Data science

Data science

Il mondo contemporaneo ci appare dominato dal continuo scambio di informazioni digitali.

Stiamo sperimentando una crescita senza precedenti tanto nella generazione quanto nel consumo di informazioni provenienti dalle fonti più disparate: dati della produzione industriale, dati finanziari, dati clinici, risultati della sperimentazione scientifica, dati provenienti da ricerche di mercato e ricerche sociologiche, log di accesso alle piattaforme digitali, statistiche di utilizzo di siti web e applicazioni di ogni genere, notizie veicolate attraverso internet e attraverso i numerosi canali social, ecc.

Si tratta di una mole di informazioni più o meno strutturate (a volte per nulla!), disponibili nei più svariati formati (immagini, risorse multimediali, testi, documenti, tabelle, ecc.) che rappresentano un vero e proprio “tesoro” del quale potrebbero beneficiare imprese, pubbliche amministrazioni, enti di ricerca, organizzazioni non-profit ed enti del Terzo Settore in generale, individui… in ultima analisi: la società tutta.

La chiave di volta consiste nel riuscire ad attribuire un senso ai dati di cui disponiamo, per produrre conoscenza e dunque comprensione dei fenomeni a beneficio di ogni essere umano.

In cosa crediamo

La Data Science (Scienza dei Dati) è una disciplina rigorosa e creativa al tempo stesso, a cavallo fra scienza e “arte”, nella misura in cui l’approccio a ogni fenomeno richiede, oltre al dominio di un solido e rigoroso metodo scientifico, una buona dose di intuizione e fantasia. Tutto ciò è molto affascinante nonché molto divertente!

Credendo in una tecnologia a servizio dell’uomo siamo convinti che la comprensione dei fenomeni ottenuta dall’esplorazione e dall’analisi dei dati, ma soprattutto la comunicazione e la condivisione delle conoscenze acquisite, rappresentino un fattore abilitante per la produzione di valore. Non necessariamente e non solo a scopo di business, ma anche e soprattutto per il conseguimento di un maggior benessere sul posto di lavoro, nella società e nella vita quotidiana di ciascuno di noi.

In particolare, gli strumenti offerti dalla scienza dei dati abilitano e favoriscono:

  • la predizione dell’evolversi di situazioni e fenomeni d’interesse
  • la definizione delle decisioni strategiche, e dunque l’espressione della mission
  • lo sviluppo di modelli organizzativi più funzionali
  • l’incremento dell’efficienza e della produttività
  • la creazione di nuovi prodotti o di nuovi servizi
  • l’automazione di compiti ripetitivi
  • e, in sintesi: il libero dispiegarsi delle energie creative delle persone, le cui specifiche abilità possono così esprimersi più agevolmente ed essere utilizzate per generare valore e dunque benessere.

 

Quale stile professionale adottiamo

Siamo una squadra di "artigiani", di "sarti" in grado di riconoscere e di promuovere l'unicità e la peculiarità di ogni singolo progetto, che nasce sempre dall'ascolto attento delle esigenze dei destinatari, dal dialogo e dalla valorizzazione delle loro idee.

Collaboriamo attivamente con esperti provenienti dall'ambiente accademico per tutto quanto concerne l'utilizzo di strumenti e modelli avanzati di analisi e per l'erogazione dei moduli di formazione specialistica.

Utilizziamo gli strumenti informatici, e le potenzialità offerte dalla possibilità di programmarli in modo del tutto libero e personalizzato, come una chiave di lettura della realtà (dati e processi).

L'esperienza ci ha insegnato che un solido lavoro di analisi, interpretazione e rappresentazione in termini concettuali dei fenomeni costituisce il prerequisito fondamentale per il successivo lavoro di conduzione di un progetto di Data Science.

Quando ritenuto utile e opportuno ci avvaliamo di moderne infrastrutture cloud. Possiamo così offrire ambienti ad alta scalabilità, dalle elevate prestazioni, dai costi contenuti e dagli altrettanto ridotti tempi di predisposizione degli ambienti stessi e di rilascio dei moduli software.

