Introduzione alla Data Analysis

La Data Analysis è quel processo che – attraverso la raccolta, la trasformazione e l’analisi dei dati – trasforma le domande del business in KPI e analisi che supportano il processo decisionale.

Perché partecipare

Ad oggi, è impensabile per le aziende avere processi decisionali che non siano supportati dai dati. Tuttavia, identificare quali KPI e quali analisi siano le più efficaci per rispondere alle necessità del business rimane un processo complicato, anche per la mancanza di un linguaggio comune e condiviso tra i vari attori coinvolti nel processo di analisi e rappresentazione dei dati. Il corso ha lo scopo di fornire gli elementi essenziali per identificare (e quindi evitare) gli errori più frequenti nell’analisi dei dati, definire in maniera corretta KPI e misure utili a monitorare i fenomeni di interesse e, infine, per rappresentarli in maniera efficace.

A chi è rivolto

Il corso è stato pensato per chi in azienda lavora con i dati: sia che si occupi in prima persona delle analisi sia che ne sia un fruitore. Il mix di teoria e applicazioni pratiche, infatti, aiuterà i partecipanti ad acquisire buone pratiche e una metodologia per lo sviluppo delle analisi dei dati in azienda; metodologie e best practice delle quali potranno beneficiare sia il business che deve formulare le sue esigenze analitiche sia gli analisti che devono tradurre queste richieste in KPI e rappresentazioni efficaci.

Obiettivi

• Comprendere quali sono i principali errori che si fanno nell’analizzare i dati e come evitarli
• Comprendere le diverse tipologie di KPI e misure che si possono utilizzare
• Acquisire le best practice per la scelta e la definizione dei KPI
• Comprendere come rappresentare in maniera efficace KPI e analisi

Materiale / Servizi compresi

• Materiale didattico inerente la trattazione dei singoli argomenti
• Attestato di Partecipazione
• Coffee Break
• Light Lunch

Orario delle lezioni: 9:30 – 17:30

Programma

• Data literacy bias: quali errori non fare nell’analisi dei dati
• Data analisys: definizione e metodologie
• KPI: quali tipologie e come scegliere il KPI più corretto
• Elementi di data visualization: come rappresentare in maniera efficace KPI e analisi
• Use case e esercizi pratici