Seminario - HR 527
Smart decision with data
3
Rivolto a
- Imprenditori e General Manager
- Chief Innovation Officer
- Chief Digital Officer
- Manager in generale coinvolti in una digital transformation dell’azienda
- Project leader e Responsabili di team
Obiettivi
- Saper prendere delle decisioni in funzione delle informazioni prodotte dai dati
- Individuare la corretta sorgente dei dati
- Saper analizzare efficacemente dati eterogenei, ridondanti e non strutturati
- Realizzare una corretta modellazione dei dati per individuare le migliori scelte di business
Contenuti
- Gli elementi fondamentali del decision making
- Le diverse prospettive: cognitiva; psicologica; normativa
- Come si caratterizza la decisione nel contesto manageriale
- La decisione a criteri multipli nel paradigma della complessità MDCM e MDCA
- Cosa ci fa sbagliare: le trappole percettive
- La classificazione degli obiettivi
- La valutazione delle conseguenze
- Cultura e Valore del dato
- Portare le persone che ricoprono ruoli decisionali, a considerare i dati come un patrimonio per generare le evidenze di business
- Adottare nuovi modelli relazionali con l’ecosistema circostante e con i diversi Stakeholder
- Le sorgente dei dati
- Recupero, estrazione e selezione del dato
- Operare su grandi quantità di dati (in quanto richiedono operazioni di campionamento con potenziale perdita di informazioni)
- Gestire la richiesta frequente di valori di tipo quantitativo (mentre i prodotti venduti, le caratteristiche della clientela, sono dati di tipo qualitativo)
- Le competenze tecniche del personale tecnico per gestire e interpretare i dati dei risultati
- Lessico comune sullo Smart Decision with Data
- L’importanza dell’analisi dei dati: tanti dati ma poche informazioni
- Impostare una data architecture: cosa ci serve e dove dobbiamo arrivare
- Usare una metodologia
- Al lavoro: facciamo parlare i dati: creiamo un modello con Power BI
- Key User e feedback cosa stai misurando e perché
- Andiamo oltre che tipo di flussi abbiamo e come li gestiamo (Stream vs Batch)
- Il machine learning: il percorso
- In pratica un modello predittivo all’opera
- Modellazione dei dati
- Modellare i dati consiste nell’implementare una rappresentazione semplificata della questione osservata o di una necessità aziendale, individuandone gli elementi caratterizzanti e i legami intercorrenti tra di essi
- Fase concettuale: Stato dei dati e le relazioni tra essi attraverso uno schema. Esso rappresenta un patrimonio importante per le aziende, poiché descrive i dati esistenti in azienda: il suo valore informativo può essere utilizzato sia nel campo tecnicistico sia nell’ambito gestionale.
- Fase logica: l’insieme dei dati viene dotato di una struttura per abilitare
- il trattamento dei dati (inserimento, modifica e cancellazione)
- l’interrogazione, cioè la possibilità di ritrovare i dati sensibili
- la rappresentazione
Sperimenterete
- L'individuazione dello stile decisionale prevalente, rischi e possibilità
- Realizzare un modello di Power BI
- Un esempio reale: dal sensore al data lake, dal dato non strutturato al dato strutturato
S
h
a
r
e