Il progetto di tesi risponde all’obiettivo di business posto da un’azienda reale del panorama italiano. Lo scopo principale è quello di trattare i dati degli ordini di vendita digitali dei propri clienti del mondo B2C (Business To Consumer), sfruttandoli poi per finalità previsionali e di supporto alla stesura del budget. Alle serie storiche del fatturato giornaliero delle sorgenti ordini viene, per ognuna di esse, posto a confronto l’approccio tradizionale SARIMAX ed uno più recente ed innovativo di machine learning rappresentato dal modello XGBoost. In aggiunta, specificatamente per gli acquisiti effettuati nel web, è stato realizzato uno studio di marketing attribution, ovvero un’attività retrospettiva che permette di misurare l’impatto di ciascun canale di traffico nel processo di conversione degli utenti. Quest’ultimo è stato condotto considerando gli approcci Last Touch, First Touch, Linear ed uno data driven basato sulle catene di Markov.

Analisi di previsione per decisioni di budget su dati di vendita digitali: il caso di una multinazionale italiana

BONORA, ELISABETTA
2021/2022

Abstract

Il progetto di tesi risponde all’obiettivo di business posto da un’azienda reale del panorama italiano. Lo scopo principale è quello di trattare i dati degli ordini di vendita digitali dei propri clienti del mondo B2C (Business To Consumer), sfruttandoli poi per finalità previsionali e di supporto alla stesura del budget. Alle serie storiche del fatturato giornaliero delle sorgenti ordini viene, per ognuna di esse, posto a confronto l’approccio tradizionale SARIMAX ed uno più recente ed innovativo di machine learning rappresentato dal modello XGBoost. In aggiunta, specificatamente per gli acquisiti effettuati nel web, è stato realizzato uno studio di marketing attribution, ovvero un’attività retrospettiva che permette di misurare l’impatto di ciascun canale di traffico nel processo di conversione degli utenti. Quest’ultimo è stato condotto considerando gli approcci Last Touch, First Touch, Linear ed uno data driven basato sulle catene di Markov.
2021
Forecasting analysis on digital sales data for budgeting: the case of an italian multinational company
analisi statistica
forecasting
budgeting
digital sales
File in questo prodotto:
File Dimensione Formato  
Bonora_Elisabetta.pdf

accesso riservato

Dimensione 3.68 MB
Formato Adobe PDF
3.68 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/11362