“È un errore capitale teorizzare prima di avere dei dati. Inspiegabilmente si comincia a distorcere i fatti per adattarli alle teorie, invece di adattare le teorie ai fatti”. Questa massima di Sherlock Holmes si applica perfettamente al mondo dell’analisi dati, dice Andrew Pearson a proposito dei Fantastic 4 of Analytics.  

Fare analisi dati è essenziale nel mondo del lavoro ma anche nella vita personale, e permette di prendere decisioni consapevoli (faccio così perché lo dicono i dati). Ecco i 4 tipi di analisi dati usati più frequentemente nel mondo del lavoro e in contesti aziendali:

  1. Cos’è accaduto? Analisi Descrittiva: indaga su ciò che è accaduto, fornendo una visione retrospettiva dei dati aziendali. 
  2. Perché è accaduto? Analisi Diagnostica: si concentra sulle ragioni dietro gli eventi, offrendo insights per comprendere e risolvere i problemi.
  3. Cosa potrebbe accadere? Analisi Predittiva: prevede ciò che potrebbe accadere in futuro, utilizzando algoritmi statistici e apprendimento automatico.
  4. Cosa dovrebbe accadere? Analisi Prescrittiva: indica ciò che dovrebbe accadere, ottimizzando le decisioni e azioni future basate sull’analisi dei dati.

Tutte queste analisi permettono di migliorare il modo in cui prendiamo decisioni sul lavoro, di comprendere i feedback dei clienti e migliorare i servizi che offriamo, di provare a prevedere se un servizio nuovo possa suscitare interesse e se il prezzo del servizio possa essere coerente con le aspettative dei clienti. (Almeno) Due cose però non vanno dimenticate: 

  • La scelta del tipo di analisi appropriato per ogni problema è cruciale per trarre il massimo dai dati. Altrimenti l’analisi non serve a molto, o addirittura ci porta fuori strada.
  • Il principio “Garbage in, garbage out” sottolinea l’importanza della qualità dei dati. Se non ne hai mai sentito parlare, probabilmente è perché non ti occupi di informatica, e magari ti interessa approfondire. 

Sherlock Holmes sarebbe stato un pioniere nell’uso dell’analisi dati nel mondo moderno. Questo per dire che non bisogna essere scienziati o economisti per provare a fare analisi dati, ma questa competenza ti sarebbe super utile in ogni caso, qualsiasi lavoro tu faccia. Se ti interessa capire meglio, dai un’occhiata all’articolo completo e se hai la tentazione di iniziare a studiare o mettere a sistema le tue competenze, dai un’occhiata al corso Introduzione ai Dati.

L’immagine di questo articolo è stata generata con DALL-E.