On this page
varietã
Explore "varietã " with insightful episodes like "Siamo abitudinari? (Puntata delirante quindi assai bella)", "Quella volta che mi son dimenticato...", "Innamorarsi di più persone contemporaneamente", "Politica da influencer (e viceversa)" and "Siamo alla moda o demodè?" from podcasts like ""A Più Voci", "A Più Voci", "A Più Voci", "Casa Sarzilla" and "A Più Voci"" and more!
Episodes (34)
Quella volta che mi son dimenticato...
Innamorarsi di più persone contemporaneamente
Politica da influencer (e viceversa)
Si poteva evitare il caso del giorno a Casa Sarzilla? Ovviamente no, così, prendendo come spunto la polemica intorno alle parole di Fedez al concerto di primo maggio, si parla della distorsione dei rapporti tra politica e il mondo degli influencer.
Benvenuto in Casa Sarzilla...e buon ascolto!
Benvenuto in Casa Sarzilla...e buon ascolto!
Siamo alla moda o demodè?
Soldi: siamo parsimoniosi o spendaccioni?
Videogiochi, viva viva i videogiochi (o forse no?)
Elezioni anticipate un c***o
E basta con queste elezioni anticipate.
Hai votato? Hai scelto il partito secondo te in grado di guidare il paese? Allora basta.
Ah poi con oggi prendono il via simpatiche rubrichette non esattamente utili.
Hai votato? Hai scelto il partito secondo te in grado di guidare il paese? Allora basta.
Ah poi con oggi prendono il via simpatiche rubrichette non esattamente utili.
Quando dimentichi qualcosa e...
Il primo amore non si scorda mai
Nostalgia nostalgia... (canaglia?)
Sonnolenza quando non ci deve essere
La paura più grande che abbiamo superato finora
Sì, viaggiare...
Data Strategy per velocità , veridicità e predittivitaâ
Con un approccio Data Driven si determina un cambiamento dei paradigmi aziendali basandoli su velocità , veridicità e predittivitaâ.
I big data sono una enorme mole di dati, caratterizzati dalla continua produzione, disordinati, strutturati e destrutturati la cui analisi e sistematizzazione può essere svolta solo da strumenti tecnologici e digitali.
Oggi i dati sono prodotti da moltissimi punti di materialità ; ormai la rete, che fa parte della nostra vita quotidiana, con lâaiuto di smartphone, social, wireless, realtà virtuale, Internet delle cose, piattaforme digitali e altro, permette di individuare e trasmettere i dati grezzi che dovranno essere puliti per poterli integrare nel processo di analisi.
I dati sono caratterizzati da 4 V differenti:
-Volume, determinato dallâenorme mole di dati che sono raccolti.
-Varietà , eterogeneità dei dati, che possono originarsi da diverse rappresentazioni.
-Velocità , derivante dallâadozione di un sistema nel generare e raccogliere i dati alla velocità di renderli azioni conseguenti.
-Veridicità , bisogna essere sicuri che la dimensione a cui facciamo riferimento produca dati attendibili (qualitativamente attendibili) essendo strategici per le azioni in corso.
Se utilizziamo dati âspazzaturaâ il risultato sarà âspazzaturaâ.
Lâutilizzo dei dati permette di raccogliere informazioni che elaborate permettono di predire eventi futuri e quindi di strutturare la strategia considerando questi valori.
I big data permettono valutazioni, sia su gruppi omogenei di comportamento che su singolo individuo, sempre con maggiore precisione, quindi in divenire, facilmente scalabili che estensibili.
Il processo di raccolta dati è ciclico e autorigenerante, si raccolgono i dati, grazie ai punti di contatto, dal mondo reale, si lavorano in fase grezza rendendoli puliti e quindi strutturati secondo logiche definite, si inseriscono nel processo di analisi dei dati, successivamente si trasformano in modelli e algoritmi da portare in esecuzione su cui sviluppare decisioni orientate.
