Formazione Data Analyst

Lezione 1 • Basi di Etica e Governance dei Dati

Introduce i principi di privacy, la proprietà dei dati e gli standard per un uso responsabile. Fornisce agli studenti le basi degli obblighi etici prima che lavorino con dataset reali.

Lezione 2 • Tipi e Strutture di Dati

Tratta i formati di dati strutturati, semi-strutturati e non strutturati e i loro modelli di archiviazione. Fornisce il vocabolario necessario per lavorare con qualsiasi dataset incontrato nella pratica.

Lezione 3 • Il Ciclo di Vita del Progetto di Analisi

Delinea il processo end-to-end, dalla domanda di business alla presentazione degli insight. Gli studenti applicano il framework del ciclo di vita a uno scenario aziendale campione.

Lezione 1 • Tabelle Pivot e Analisi di Riepilogo

Dimostra come aggregare e suddividere i dati dinamicamente usando le Tabelle Pivot. Gli studenti riepilogano un dataset aziendale e traggono conclusioni iniziali dagli output delle pivot.

Lezione 2 • Pulizia dei Dati nei Fogli di Calcolo

Affronta la rimozione dei duplicati, la gestione dei valori vuoti e la standardizzazione dei formati nei fogli di calcolo. Prepara direttamente gli studenti alle sfide di qualità dei dati nei capitoli successivi.

Lezione 3 • Formule e Funzioni Principali

Insegna le funzioni aritmetiche, logiche, di ricerca e di testo utilizzate quotidianamente dagli analisti. Gli studenti costruiscono una libreria di formule riutilizzabile, applicabile a dataset aziendali reali.

Lezione 4 • Interfaccia e Navigazione del Foglio di Calcolo

Orienta gli studenti all'ambiente del foglio di calcolo, alle scorciatoie da tastiera e all'organizzazione della cartella di lavoro. Le abitudini di efficienza stabilite qui accelerano tutto il lavoro successivo con i fogli di calcolo.

Lezione 1 • Fondamenti di Database Relazionali

Spiega tabelle, chiavi, relazioni e principi di progettazione dello schema. Fornisce la conoscenza strutturale necessaria per scrivere in seguito query JOIN accurate.

Lezione 2 • Unire Più Tabelle

Spiega le join INNER, LEFT, RIGHT e FULL con scenari pratici su più tabelle. Gli studenti costruiscono query che combinano dati da tre o più tabelle correlate.

Lezione 3 • Query SELECT di Base

Insegna le clausole SELECT, WHERE, ORDER BY e LIMIT per il recupero mirato dei dati. Gli studenti interrogano un database campione per rispondere a domande aziendali specifiche.

Lezione 4 • Sottoquery ed Espressioni di Tabella Comuni

Introduce sottoquery, CTE e funzioni finestra per una modellazione avanzata dei dati. Gli studenti rifattorizzano query nidificate complesse in strutture CTE leggibili e manutenibili.

Lezione 1 • Standardizzare e Trasformare i Dati

Tratta la normalizzazione dei formati, il cast dei tipi e la feature engineering per la preparazione all'analisi. Gli studenti trasformano campi grezzi in variabili di analisi coerenti e tipizzate correttamente.

Lezione 2 • Documentare il Processo di Pulizia

Stabilisce pratiche per la registrazione delle trasformazioni, il versionamento dei dataset e la scrittura di dizionari dati. Una documentazione riproducibile garantisce che le fasi di pulizia siano verificabili e ripetibili.

Lezione 3 • Deduplicazione e Record Linkage

Insegna metodi di corrispondenza esatta e fuzzy per identificare e unire record duplicati. Gli studenti deduplicano un dataset di clienti usando approcci sia basati su regole che sulla similarità.

Lezione 4 • Valutare la Qualità dei Dati

Definisce completezza, coerenza, accuratezza e tempestività come dimensioni della qualità. Gli studenti profilano un dataset grezzo e documentano tutti i problemi di qualità identificati.

