DIGITAL BUSINESS MODELLING

L'insegnamento rientra tra le attività formative del curriculum in Data Analytics for Business and Society. L'obiettivo del corso è di fornire una comprensione di come le tecnologie digitali incidano sui business models delle aziende.
Il corso fornisce gli strumenti analitici per comprendere dare un giudizio su business models di aziende esistenti nonché quello di identificare vantaggi e svantaggi di alcune scelte strategiche. Il corso fornisce allo studente riferimenti su come funzionano i modelli di business digitali, le loro principali strategie e come è possibile cercare efficienza ed efficacia nelle loro performance.

1. Conoscenza e comprensione
- Capacità di leggere un modello di business
- Capacità di comprendere un testo che si riferisce ad aspetti della tecnologia aziendale
- Conoscenza degli strumenti tipici delle aziende guidate dai dati e dal digitale

2. Capacità di applicare conoscenza e comprensione
- Capacità di analizzare i modelli di business esistenti
- Capacità di proporre innovazioni al modello di business
- Capacità di scrivere un modello di business di base

3. Capacità di determinare giudizi autonomi
- 4. Capacità di discutere vantaggi e svantaggi delle scelte
- Capacità di capire quando non ci sono le condizioni per il funzionamento di un certo modello

4. Capacità di comunicazione
- Capacità di spiegare accuratamente un modello di business digital-first

5. Capacità di apprendimento
- Capacità di scegliere testi e fonti corrette per approfondire le conoscenze specifiche

Gli studenti devono avere nozioni di funzioni amministrative, risorse, competenze e pianificazione organizzativa strategica.

1. L’Industria 4.0 come Driver d’Innovazione Strategica

2. Industria 4.0 ed i Relativi Paradigmi Digitali
2.1 Manifattura digitale
2.2 Robot autonomi e collaborativi
2.3 Realtà aumentata e virtuale
2.4 Industrial Internet of Things
2.5 Cloud Computing
2.6 Simulazione
2.7 Big data analytics
2.8 Cybersecurity
2.9 Integrazione sistemica orizzontale e verticale
2.10 Intelligenza artificiale

3. Industria 4.0 ed i Business Models Emergenti
3.1 Digital Operating Model
3.2 Data-Driven Business Models
3.3 Platform Business Models
3.4 Phygital Operating Model
3.5 Smart Factory Business Models
3.6 Servitization Business Models

- Bagnoli C. et al. (2022), Digital Business Models for Industry 4.0 - How Innovation and Technology Shape the Future of Companies, Springer.
- Le presentazioni PowerPoint e il testo in forma digitale saranno resi disponibili tramite la piattaforma Moodle.

L'esame, sia per gli studenti frequentanti che per non frequentanti, consiste in due parti, ciascuna valorizzata 15 punti.

La prima parte dell'esame consiste in 30 domande con risposte a scelta multipla sui contenuti del corso. Ogni risposta giusta viene valorizzata 15 punti.

La seconda parte dell'esame consiste in un project work individuale. Ogni studente dovrà identificare e analizzare una start-up operante in un ambito da definire, per ciascun elemento del modello di business. Gli studenti sono tenuti ad individuare 10 start-ups , compilando per ciascuna di esse una scheda che verrà messa a disposizione nel materiale didattico. Il project work dovrà essere inviato entro una data definita, e verrà valutato fino ad un massimo di 15 punti.
Il voto finale sarà determinato dalla somma dei punteggi delle due parti costituenti l'esame.

Durante il corso verranno messe a disposizione maggiori informazioni relative alle modalità tecniche di svolgimento dell'esame.

Il corso è progettato in modo che la partecipazione e la discussione abilitino il processo di apprendimento. Buona parte del corso sarà basato su discussioni di casi studio. Si useranno casi studio reali che permetteranno agli studenti di applicare i concetti e gli strumenti loro trasmessi. Ogni discussione di caso ambisce a mettere in condizione lo studente di capire la natura strategica della situazione, ad aiutarlo a definire i problemi critici e a proporre raccomandazione e/o alternative strategiche.

Inglese

scritto