Andrea Bergonzi
Bias cognitivi: cosa sono e perché la Data Science deve tenerne conto
È il 1972 e gli psicologi Amos Tversky e Daniel Kahneman (premio Nobel per l’Economia nel 2002) propongono un primo studio scientifico di quelli che vengono formalmente definiti come “Bias cognitivi”, fallacie sistematiche nel pensiero umano che conducono a scelte e giudizi che si discostano dalla razionalità. Da quel momento, la ricerca si è a lungo occupata di questo tipo
Come l’Intelligenza Artificiale sta rivoluzionando il settore della Moda
La cosiddetta “Quarta rivoluzione industriale”, indicata più spesso come Industria 4.0, è un modello dove le nuove tecnologie sconvolgono i metodi di produzione e di consumo, che assistono ad un utilizzo sempre più massiccio dei dati e di algoritmi di Intelligenza Artificiale. Alla sua nascita, circa 10 anni fa, il concetto di Industria 4.0 faceva riferimento alla “fabbrica intelligente”, un
Perché Databricks Delta rappresenta l’opzione migliore per il tuo Data Lake
In un precedente articolo, abbiamo presentato il Data Lake, una repository per dati strutturati e non strutturati per la gestione del patrimonio dati aziendale, che grazie alla sua flessibilità è capace di adattarsi a contesti diversi con ottime performance. Questo tipo di architettura, nonostante sia il non plus ultra per conservare dati in diversi formati e per condurre attività di
Analisi Predittiva: possibili ambiti di applicazione
Con Analisi Predittiva (o Predictive Analytics) intendiamo l’impiego di tecniche statistiche e matematiche atte a fornire stime sul futuro quanto più accurate possibili. Ovviamente, tali tecniche non sono in grado di predire il futuro con assoluta certezza, ma possono fornire informazioni chiave come l’esistenza di particolari “pattern” nel comportamento dei clienti o il manifestarsi di certi risultati a seguito di
I benefici del paradigma IoT nel settore dell’Energia
Nonostante la recente spinta verso le fonti rinnovabili, ad oggi la maggior parte dell’energia prodotta in tutto il mondo proviene ancora dai combustibili fossili, che coprono circa l’80% del fabbisogno energetico mondiale[1]. L’utilizzo di queste fonti ha spesso conseguenze avverse, come il riscaldamento globale ed il deterioramento della qualità dell’aria, senza contare che i combustibili fossili, per loro natura, tenderanno
Business Intelligence SaaS: la BI smart e accessibile ovunque
Alcuni giorni fa abbiamo introdotto l’argomento del SaaS (Software as a Service), ossia quel modello di business emergente che mette a disposizione applicazioni su tecnologia web-based, offrendo alle imprese la possibilità di beneficiare di un ambiente centralizzato nel quale sono eseguiti tutti i servizi. Successivamente, abbiamo illustrato l’importanza delle SaaS Analytics e le principali metriche da monitorare. La Business Intelligence
Dataskills e Databricks: partner per la Digital Transformation
Siamo entusiasti di comunicare che abbiamo stretto una partnership strategica con Databricks, leader nelle soluzioni di Data Analytics sul cloud, per accelerare la trasformazione digitale nell’ecosistema di imprese italiano. Insieme a Databricks, che ha come punti di forza la flessibilità e le performance garantite da tecnologie uniche come Apache Spark, Delta Lake e ML Flow, potremo proporre soluzioni di Data
SaaS Outsourcing e SaaS Analytics: di cosa si tratta?