Lezione 1 • Analisi della Distribuzione Univariata

Esamina le distribuzioni di singole variabili usando istogrammi, box plot e curve di densità. Gli studenti identificano la forma della distribuzione, gli outlier e le zone di concentrazione dei dati.

Lezione 2 • Esplorazione dei Dati Categorici

Applica grafici a barre, grafici di conteggio e test chi-quadro all'analisi delle variabili categoriche. Gli studenti valutano le distribuzioni delle categorie e testano l'indipendenza tra campi categorici.

Lezione 3 • Analisi Bivariata e Multivariata

Esplora le relazioni tra due o più variabili usando grafici a dispersione e correlazione. Gli studenti quantificano e visualizzano le associazioni su più dimensioni del dataset.

Lezione 4 • Elementi Essenziali di Statistica Descrittiva

Tratta le misure di tendenza centrale, dispersione e forma per riepilogare le distribuzioni. Gli studenti calcolano e interpretano le statistiche descrittive per variabili continue e categoriche.

Lezione 1 • Presentare i Risultati Efficacemente

Prepara gli studenti a fornire presentazioni di dati dal vivo con sicurezza e chiarezza. Gli studenti presentano la loro storia con dashboard e ricevono un feedback strutturato dai pari.

Lezione 2 • Principi di Progettazione della Visualizzazione

Stabilisce regole per la scelta del grafico, l'uso del colore e la riduzione del carico cognitivo. Scelte progettuali corrette prevengono interpretazioni errate e aumentano la fiducia degli stakeholder nei risultati.

Lezione 3 • Costruire Grafici negli Strumenti di Visualizzazione

Dimostra la costruzione di grafici a barre, a linee, a dispersione e mappe in uno strumento di BI. Gli studenti replicano le visualizzazioni EDA in un ambiente di visualizzazione professionale.

Lezione 4 • Design e Layout della Dashboard

Tratta la gerarchia del layout, l'interattività e la progettazione dei filtri per dashboard con più grafici. Gli studenti assemblano una dashboard funzionale che risponde a una domanda aziendale definita.

Lezione 1 • Test Statistici Comuni

Tratta i test t, l'ANOVA e i test chi-quadro per confrontare gruppi e testare associazioni. Gli studenti selezionano ed eseguono il test corretto per ogni scenario analitico.

Lezione 2 • Fondamenti dell'Analisi di Regressione

Introduce la regressione lineare semplice e multipla per modellare relazioni e previsioni. Gli studenti costruiscono, valutano e interpretano modelli di regressione su dataset aziendali.

Lezione 3 • Fondamenti di Probabilità e Campionamento

Tratta le regole di probabilità, le distribuzioni e i metodi di campionamento alla base dell'inferenza. Gli studenti distinguono con precisione tra parametri della popolazione e statistiche campionarie.

Lezione 4 • Intervalli di Confidenza

Spiega la stima intervallare per medie e proporzioni con diversi livelli di confidenza. Gli studenti costruiscono e comunicano intervalli di confidenza per metriche aziendali.

Lezione 1 • Previsione e Analisi dei Trend

Tratta le medie mobili, la scomposizione dei trend e i metodi di base per la previsione di serie storiche. Gli studenti costruiscono una previsione a breve termine e ne quantificano l'incertezza per gli stakeholder.

Lezione 2 • Test A/B e Sperimentazione

Progetta e analizza esperimenti controllati per valutare modifiche a prodotti o processi. Gli studenti pianificano un test A/B, calcolano la dimensione del campione e interpretano correttamente i risultati.

Lezione 3 • Segmentazione e Analisi di Coorte

Applica la logica di clustering e il tracciamento delle coorti per comprendere il comportamento di clienti e utenti. Gli studenti segmentano un dataset e confrontano le prestazioni delle coorti nel tempo.

Lezione 4 • Definire e Delimitare i Problemi Analitici

Traduce domande aziendali ambigue in dichiarazioni strutturate di problemi analitici. Gli studenti producono un brief di progetto con scope, metriche e criteri di successo definiti.