the ability to use BA techniques and must arrive at original and autonomous ideas and judgments.. The course promotes the development of independent judgment in the appropriate choice of techniques/models and the critical ability to interpret the goodness of the results of the chosen models/methods.
Communication. It is essential that students are able to communicate with a varied and composite audience, not culturally homogeneous, in a clear, logical and effective way, using the methodological tools acquired and their scientific knowledge and, in particular, the specialty vocabulary. Students should be able to organize effective dissemination and study material through the most common presentation tools, including computer-based ones, to communicate the results of data analysis processes, for example by using visualization and reporting tools aimed at different types of audiences.
Learning skills. Students must acquire the critical ability to relate, with originality and autonomy, to the typical problems of data mining and, in general, cultural issues related to other similar areas. They should be able to develop and apply independently the knowledge and methods learnt with a view to possible continuation of studies at higher (doctoral) level or in the broader perspective of cultural and professional self-improvement of lifelong learning. Therefore, students should be able to switch to exhibition forms other than the source texts in order to memorize, summarize for themselves and for others, and disseminate scientific knowledge.

Programma

This course addresses the principles and practice of Business Analytics (BA), with an emphasis on applictions to logistics, transportation and supply chain management.

PART I – INTRODUCTION (5 hours)
1.1 Introducing BI (5 hours)
PART II – PROGRAMMING SKILLS (8 hours)
2.1 Getting started in Python (8 hours)
PART III – DESCRIPTIVE ANALYTICS (10 hours)
3.1 Making sense of data, visualising and exploring data (1 hour)
3.2 Descriptive statistical measures (9 hours)
PART IV – PREDICTIVE ANALYTICS (32 hours)
4.1 Forecasting: basics (2 hours)
4.2 Extrapolating time-series (8 hours)
4.3 Regression models (10 hours)
4.4 Basics of classification models (2 hours)
4.6 Performance evaluation with discrete event simulation: basics, random number generation, output analysis, SIMIO tutorial (10 hours)
PART V – PRESCRIPTIVE ANALYTICS (26 hour)
5.1. Optimization model review (8 hours)
5.2 Applications to logistics, manufacturing and transportation (18 hours)

Modalità d'esame

The exam consists of two parts:
a written test made up of 15 questions [15 marks];
an oral exam in which the students must show their ability to use the software tools presented in the course (Python libraries for descriptive, predictive and prescriptive analytics) by illustrating how they have solved a number of problems/exercises assigned in class [15 marks]; the list of assignments is available on FormazioneOnLine.

Testi di riferimento

Handouts (available on http://elearning.unisalento.it/ )
For consultation:
Evans, James Robert. Business analytics: Methods, models, and decisions. Vol. 3. Upper Saddle River, NJ: Pearson, 2013.
Ghiani, Gianpaolo, Gilbert Laporte, and Roberto Musmanno. Introduction to logistics systems management. John Wiley & Sons, 2013.

Codice insegnamento 263291

SISTEMI AVANZATI DI PRODUZIONE 1° anno · 6 CFU · IIND-04/A · 0 file
STRATEGIE E MODELLI DI BUSINESS 1° anno · 12 CFU · IEGE-01/A · 0 file

l corso mira a fornire un approccio integrato all'analisi delle principali dimensioni dell'impresa, al fine di comprendere le relazioni tra strategia, organizzazione, processi aziendali, modelli di business e…

