Webinar Dataiku-Tableau

Insieme per un analisi dei dati a 360°

Di cosa abbiamo parlato nel WEBINAR

 

Laura Margara, Data Scientist di BNova, ci ha guidato in questo webinar alla scoperta di come Dataiku e Tableau, alimentino l’intero ciclo di vita dei dati: dalla data preparation agli insights, fino alla creazione e alla condivisione di uno storytelling anche per  l’utente business. Con l’aiuto di Claudia Fimelli, Sales Manager di Dataiku, abbiamo visto le novità di Dataiku 9, compreso il nuovo connettore verso Tableau. Il tutto supportato da una demo fatta da Emiliano Fuccio, Data Scientist di BNova, relativa al case “Prediction Fraud Detection: come individuare frodi o abusi nell’ambito delle prescrizioni farmaceutiche”.

Nell’ultima release di Dataiku, release 9, ci sono molte novità: il fil rouge di questa release si concentra sugli aspetti caratterizzanti della piattaforma stessa, il suo cuore analitico, ovvero i passaggi tecnici ed algoritmici del processo di Data Science. Le energie degli sviluppatori di Dataiku si sono concentrate da un lato su questi aspetti “interni”, dall’altro sull’integrazione con linguaggi e tool esterni, ad esempio è stato creato il plugin che connette direttamente Dataiku con Tableau, tool leader di mercato per la Data Visualization: questa connessione rappresentala volontà di offrire agli utilizzatori un servizio a 360gradi.

 

Questi i temi del webinar

  • – BNova e l’importanza della data science e data visualization  –  Laura Margara @BNova
  •  
  • – Dataiku DSS release 9.0: le novità e l’integrazione con Tableau – Claudia Fimelli @Dataiku
  •  
  • – Use case: fraud detection nel settore farmaceutico – Dataiku e Tableau – Emiliano Fuccio @BNova

LA PRESENTAZIONE DEL WEBINAR

webinar dataiku tableau pdf

GUARDA IL VIDEO DEL NOSTRO WEBINAR

I nostri partner

Approfondimenti da BNext:

Profilazione clienti: cos’è e come farla efficacemente 

Quando si chiede ad un imprenditore quali siano gli aspetti del business che vorrebbe migliorare, molto spesso si riscontra l’esigenza tangibile di conoscere meglio la propria clientela, sia per definire in maniera più precisa il target di riferimento della propria...

Apprendimento supervisionato: come funziona ed esempi pratici

Il machine learning è una tecnica ombrello che comprende al momento oltre 100 algoritmi riconosciuti dalla comunità scientifica, ognuno caratterizzato da una specifica logica di funzionamento, che lo porta ad essere più o meno indicato in virtù dell’obiettivo...

Data catalog: cos’è e perché è necessario

La gestione dei dati all’interno di un’organizzazione comporta oggi una serie di importanti sfide, da cui dipende il successo delle strategie di business basate sul digitale. In questo contesto, uno degli strumenti più utili è costituito dal data catalog, concepito...

Cos’è la Data Governance e perché è importante per le aziende

I dati costituiscono la materia prima dell’azienda digitale. Implementarli e gestirli in maniera strategicamente efficiente si rivela fondamentale per successo di un business, ai fini di estrarre il maggior valore possibile in termini di informazioni utili a...

Intelligenza artificiale e machine learning: differenze e utilizzi

Intelligenza artificiale (AI) e machine learning (ML) sono spesso trattate in maniera intercambiale, come fossero dei sinonimi tecnologici. In realtà, si tratta di due definizioni ben differenti, che si riferiscono ad altrettanti significati. Le aree di...

Customer data platform (CDP): cos’è e quando utilizzarla

Nell’era del digitale, acquisire e ottenere conoscenza attraverso i dati dei clienti riveste un’importanza vitale per il business delle organizzazioni. Per gestire al meglio quelli che vengono definiti i customer data il classico foglio Excel non è più sufficiente,...

Algoritmi di machine learning: come funzionano e quali sono

Il machine learning, o apprendimento automatico, è il subset dell’intelligenza artificiale in cui vengono utilizzati algoritmi per apprendere dai dati e imparare dagli errori in maniera autonoma, senza che intervengano istruzioni puntuali ed esplicite da parte degli...

Big data management: come usare e gestire i big data

L’era dei big data ha portato la gestione dei dati (data management) entro scenari di varietà e complessità senza precedenti nella storia dell’information technology. Anche i non specialisti della data science hanno ormai compreso pienamente come i dati acquisiti in...

Cluster Analysis: cos’è e come si esegue

La tendenza a creare gruppi omogenei a partire dai dati di cui si dispone rappresenta un atteggiamento sempre più diffuso per descrivere un fenomeno che non si conosce a priori e renderlo facilmente comprensibile agli stakeholder. La scienza dei dati affronta in vari...

Big Data Analytics: cos’è e perché è importante

Quando si parla di big data analytics ci si riferisce, solitamente, all’analisi avanzata di grandi volumi di dati. Prendere decisioni oggettive, migliori e più efficaci rispetto al passato, basate su una corretta analisi dei dati è ormai diventata un’esigenza...

Cosa sono e come funzionano le reti neurali ricorrenti

Le reti neurali trovano il loro fondamenti nei lontani anni Quaranta del Novecento, quando Warren McCulloch e Walter Pitts pubblicarono un importante articolo sul funzionamento dei neuroni e crearono una semplice rete neurale per mezzo di circuiti elettrici....