Corso di business analytics e Business Intelligence

Lezione 1 • Cosa significa Business Analytics

Definisce le distinzioni tra analytics, business intelligence e data science. Stabilisce il vocabolario condiviso utilizzato durante l'intero corso.

Lezione 2 • Allineare l'Analytics agli Obiettivi di Business

Traduce le domande di business in problemi analitici. Fonda il lavoro tecnico su risultati organizzativi misurabili.

Lezione 3 • La Catena del Valore dell'Analytics

Mappa il flusso dai dati grezzi alle decisioni di business. Mostra come ogni fase aggiunga valore misurabile all'organizzazione.

Lezione 4 • Ruoli e Responsabilità nell'Analytics

Profila analisti dati, data engineer, scienziati dei dati e sviluppatori BI. Chiarisce i modelli di collaborazione che gli studenti incontreranno nella pratica.

Lezione 1 • Fondamenti di Database

Introduce i concetti di database relazionali e non relazionali. Fornisce le conoscenze di archiviazione necessarie per le successive interrogazioni e modellazioni.

Lezione 2 • Data Warehouse e Data Lake

Confronta le architetture warehouse, lake e lakehouse. Prepara gli studenti a scegliere il modello di archiviazione corretto per i carichi di lavoro analitici.

Lezione 3 • Qualità dei Dati e Governance

Definisce le dimensioni della qualità dei dati e i quadri di governance. Garantisce che gli studenti sappiano verificare e migliorare l'affidabilità dei dati prima dell'analisi.

Lezione 4 • Principi di Privacy e Conformità dei Dati

Tratta i concetti di privacy-by-design e conformità normativa. Fornisce agli studenti gli strumenti per gestire dati sensibili in modo responsabile in tutti i settori.

Lezione 1 • Nozioni di Base di SQL e Istruzioni SELECT

Introduce la sintassi SQL, il recupero dei dati e la logica di filtraggio. Costituisce le basi di interrogazione per tutto il successivo lavoro analitico.

Lezione 2 • Sottoquery e CTE

Introduce le sottoquery e le espressioni di tabella comuni per una progettazione modulare delle query. Costruisce SQL leggibile e manutenibile per compiti analitici complessi.

Lezione 3 • Funzioni Finestra e SQL Avanzato

Tratta il ranking, i totali parziali e i calcoli partizionati utilizzando le funzioni finestra. Abilita analisi temporali e comparative sofisticate.

Lezione 4 • Unire Più Tabelle

Spiega i join INNER, LEFT, RIGHT e FULL per combinare set di dati. Sblocca l'analisi multi-tabella essenziale per il reporting di business.

Lezione 1 • Tecniche di Esplorazione Multivariata

Estende l'analisi alle interazioni tra tre o più variabili. Rivela modelli complessi che l'analisi bivariata non coglie.

Lezione 2 • Analisi Univariata e Bivariata

Esamina le distribuzioni a singola variabile e le relazioni a due variabili. Costruisce l'intuizione per il comportamento delle variabili e i potenziali predittori.

Lezione 3 • Fondamenti di Statistica Descrittiva

Tratta le misure di tendenza centrale, dispersione e forma. Fornisce il linguaggio statistico necessario per riassumere qualsiasi set di dati.

Lezione 4 • Comunicare i Risultati dell'EDA

Struttura i risultati dell'EDA in una narrazione analitica coerente. Collega gli insight esplorativi a ipotesi di business operative.

Lezione 1 • Tipi di Grafico e Loro Casi d'Uso

Associa tipi di grafico specifici a scopi analitici e strutture dati. Permette una selezione sicura del grafico per qualsiasi scenario di business.

Lezione 2 • Costruire Dashboard Interattive

Tratta layout, filtri e interattività per le dashboard BI. Insegna agli studenti a progettare dashboard che rispondano a molteplici domande degli utenti.

Lezione 3 • Principi di Visualizzazione Efficace

Stabilisce principi percettivi e di design per grafici onesti e chiari. Previene errori comuni di visualizzazione che fuorviano gli stakeholder.

Lezione 4 • Performance e Manutenzione delle Dashboard

Affronta l'ottimizzazione delle query, le pianificazioni di aggiornamento e il controllo di versione. Garantisce che le dashboard rimangano accurate e performanti nel tempo.

Lezione 1 • Quadro di Verifica delle Ipotesi

Stabilisce ipotesi nulla e alternativa, p-value e regole decisionali. Fornisce agli studenti un processo rigoroso per verificare le affermazioni di business.

Lezione 2 • Intervalli di Confidenza e Stima

Insegna la stima puntuale e per intervallo dei parametri della popolazione. Permette agli studenti di quantificare l'incertezza nelle conclusioni analitiche.

Lezione 3 • Probabilità e Distribuzioni

Introduce i concetti di probabilità e le principali distribuzioni statistiche. Fornisce la base teorica per tutti i metodi inferenziali successivi.

Lezione 4 • A/B Testing in Contesti di Business

Applica la verifica di ipotesi a esperimenti di business controllati. Prepara gli studenti a progettare, eseguire e interpretare correttamente gli A/B test.

Lezione 1 • Classificazione e Modelli Basati su Alberi

Introduce alberi decisionali, random forest e gradient boosting. Espande gli strumenti di modellazione per problemi di classificazione complessi.

Lezione 2 • Clustering e Segmentazione

Applica il clustering k-means e gerarchico per la segmentazione di clienti e mercati. Collega l'apprendimento non supervisionato a casi d'uso strategici di business.

Lezione 3 • Modelli di Regressione per la Previsione

Tratta la regressione lineare e logistica per risultati continui e binari. Permette agli studenti di costruire modelli predittivi interpretabili.

Lezione 4 • Fondamenti di Machine Learning

Definisce i paradigmi di apprendimento supervisionato, non supervisionato e per rinforzo. Inquadra il ML all'interno del flusso di lavoro analitico stabilito nei capitoli precedenti.

Lezione 1 • Misurare il ROI dell'Analytics

Definisce i quadri per quantificare il valore finanziario e operativo dell'analytics. Permette agli studenti di giustificare gli investimenti e dimostrare l'impatto.

Lezione 2 • Costruire una Cultura Basata sui Dati

Esamina i comportamenti organizzativi e le pratiche di leadership che abilitano l'adozione dell'analytics. Prepara gli studenti a sostenere il cambiamento basato sui dati.

Lezione 3 • Etica e Analytics Responsabile

Affronta bias algoritmico, equità, trasparenza e responsabilità nell'analytics. Garantisce che gli studenti applichino l'analytics in modo responsabile in tutti i contesti.

Lezione 4 • Strategia e Roadmap dell'Analytics

Guida la creazione di una strategia di analytics pluriennale allineata alle priorità di business. Traduce la visione in iniziative attuabili con traguardi chiari.