DATA SCIENCE

bnova data science

#1 Rule

La Data Science deve essere utile al business

Possiamo definire la Data Science come il complesso delle discipline statistiche, matematiche e informatiche che consente di trovare nuove variabili e metriche che possano essere le più indicate a dare una visione prospettica delle performance aziendali. Gli algoritmi consentono di identificare pattern nei dati, correlare gli eventi e ricavare intuizioni con sempre maggiore accuratezza. Per questi motivi, oggi la data science è fondamentale al fine di monetizzare l’immenso patrimonio informativo aziendale e come supporto nel processo di trasformazione dei modelli di business.

#2 Rule

A cosa serve la Data Science?

Sentiment Analysis: come è percepito il mio Brand?

Monitorare la popolarità e la percezione che i consumatori hanno di un brand sull’Web è di fondamentale importanza visto che la gran parte delle scelte dei consumatori è basata sulle recensioni on line di altri utenti. In tal senso risulta fondamentale avere un piano di gestione delle crisi reputazionali dovute ad attacchi, cattive recensioni o fake news, ovvero un piano di prevenzione, monitoraggio ed azione. La Sentimenti Analysis ovvero la tecnica con cui possiamo analizzare testi e immagini, per identificare l’opinione di un utente e ci aiuta in questo senso.

Analisi predittiva: imparare dal passato per predire il futuro

L’esperienza è molto utile nel guidare le nostre azioni nel presente, essa assieme alla nostra intuizione ci consente di poter prevedere l’evolversi nel tempo di alcune situazioni. I dati costituiscono il grande patrimonio in cui risiede l’esperienza aziendale, gli algoritmi, e nello specifico le analisi predittive, sono lo strumento attraverso cui prevedere l’andamento futuro di processi e business aziendale consentendoci ad esempio di affiancare la manutenzione predittiva a quella programmata in ambito manifatturiero, valutare gli investimenti e il riassortimento dei magazzini utilizzando modelli che ci diano l’andamento previsionale delle vendite in tutti gli ambiti.

Definire la user experience: quali sono le abitudini di acquisto del mio cliente?

Conoscere il proprio cliente è importantissimo al fine di fidelizzarlo, renderlo profittevole , garantirgli la giusta User Experience; spesso ci si limita a descrivere il cliente attraverso un set statico di valori e dati anagrafici, tuttavia la variabile tempo è un elemento fondamentale per valutare il valore attuale e potenziale di un consumatore, per questo è importante analizzare le abitudini di acquisto del cliente nel tempo utilizzando tecniche quali la Cohort analysis (analisi comportamentale), l’analisi RFM (Frequenza, volume e ultima data d’acquisto ), la tendenza all’abbandono (Churn Analysis) e la fidelizzazione (Retention Analysis).

Analisi multimodale: analizzare testo e immagini in modo integrato per ridurre l’ambiguità interpretativa

Quando leggiamo un post o, comunque, ci troviamo di fronte ad una coppia immagine e testo, ad esempio nel caso di un referto medico relativo ad una Tac o di una perizia relativa ad un incidente d’auto, il nostro cervello legge e valuta entrambi i contenuti per interpretare in modo corretto il vero significato del messaggio che se ne può derivare. La stessa cosa viene fatta dall’Analisi Multimodale, ovvero la tecnica che unisce l’NLP (Natural Language Processing) per l’analisi del testo e la Computer Vision per l’analisi delle immagini, l’esame combinato dei due elementi consente di disambiguare cioè individuare con maggiore certezza il vero significato della coppia minimizzando, ad esempio, i rischi interpretativi derivati dall’uso dell’ironia nel caso di un post sui Social.

#3 Rule

Come approcciare la Data Science

La Data Science deve essere inserirta nella strategia di business di breve e medio periodo, per sostenerla, non deve essere approcciata come attività fine a sé stessa. Una volta individuate le esigenze di business, l’approccio alla Data Science può essere declinata in modi diversi. Nel caso in cui non siano state identificate esigenze specifiche da risolvere o implementare ma c’è in azienda la consapevolezza di dover analizzare i dati a supporto del business, è possibile sviluppare un approccio basato sulla data exploration che consente una vera e propria attività investigativa sui dati.

Attraverso un approccio creativo analitico è possibile esaminare e prevedere scientificamente correlazioni tra fenomeni che ad una prima analisi risultano invisibili. E’ possibile invece realizzare soluzioni verticali che consentano di ottenere analisi prescrittive cioè analisi a supporto diretto dei processi operativi e strategici quando fin dall’inizio sono chiare le esigenze specifiche alle quali è necessario rispondere.

MASSA

VIA MASSA AVENZA N. 38

0585 842210

ROMA

VIALE FILIPPO TOMMASO MARINETTI 221

06 97620524

MILANO

LARGO RICHINI N. 6

02 58215555