Tecnologia: Customer Intelligence Topic: Dati & Analytics
L’espressione data scientist è apparsa per la prima volta nel 2008. Con il passare del tempo, il termine è entrato a far parte del linguaggio comune fino a definire oggi una delle figure professionali più richieste nel mercato del lavoro
Il data scientist è esperto di data science e big data e si occupa dello sviluppo di modelli e strategie sulla base dei dati di cui dispone, con lo scopo di ottenere informazioni utili al business aziendale.
I dati trattati dal data scientist possono essere:
Gran parte de lavoro di un data scientist consiste nell’analizzare, tradurre e interpretare la mole di dati a sua disposizione, attraverso l’uso di particolari tecniche e linguaggi di programmazione, per comprendere i trend e sviluppare modelli predittivi.
Gli scienziati dei dati lavorano all'interno di tre domini: esplorazione, sperimentazione e apprendimento automatico
L'esplorazione dei dati avviene quando un data scientist utilizza statistiche e tecniche di visualizzazione per trovare modelli nei dati
La sperimentazione dei dati consiste nell'applicare metodi di progettazione degli esperimenti per sviluppare e testare ipotesi in condizioni controllate. I test A/B e multivariati sono esempi di sperimentazione dei dati
Infine, con l'apprendimento automatico applica algoritmi per costruire modelli e fare previsioni. I modelli predittivi e il clustering sono esempi di apprendimento automatico in azione.
Nell'ambito del marketing le attività di un data scientist sono:
Le principali competenze che deve avere un data scientist sono la capacità di organizzare, analizzare e valutare grandi quantità di dati (big data); la conoscenza dei principali database management system (DBMS) e degli strumenti di business intelligence; le competenze in analisi statistica, in tematica e ontologia per la gestione delle informazioni; la conoscenza di linguaggi di programmazione.
Per diventare data scientist i titoli di studio consigliati sono una laurea in data science, informatica, statistica, matematica, ingegneria informatica. La formazione di un data scientist è trasversale e comprende solide competenze in informatica e programmazione, tecniche e metodi di statistica, machine learning, data mining e data visualization, oltre che conoscenze di base di economia, marketing e organizzazione aziendale.
Un data scientist deve avere dimestichezza con i linguaggi di programmazione statistica (ad esempio R o Python) e i linguaggi per database (come SQL), e la capacità di utilizzare i software per data management, data exploration & visualization. Completano il profilo la conoscenza dei tools di business intelligence (BI), dei principi del project management e degli aspetti legali ed etici legati alla gestione dei dati e delle informazioni, per esempio per quanto riguarda il trattamento di dati sensibili e le norme sulla privacy.
Tecnologia: Customer Intelligence Topic: Dati & Analytics
Avere un approccio data-driven significa far fruttare il tesoro dei dati che si raccolgono attraverso varie interazioni con i clienti e utilizzarli in modo efficace nel processo decisionale.
Il chief data officer (CDO) è una nuova figura C-level, ancora poco diffusa nelle aziende, che viene definita da Gartner e Forrester come il “responsabile della governance dell’informazione…
Gli strumenti di customer data analytics permettono l’esame sistematico delle informazioni sui clienti per giungere a una visione unica e accurata dell’insieme dei clienti e dei singoli profili.
I first party data (dati proprietari) sono tutti i dati che puoi raccogliere direttamente attraverso i tuoi canali di contatto digitali o fisici.
Oggi è possibile raccogliere un’innumerevole quantità di dati da tutte le interazioni attraverso Internet, l’Internet of things e dalla diffusione della cosiddetta app economy.
Le aziende data-driven sono quelle che considerano la gestione dei dati (data management) non come un fattore tecnico, ma come un pilastro strategico del business.
I self-service data analytics, ossia la diffusione di strumenti che permettono all’utente di business di gestire in autonomia il processo d’interrogazione dei dati (dall’esplorazione all’analisi…
Le piattaforme di gestione dei dati (data management platform DMP) sono software creati per raccogliere dati da più canali…
Il data analyst è colui che esplora, analizza e interpreta i dati, con l’obiettivo di estrapolare informazioni utili al processo decisionale, da comunicare attraverso report e visualizzazioni ad hoc.