Nel momento in cui inizi ad avere potenziali clienti e clienti, la quantità di dati a disposizione aumenta costantemente. Può diventare un costo opportunità non analizzare quei dati, a seguito di un arricchimento, per avere "il polso" della tua azienda/organizzazione

Riassunto:

Un episodio non completo sui significati della significatività e su alcuni errori comuni della sua interpretazione

studio citato:

Le analisi statistiche e i modelli statistici invecchiano o vengono superati da strumenti più potenti?

Ogni software di statistica ha vantaggi e svantaggi, oltre al costo. In questo episodio cito per lo più soluzioni gratuite a codice sorgente aperto, che non sempre risulta positivo...anzi...in alcuni casi gli sviluppatori fanno il "gioco" di salvare capre e cavoli.

Altre software citati:

In questo primo episodio di questa rubrica, riassumo casi frequenti di errori connessi all'ambito della statistica, quindi di apprendimento automatico (o machine learning), di visualizzazione dei dati (grafici, cruscotti dati), di processo di estrazione / ottenimento dati, di altri tipi di processi (CRO, etc.).

Conviene affidarti ad una grossa azienda per una consulenza statistica?

Risorse citate

Cos'hanno in comune immigrazione romena, albanese, clandestina, immigrati neri e flusso di profughi? E perché possono interessare alla tua azienda od organizzazione?

Risorse menzionate:

fortuna o sfortuna? Gli eventi estremi o avversi risultano così importanti che hanno una branca tutta loro della statistica. Di sicuro alla tua azienda non importerà molto della prossima grande inondazione, o della prossima eruzione a Tenerife. Sapere le carattaristiche degli eventi sgradevoli connessi alla vita aziendale, fa risparmiare tempo, soldi e salute. Ad esempio, il come evitare i clienti che evitano di pagarti. Che, presumibilmente, risultano una minoranza assoluta. Oppure come ridurre i fermi macchina, incidenti sul lavoro, recensioni negative, la litigiosità fra colleghi.

Risorse citate:

Come scegliere un data scientist? Esistono varie "contaminazioni" di questa ampia figura, ognuna con i suoi pregi e difetti. In questo episodio mi focalizzo sull'approccio informatico, visto che l'approccio contabile, à la analista dei dati, spesso nemmeno crea codice