Infine si riattiva il processo, dopo lâesecuzione dellâazione derivante, ripartendo con la raccolta dei dati, dal mondo reale, sul data product appena generato.
Le sfide principali per le aziende che vogliono implementare un processo data driven si basano sul cambiamento di mindset, basata su una cultura cross-funzionale, e sul dotarsi di strumenti tecnologi adeguati.
Una buona data Strategy si basa su una prima fase di pianificazione e determinazione degli obiettivi, su una fase, successivamente di determinazione dei processi attuali e delle persone in azienda (assessment), sulla definizione di una roadmap, e del sistema di misurazione, definita nel tempo e infine nella fase di gestione del cambiamento in cui la struttura, e quindi le persone, vanno supportate inizialmente individualmente e in team.
La data Strategy andrà modificata e migliorata nel tempo permettendo di generare, e misurare, valore per lâutente finale.
I big data sono una enorme mole di dati, caratterizzati dalla continua produzione, disordinati, strutturati e destrutturati la cui analisi e sistematizzazione può essere svolta solo da strumenti tecnologici e digitali.
Oggi i dati sono prodotti da moltissimi punti di materialità ; ormai la rete, che fa parte della nostra vita quotidiana, con lâaiuto di smartphone, social, wireless, realtà virtuale, Internet delle cose, piattaforme digitali e altro, permette di individuare e trasmettere i dati grezzi che dovranno essere puliti per poterli integrare nel processo di analisi.
I dati sono caratterizzati da 4 V differenti:
-Volume, determinato dallâenorme mole di dati che sono raccolti.
-Varietà , eterogeneità dei dati, che possono originarsi da diverse rappresentazioni.
-Velocità , derivante dallâadozione di un sistema nel generare e raccogliere i dati alla velocità di renderli azioni conseguenti.
-Veridicità , bisogna essere sicuri che la dimensione a cui facciamo riferimento produca dati attendibili (qualitativamente attendibili) essendo strategici per le azioni in corso.
Se utilizziamo dati âspazzaturaâ il risultato sarà âspazzaturaâ.
Lâutilizzo dei dati permette di raccogliere informazioni che elaborate permettono di predire eventi futuri e quindi di strutturare la strategia considerando questi valori.
I big data permettono valutazioni, sia su gruppi omogenei di comportamento che su singolo individuo, sempre con maggiore precisione, quindi in divenire, facilmente scalabili che estensibili.
Il processo di raccolta dati è ciclico e autorigenerante, si raccolgono i dati, grazie ai punti di contatto, dal mondo reale, si lavorano in fase grezza rendendoli puliti e quindi strutturati secondo logiche definite, si inseriscono nel processo di analisi dei dati, successivamente si trasformano in modelli e algoritmi da portare in esecuzione su cui sviluppare decisioni orientate.
Infine si riattiva il processo, dopo lâesecuzione dellâazione derivante, ripartendo con la raccolta dei dati, dal mondo reale, sul data product appena generato.
Le sfide principali per le aziende che vogliono implementare un processo data driven si basano sul cambiamento di mindset, basata su una cultura cross-funzionale, e sul dotarsi di strumenti tecnologi adeguati.
Una buona data Strategy si basa su una prima fase di pianificazione e determinazione degli obiettivi, su una fase, successivamente di determinazione dei processi attuali e delle persone in azienda (assessment), sulla definizione di una roadmap, e del sistema di misurazione, definita nel tempo e infine nella fase di gestione del cambiamento in cui la struttura, e quindi le persone, vanno supportate inizialmente individualmente e in team.
La data Strategy andrà modificata e migliorata nel tempo permettendo di generare, e misurare, valore per lâutente finale.
Un puma che occupa il bagno di casa
Vino sputato, raccolto e distillato: lo berreste?
Il ragù della discordia
Attenzione ad Instagram e ad abitare vicini a certe fabbriche
puntata RADIO LIBERA DJ ROG PUNTATA 1
PRIMA PUNTATA DIMOSTRATIVA TEMPO 1:08:54