https://www.meetup.com/it-IT/Machine-Learning-Data-Science-Meetup/events/261130577/

2. La nostra mission
"Helping people make sense of data"

3. Chi siamo
Nati nel 2009 a Londra
8 sedi in Europa
Tableau EMEA Partner Reseller of the year 2013,
2014 e 2016
Tableau Partner Reseller of the year 2017 in UK&I,
DACH 2017
Alteryx partner of the year 2016, 2017, 2018
200+ consulenti certificati Tableau e Alteryx
Data School e Data Academy: centri di eccellenza
per la formazione di Data Analysts

4. Quali servizi offriamo
LICENZE
Vendita licenze
Supporto e assistenza tecnica
Supporto operativo
‘’How to…?’’
Accesso al Center of
Excellence
FORMAZIONE
Corsi ufficiali
Tableau e Alteryx, con trainer
certificati
Corsi personalizzati
Webinar e Workshop in aula
Corsi e formazione online
CONSULENZA
Consulenza ‘’Quick start’’
Core Team Consultancy
(sviluppo progetti complessi)
Data Academy Program
(supporto continuativo on-premise)
Management Consulting su
Data Intelligence

5. I nostri Clienti

6. La Data Science 2.0
L’evoluzione della disciplina

7. AGENDA
• L’evoluzione della DataScience
La Data Science, ormai in evoluzione, è la disciplina che nel mondo delle informazioni ci
viene in soccorso e ci consente di analizzare, gestire ed ordinare i dati nel modo corretto ma
soprattutto rappresenta per le aziende un supporto decisionale ormai imprescindibile.
• L’introduzione della DataVisualization
L’evoluzione di questa disciplina ha portato alla creazione di nuovi strumenti, che si
focalizzano sulla Data Visualization, ovvero la possibilità di rappresentare graficamente in
modo rapido ed efficiente i dati a nostra disposizione.
• Caso di studio: PROGETTO FASTWEB

8. Evoluzione della Datascience
Data Science
Data Analysis
Data Science: è un campo multidisciplinare che
utilizza metodi, processi, algoritmi e sistemi
scientifici per estrarre conoscenze e intuizioni
da dati strutturati e non strutturati.
Data Analysis: è il processo di applicazione
sistematica di tecniche statistiche e/o logiche
per descrivere e illustrare, condensare e
ricapitolare e valutare i dati.
Data Mining: è l'insieme di tecniche finalizzate
all'estrazione di informazioni utili da grandi
quantità di dati, attraverso metodi automatici o
semi-automatici che possano supportare il
processo analitico e predittivo.
Data Mining
Data Visualization

9. Data Visualization
Data Visualization: è la rappresentazione grafica di informazioni e dati. Utilizzando elementi visivi
come grafici, grafici e mappe, gli strumenti di visualizzazione dei dati forniscono un modo
accessibile per vedere e comprendere le tendenze, gli outlier e i modelli dei dati.
Nel mondo dei Big Data, gli strumenti e le tecnologie di visualizzazione dei dati sono essenziali per
analizzare enormi quantità di informazioni e prendere decisioni basate sui dati.

10. USE CASE

11. USE CASE: Overview
L’obiettivo del lavoro commissionato dal cliente, è di confezionare pacchetti di offerte
orientati alle fasce di popolazione con redditi medio-bassi, quindi l’analisi svolta mira ad
una stima dei redditi per sezione censuaria finalizzata ad una clusterizzazione secondo
caratteristiche o indicatori socio-economici e territoriali.
Software utilizzati per lo sviluppo:

12. USE CASE: Overview
Fasi del progetto:
 DATA PREPARATION: preparazione, pulizia del dato
• Variazioni_amministrative_territoriali.csv (Fonte ISTAT)
• Redditi_e_principali_variabili_IRPEF_su_base_comunale_CSV_2016.csv (Fonte Ministero EF)
• R*_indicatori_2011_sezioni.csv (Fonte ISTAT)
 ANALISI CORRELAZIONI: finalizzata alla crematura di determinate variabili socio-economiche e
territoriali da inserire nel modello
 STIMA REDDITO CON RANDOM FOREST: stima redditi a livello di sezione censuaria
 CLUSTERING: Clusterizzazione per variabili socio-economiche e territoriali
 CREAZIONE DATASET PER RAPPRESENTAZIONE SU TABLEAU

13. USE CASE: Data preparation tools
Per ogni fase del processo di elaborazione dati sono stati utilizzati
dei tool specifici:
 AUTOFIELD
 SELECT
 FORMULA

14. USE CASE: Join and transform tools
 JOIN
 UNION
 SUMMARIZE

15. USE CASE: Statistics tools
 ASSOCIATION
ANALYSIS
 RANDOM
FOREST
 K-CENTROID
CLUSTER ANALYSIS

16. USE CASE: Tableau Dashboard
Pannello di controllo:
 Filtro provincia
 Filtro comune
 Dettaglio
reddito/cluster
 Legenda
Dati demografici e socioeconomici
N. Sezioni per cluster
Distribuzione per reddito
Georeferenziazione