Business Data Analytics

Modulo 4: Identificare la Domanda di Ricerca (Business Needs)

• Dati di Stato corrente
• Dati di stato futuro
• Formulare la Domanda di Ricerca
• Pianificare l’approccio di  Data Analytics 
• Tecniche

Verrà identificato la domanda di Business a cui si vuole rispondere, nella forma di un problema da risolvere o una opportunità da cogliere attraverso la validazione di una ipotesi o l’estrazione di insight.

Modulo 5: Le Fonti dei Dati 

• La raccolta dei dati
• Determinare i Set dei dati
• Validare i dati 
• Tecniche

Per rispondere alla domanda sarà necessario procurarsi i dati.

Nel caso dello scenario di dato strutturato, tali dati sono tipicamente quelli proveniente dallo ERP aziendale o comunque i dati certificati della company.

Per rispondere alla domanda sarà necessario procurarsi i dati.

Nel caso dello scenario di dato NON strutturato, i dati possono venire da ogni sorgente: Open data, banche dati esterne a pagamento, IoT, social media, …

Modulo 6: Analizzare i Dati

• Preparare i dati 
• Esplorare i dati
• Fare l’analisi dei dati
• Tecniche

I dati vanno “curati”. La Data Preparation è una fase fondamentale per permettere la successiva fase di analisi del dato. Nel caso dell’approccio al dato strutturato, si provvede a creare un modello analitico, tipicamente uno star-schema.

Alla fine del processo è possibile usare il modello dati per effettuare le analisi. Essendo nel dominio del dato strutturato, lo strumento analitico è pensato per analisi ripetibili, stabili nel tipo di domanda o di domande a cui intendono rispondere.

I sistemi di Big Data permettono “Data Ingestion” (*) da diverse sorgenti senza doversi preoccupare di dover prevederne necessariamente a priori la struttura. Ciònonostante è fondamentale la “curation” (**) di tali dati, in particolare per permettere l’attribuzione di un significato ai dati che vengono “ingested” (*). La modellazione pertanto, seppure fatta con modalità diverse dalla BI, è vitale.

(*) Data ingestion is the process of obtaining and importing data for immediate use or storage in a database.

(**) Data curation is the management of data throughout its lifecycle, from creation and initial storage to the time when it is archived for posterity or becomes obsolete and is deleted. The main purpose of data curation is to ensure that data is reliably retrievable for future research purposes or reuse.

Modulo 7: Interpretare i Risultati ed elaborare i Report 

• Identificare  e comprendere gli  Stakeholder
• Pianificare la comunicazione con gli Stakeholder  secondo le loro esigenze 
• Derivare  informazioni (Insight) dai dati
• Documentare i risultati (Findings)
• Tecniche
• Comunicare i risultati dell’analisi

Gli stakeholder nel caso di dato strutturato tendono ad essere costanti nel tempo in quanto le tipologie di domande a cui si deve dare risposta sono periodiche. Sempre periodica sarà solitamente la comunicazione.

Nel caso destrutturato, le analisi sono per loro natura molto spesso estemporanee. La ricerca degli stakeholder va ripetuta ogni volta. Le comunicazioni vanno pianificate ad hoc essendo spesso una-tantum e ad hoc.

Modulo 8: Usare i risultati per le decisioni di Business Decision 

• Raccomandare le Azioni 
• Sviluppare il Piano di Implementazione  
• Gestire i cambiamenti
• Tecniche

Lo scopo dell’analisi è quello di rispondere ad una domanda di Business, ma la domanda era originata da un problema o da una opportunità. All’esito dell’analisi seguono pertanto le azioni che derivano dagli insight ricavati al fine di risolvere il problema o cogliere l’opportunità.