Scheda dell'insegnamento

Obiettivi formativi

l corso mira a fornire un approccio integrato all'analisi delle principali dimensioni dell'impresa, al fine di comprendere le relazioni tra strategia, organizzazione, processi aziendali, modelli di business e tecnologie digitali. L'obiettivo è sviluppare le conoscenze e le competenze necessarie per analizzare le organizzazioni, progettare soluzioni innovative e supportare i processi di creazione di valore e di trasformazione digitale.
Conoscenza e capacità di comprensione: Lo studente dovrà acquisire una solida preparazione con un ampio spettro di conoscenze di base relative alla comprensione e all'ottimizzazione dei processi aziendali secondo un approccio integrato alla gestione d'impresa. In particolare, dovrà:
possedere gli strumenti cognitivi fondamentali per pensare in modo analitico, creativo e critico, con capacità di astrazione e di risoluzione dei problemi in sistemi complessi;
conoscere approfonditamente il concetto di Business Model e le variabili chiave per la definizione della strategia e la gestione dell'impresa;
avere una solida conoscenza delle reti organizzative e delle logiche di network su cui si basano le relazioni collaborative tra imprese;
saper analizzare i fondamenti teorici e pratici del Business Process Management (BPM) per comprendere il funzionamento delle aziende in termini di attività, eventi, ruoli organizzativi e processi decisionali;
conoscere in modo critico e dettagliato le basi teoriche, le metodologie e le tecniche per la progettazione delle strutture e dei meccanismi organizzativi;
possedere una buona conoscenza delle nuove tecnologie dell'informazione e della comunicazione (ICT) per favorire la digitalizzazione delle imprese;
acquisire gli strumenti concettuali fondamentali per definire una Enterprise Architecture, armonizzando processi aziendali, strategie e soluzioni tecnologiche.
Applicazione delle conoscenze e capacità di comprensione: Al termine del corso lo studente dovrà essere in grado di applicare in modo autonomo e critico le conoscenze acquisite. In particolare dovrà saper:
individuare e utilizzare i principi e gli strumenti del Business Model per progettare strategie di sviluppo e gestione aziendale;
riconoscere, analizzare e risolvere problemi organizzativi;
identificare e applicare metodologie, linguaggi e strumenti di modellazione per l'analisi dei processi aziendali;
descrivere e utilizzare le principali tecnologie e piattaforme informatiche, nonché le principali applicazioni e architetture per big data, sicurezza dei dati e progettazione di nuovi prodotti;
gestire informazioni, processi e risorse a supporto del ciclo di vita di prodotti e servizi in contesti aziendali complessi.
Autonomia di giudizio: Gli studenti saranno guidati ad apprendere e applicare criticamente modelli e metodi di analisi, individuando con un elevato grado di autonomia — e secondo una logica integrata — soluzioni strategiche, organizzative e tecnologiche finalizzate alla creazione di valore e all'ottimizzazione dei processi aziendali. Dovranno quindi essere in grado di operare nel proprio ambito disciplinare e professionale, gestendo la complessità attraverso la raccolta, l'elaborazione e l'interpretazione di dati, procedure e teorie in una prospettiva orientata al problem solving.
Abilità comunicative: Gli studenti dovranno dimostrare di aver acquisito competenze per:
garantire una comunicazione orale e scritta efficace e corretta delle conoscenze acquisite, adeguandola al livello culturale degli interlocutori;
organizzare materiali divulgativi e presentare i risultati della ricerca utilizzando le conoscenze scientifiche e gli strumenti metodologici appresi.
Capacità di apprendimento: Gli studenti dovranno acquisire la capacità critica di approfondire e sviluppare autonomamente, con originalità, le conoscenze e competenze relative ai processi aziendali, ai modelli di business e alle soluzioni tecnologiche.
Dovranno inoltre essere capaci di aggiornare continuamente conoscenze e metodi di ricerca attraverso occasioni di confronto e apprendimento, sia in vista di studi successivi (come un dottorato di ricerca), sia nell'ottica della formazione continua durante l'intera vita professionale. Saranno inoltre in grado di rielaborare i testi originali in forme diverse per memorizzare, sintetizzare, divulgare e trasmettere efficacemente il sapere scientifico.

Programma

Il corso è progettato per fornire una prospettiva integrata per l'analisi e la progettazione delle organizzazioni, considerando le interrelazioni tra strategia d'impresa, assetto organizzativo, processi aziendali, modelli di business e tecnologie digitali. Il Business Model costituisce il filo conduttore del percorso formativo, in quanto rappresenta lo strumento attraverso cui collegare la strategia alla progettazione organizzativa, alla gestione dei processi e all'innovazione tecnologica, con l'obiettivo di favorire la creazione di valore. Il modello proposto, ispirato ai più recenti approcci interdisciplinari sviluppati nelle business school, pone la creazione di valore al centro dell'analisi delle organizzazioni. Le diverse dimensioni dell'impresa – strategica, organizzativa, di processo e tecnologica – vengono approfondite attraverso modelli, metodologie e strumenti specifici, evidenziandone le reciproche interdipendenze e promuovendo una visione sistemica dell'organizzazione orientata all'innovazione, alla competitività e alla trasformazione digitale.