L’acronimo SaaS (Software as a Service) identifica un modello di business emergente che offre applicazioni software su tecnologia web-based. Scegliere di utilizzare applicazioni SaaS consente alle organizzazioni di poter beneficiare di un ambiente centralizzato nel quale vengono eseguiti tutti i servizi, e di potervi accedere via rete (generalmente Internet) semplicemente utilizzando un browser come interfaccia. Lo sviluppo di prodotti SaaS
Data Lake: cos’è, a cosa serve e come si differenzia dal Data Warehouse
Per molto tempo, I Data Warehouse (DWH) hanno rappresentato la principale architettura di Business Intelligence per la gestione dei dati utilizzati nei processi decisionali. Grazie ad un Data Warehouse, è possibile raccogliere l’intero patrimonio dati dell’azienda in un unico punto, mantenendo dati di alta qualità, evitando errori e imprecisioni, e conservando lo storico, in modo che sia a disposizione dei
Data-Driven Culture e Analytics: i 4 livelli di maturità aziendale
Grazie alla grande disponibilità di dati e alle migliori tecnologie adoperate per analizzarli, le aziende stanno sempre di più orientando i propri modelli di business verso l’utilizzo dei dati per incrementare le performance ed elaborare nuove strategie. Non è un caso che un mantra che si sente spesso ripetere in questi ultimi tempi è “Data is the new Oil”, secondo
Come sviluppare una cultura aziendale guidata dai dati (Data-driven)
Negli ultimi anni, molte imprese hanno già adottato o stanno iniziando ad approcciarsi a soluzioni di Analytics di vario tipo, che consentono di ottenere informazioni di qualità per le decisioni operative, tattiche e strategiche, con l’obiettivo di ottenere un vantaggio cruciale sui propri competitor. Infrastrutture come i Data Warehouse e i Data Lake, permettono ad esempio di sfruttare il patrimonio
Agricoltura 4.0, perché il futuro dell’azienda agricola passa attraverso i dispositivi IoT
La rivoluzione dell’industria 4.0 ha portato con sé la diffusione di oggetti e sensori connessi ad internet, che sono andati a creare quello che viene chiamato Internet-delle-cose (noto come Internet-of-Things, IoT). Questi dispositivi hanno trovato applicazione in numerosi settori: fitness, domotica, sicurezza, fino ad arrivare all’automazione industriale e alla logistica. L’agricoltura non può quindi restare impassibile a guardare i cambiamenti
Cos’è la Robotic Process Automation (RPA)
La Robotic Process Automation o RPA, letteralmente “Automazione robotica dei processi” rappresenta una delle più avanzate tecnologie nell’ambito dell’informatica, delle comunicazioni e dell’ingegneria meccanica. Si tratta di una combinazione di hardware e software utilizzata dalle aziende per l’automazione di processi e compiti ripetitivi, che non necessitano della mano dell’uomo per essere portati a termine. Sebbene il termine evochi l’immagine di
Potenziare l’istruzione con l’Intelligenza Artificiale: opportunità e rischi
La situazione attuale Come ogni altro settore, nel nuovo paradigma dell’economia digitale anche l’istruzione è in procinto di essere investita dai cambiamenti introdotti dalle tecnologie di Intelligenza Artificiale. Il modo in cui si apprendono nuove conoscenze è infatti in continua evoluzione e in futuro potrebbe trasformarsi radicalmente. Società come edX e Coursera offrono ormai da diversi anni una vasta gamma
Machine Learning per la Manutenzione Predittiva: esempi di applicazione nell’Industria 4.0
Nello scenario competitivo attuale è di fondamentale importanza per le imprese manifatturiere eccellere in termini di flessibilità, resilienza alle crisi e snellezza dei processi produttivi, attraverso sistemi che possano garantire sufficiente dinamicità per adattarsi agli improvvisi cambiamento che sempre più spesso sconvolgono le supply chain. In questo senso, l’avvento delle tecnologie digitali ha spinto molte imprese a rinnovare completamente il
Come usare la Business Intelligence per migliorare le performance aziendali
Con il diffondersi del nuovo paradigma della data-driven economy sempre più aziende si affidano a sistemi di Business Intelligence come strumento a supporto dei decision-maker. Questo tipo di soluzioni, se implementate nel modo corretto, è infatti in grado di fornire al management una visione completa delle metriche chiave da utilizzare per prendere decisioni, permettendo di muoversi in modo rapido per
Natural Language Processing: un trend da seguire per il futuro
Che cosa si intende per Natural Language Processing (NLP)? Secondo la definizione di Wikipedia, il Natural Language Processing (NLP) è una branca della linguistica, dell’informatica e dell’Intelligenza Artificiale che si occupa di indagare le interazioni tra le macchine e il linguaggio umano, ed in particolare lo sviluppo di programmi in grado di processare ed analizzare una grande mole di dati
Migliorare la qualità dei dati attraverso il Machine Learning
La diffusione inarrestabile delle tecnologie digitali e i repentini cambiamenti che sempre più spesso interessano qualsiasi settore portano con sé la necessità di prendere decisioni rapide ed incisive. In questo contesto, il più grande strumento a disposizione dei decision-maker può essere il corretto utilizzo del patrimonio dati dell’impresa. Con l’avvento dell’era dei Big Data, spesso le imprese immagazzinano una grande
Intelligenza Artificiale: il futuro degli intermediari finanziari
Ormai da alcuni anni i modelli Machine Learning – ossia algoritmi di intelligenza artificiale in grado di apprendere informazioni per agire in modo automatizzato – hanno iniziato ad essere utilizzati dalle maggiori istituzioni finanziarie di tutto il mondo, e potrebbero in futuro trasformare radicalmente l’intero settore dei servizi finanziari. In un recente sondaggio dell’MIT Sloan Management Review condotto su oltre
Gli ingredienti essenziali per una Business Intelligence efficace
Negli ultimi anni si è assistito ad una rapida crescita del mercato della Business Intelligence (BI), che sempre più spesso viene adottata dalle imprese per migliorare diversi aspetti del proprio business. L’adozione di un sistema di BI è diventata una delle più importanti innovazioni tecnologiche ed organizzative attuabili dalle aziende per migliorare i processi decisionali ed abbracciare un approccio data-driven.
