La Data Science, in termini di supporto decisionale alle aziende, ha un potenziale enorme, ma è una materia molto ampia e di carattere sperimentale: non necessariamente l’algoritmo migliore per un settore si rivela buono anche in realtà aziendali diverse. Ogni tecnica e algoritmo ha caratteristiche particolari che lo rendono adatto per certi aspetti, ma può rilevarsi poco informativo su altri. Per questo è importante avere un team che ben conosca le diverse caratteristiche delle tecniche analitiche in modo da poter individuare la soluzione migliore al contesto aziendale per evitare di esporsi a spese e rischi inutili ed investire anzi le proprie energie solo sugli aspetti che davvero portano un vantaggio.

D’altro canto la necessità di fare (e di usare) analisi di questo tipo è sempre più diffusa anche da parte di utenti non tecnici, ad esempio in ambito marketing o sales, che non sono tenuti invece a conoscere tecnicamente le diverse sfaccettature. È però importante che, almeno ad alto livello, anche loro abbiano per lo meno la percezione della varietà presente dietro queste analisi e della conseguente ampia scelta di tecniche analitiche e algoritmi.

A dimostrazione di quanto sia importante diffondere questa consapevolezza proponiamo una recente iniziativa di Vertica: un corso di Data Science gratuito, fruibile da tutti direttamente su youtube, e caratterizzato dalla presenza di elementi teorici ai quali vengono man mano associati casi pratici in modo da calare i diversi concetti in un reale contesto applicativo e permettere anche a utenti non tecnici di percepirne le potenzialità.

Vertica, DB analitico leader di mercato, non solo si sta evolvendo per fornire ai propri utilizzatori tecnici funzionalità analitiche sempre più potenti e performanti (“Grafici animati, autoML, analisi geospaziali: le novità di VerticaPy v0.6“), ma sta mostrando di non aver timore di diffondere la cultura del dato e delle analitiche sul dato. Anzi, la volontà è proprio quella di diffondere conoscenza per aumentare la fiducia verso queste tematiche a vantaggio della trasformazione strategica delle aziende in ottica Data Driven.

Il corso di Data Science di Vertica

Ogni settimana Vertica pubblica video su diversi concetti di Data Science, preparazione e modellazione dei dati e algoritmi.

Nel primo video si parla di analisi di correlazione. Vengono mostrate alcune delle principali funzioni che possono essere usate per implementare diversi tipi di correlazione: ogni funzione rappresenta un “modello” che si adatta a particolari contesti. È importante sapere che ne esistono di diverso tipo e conoscere le diverse caratteristiche di ognuna per poter identificare quella che meglio descrive il contesto aziendale. Per questo è importante sapere che non esiste una sola forma di correlazione, ma che, a seconda del dominio, della forma dei dati e del risultato che si vuole ottenere, la scelta di una certa funzione può dimostrarsi “migliore” (più adatta) di un’altra.

correlation_functions
Fare Data Science con Vertica – le funzioni di correlazioni

Si parla inoltre delle best practises per impostare correttamente un progetto e valutarne la bontà, ed è l’occasione giusta per introdurre nel corso Jupiter, l’ambiente in cui scrivere il proprio codice python sfruttando le funzionalità di VerticaPy.

Il secondo video “How to develop telco attribution model for marketing compaign” è a tutti gli effetti la presentazione di un case per la creazione di un modello destinato al marketing. Si parte dall’analisi delle azioni dei clienti fino ad arrivare ad impostare una profilazione degli utenti e comprendere le cause delle loro azioni.

ARGOMENTI CORRELATI
Categoria: DATA SCIENCE
Concept grafico che richiama il Data Storytelling

I 6 comandamenti per un Data Storytelling di successo 

Letteralmente il Data Storytelling è l’arte del raccontare una storia attraverso i dati. Si tratta dell’evoluzione della Data Visualization, l’ultimo… Leggi tutto

Concept grafico che richiama le 5V dei Big Data

Cosa sono i Big Data e come vengono utilizzati?

I Big Data sono ormai entrati a far parte del mercato tecnologico globale, ma spesso questa definizione viene utilizzata senza… Leggi tutto

Concept che richiama la figura del Data Engineer

Chi è e quanto guadagna un Data Engineer?

Fino a qualche tempo fa occuparsi dell’analisi dati in azienda voleva dire fare BI, e non era difficile trovare figure… Leggi tutto