Modulo 1 – Strategia d’Impresa

  • Fondamenti di strategia d’impresa
  • Aree della strategia d’impresa
  • Strategie e vantaggio competitivo
  • Strumenti di analisi strategica
    Unità 2 – Analisi Organizzativa
  • Teorie e modelli organizzativi
  • Modello di Mintzberg
  • Modelli organizzativi tradizionali
  • Modelli organizzativi innovativi
  • Impresa Esponenziale
    Unità 3 – Business Process Management
  • Architettura dei processi organizzativi
  • Business Process Management (BPM)
  • Analisi e modellazione dei processi aziendali
  • Process Mining
    Unità 4 – Il Business Model
  • Il concetto di valore e Value Proposition Canvas
  • Business Model Canvas
  • Sostenibilità e Flourishing Business Modelli
  • Modelli di business basati su piattaforme
    Unità 5 – Tecnologie Organizzativei
  • Framework di Zachman
  • Strategie di innovazione digitale
  • Gestione dei dati e cybersecurity
  • Tecnologie per lo sviluppo di nuovi prodotti

Modalità d'esame

Esame scritto, strutturato in 3/5 quesiti. Lo studente dovrà analizzare e discutere teorie, modelli e metodologie trattati nel corso per verificare il livello di conoscenza e comprensione degli argomenti e le competenze acquisite. Potranno inoltre essere richiesti: a) lo svolgimento di esercizi; b) l'analisi e l'illustrazione di casi aziendali reali relativi agli argomenti proposti. La realizzazione di project work assegnati dai docenti consente l’acquisizione di un bonus sul punteggio finale d’esame.

Testi di riferimento

[1] Osterwalder A, Pigneur Y. (2019). Creare Modelli di Business , ‎ Edizioni LSWRE.
[2] Slide fornite dal docente.

Codice insegnamento 263288

AI E IOT PER L'INDUSTRIA (C.I.)AI PER IL MANAGEMENT D'IMPRESA (C.I.) 2° anno · 9 CFU · 0 file
DIGITAL BUSINESS 2° anno · 9 CFU · IEGE-01/A · 0 file
ENERGY MANAGEMENT 2° anno · 6 CFU · IIND-06/B · 0 file
ENTERPRISE BUSINESS PLATFORMS 2° anno · 9 CFU · IEGE-01/A · 0 file
FINAL EXAM (PROFIN_S) 2° anno · 9 CFU · 0 file
GESTIONE DELLA SUPPLY CHAIN 2° anno · 9 CFU · IIND-05/A · 0 file
GESTIONE SOSTENIBILE D'IMPRESA 2° anno · 6 CFU · IIND-05/A · 0 file
INTERNSHIP (NN) 2° anno · 6 CFU · 0 file
LABORATORIO PER AI APPLICATIONS (NN) 2° anno · 3 CFU · 0 file
LABORATORY FOR AI APPLICATIONS (NN) 2° anno · 3 CFU · 0 file
MODELLI AVANZATI DI GESTIONE DELLE TECNOLOGIE DI PRODUZIONE INDUSTRIALE 2° anno · 9 CFU · IIND-04/A · 0 file
PROVA FINALE (PROFIN_S) 2° anno · 9 CFU · 0 file
TECHNOLOGY ENTREPRENEURSHIP 2° anno · 9 CFU · IEGE-01/A · 0 file
TIROCINIO (NN) 2° anno · 6 CFU · 0 file

Recensioni del corso

Studi qui? Accedi per lasciare la tua recensione e aiutare altri studenti a scegliere.

★

Nessuna recensione per ora — e la prima è la più preziosa. Condividi la tua esperienza e orienta le future matricole.