 

Le competenze che possiamo mettere in gioco

Servizi di consulenza

Gestione completa dell'intero ciclo di vita di un progetto di Data Science:

  • definizione dei quesiti: porre domande interessanti nella forma corretta rappresenta sempre il punto di partenza imprescindibile!
  • raccolta e gestione dei dati provenienti da qualsivoglia fonte, comprese le fonti analogiche, nel qual caso si procederà alla loro digitalizzazione
  • preparazione dei dati: "pulizia" e normalizzazione
  • esplorazione dei dati
  • analisi dei dati basata su modelli statistici e probabilistici ovvero su tecniche di Machine Learning (ML) e di Deep Learning (DL) in particolare: correlazione, classificazione, clustering, analisi previsionale, Recommender Systems (Sistemi di Raccomandazione), ecc.
  • visualizzazione, comunicazione e presentazione dei risultati: report, dashboard interattive, ecc.

 

Alcune delle applicazioni possibili:

  • analisi delle vendite
  • analisi delle relazioni con i clienti (o, più in generale, con gli stakeholders)
  • attività di profilazione (utenti, clienti, ecc.)
  • controllo della qualità nella produzione di manufatti e servizi
  • manutenzione predittiva
  • pianificazione e conduzione di attività di sperimentazione scientifica; analisi dei risultati
  • conduzione di ricerche di mercato e ricerche sociologiche
  • analisi e gestione del rischio
  • implementazione di processi di Business Intelligence (BI)
  • elaborazione di Big Data e High-Dimensional Data (Dati ad Alta Dimensionalità).

 

Alcuni dei progetti più interessanti che abbiamo realizzato riguardano:

  • lo sviluppo di un sistema di gestione del flusso dei dati e di analisi e visualizzazione degli stessi a supporto della Direzione di Outlet e Centri Commerciali
  • la partecipazione a un progetto di ricerca, in collaborazione con l'Azienda Sanitaria Unica Regionale (ASUR) delle Marche e con il Comune di Fermo, riguardante la prevenzione e la riduzione del rischio da gioco d'azzardo patologico (GAP) e della dipendenza da nuove tecnologie e social network
  • il coordinamento di un progetto di ricerca, in collaborazione con l'Università degli Studi di Urbino "Carlo Bo", relativo all'applicazione della metodologia Projection Pursuit all'analisi di Dati ad Alta Dimensionalità
  • la partecipazione a un progetto di ricerca, in collaborazione con l'Università degli studi della Tuscia di Viterbo, riguardante l'applicazione di metodi biostatistici per la valutazione della sostenibilità dei sistemi agrari e forestali in ambiente mediterraneo in un contesto di cambiamento globale.

 

Servizi di formazione

Non è sempre facile reperire le risorse economiche per finanziare un’attività di consulenza o per affidare un progetto in outsourcing. Questo è particolarmente vero in ambito non-profit (ONG, Onlus, imprese sociali, associazioni, cooperative). Quale valida alternativa esiste la possibilità di formare il personale interno, fornendogli le competenze necessarie alla conduzione dei progetti di interesse. Naturalmente anche in ambito profit è sempre da valutare l’opportunità di trasferire al proprio interno il know-how di cui si ha bisogno.

Alcuni dei temi sui quali siamo in grado di fornire supporto e formazione, a qualsiasi livello:

  • principi di analisi statistica e metodologie per la creazione di modelli statistici
  • utilizzo avanzato di Microsoft Excel
  • l'ambiente R: percorsi introduttivi, intermedi e avanzati; utilizzi particolari e professionali
  • teoria e applicazione dei database (relazionali, documentali, a grafo)

È possibile calare ciascuno degli interventi formativi nel contesto del dominio e degli scenari di interesse dei beneficiari, lavorando su casi concreti e con dati reali.

È inoltre sempre possibile costruire, su richiesta, percorsi formativi specifici e personalizzati.

 

Alcuni dei metodi, delle tecnologie e degli strumenti che padroneggiamo

Metodologie di base

  • Analisi esplorativa dei dati
  • Regressione lineare
  • ANOVA
  • Controllo statistico della qualità

Metodologie avanzate

  • Model-Based Clustering
  • Analisi statistica spaziale
  • Projection Pursuit
  • Modelli lineari generalizzati
  • Analisi delle componenti indipendenti
  • Analisi multivia

Tecniche di campionamento

  • Campionamento semplice, stratificato, a grappolo, ragionato
  • Predisposizione e somministrazione di questionari

 

Tutti i principali paradigmi, ambienti e linguaggi di sviluppo software e di interfacciamento ai diversi motori di basi di dati (maggiori dettagli qui).

Contattaci se sei interessato ad ottenere maggiori informazioni

Invia