In this chapter, you’ll get familiar with the data-driven decision framework. You’ll learn more about different types of data analysis and their objectives. By the end, you’ll be able to see where each decision fits within the framework.

Benvenuto!

Tipi di progetti analitici

Esplorativo

Esplicativo

Predittivo

Strutturare un problema basato sui dati

Opzioni

Dati

Metodo

Risultati

Esplorazione di un'analisi

Analisi come viaggio

Costo vs beneficio

Rischio vs. ricompensa

Domanda vs. offerta

Maturità analitica

Inconvenienti comuni

Applicazione dei metodi e degli obiettivi

Identifica il metodo

Identifica l'obiettivo

Previsione: costo vs beneficio

Spiegazione: domanda vs. offerta

Esplorativo: rischio vs. ricompensa

Classificare il resto del corso

Data-Driven Decision-Making Framework

Let’s apply the data-driven decision in a marketing context. You'll use data to optimize ad spend, identify arbitrage opportunities for website traffic, and even how to forecast new product launches with limited but relevant data.

Marketing examples

Finding the best model

Focus on growth

Focus on efficient acquisition

Focus on profitability

Ad arbitrage

ID arbitrage examples

Identify the arbitrage opportunity

Calculate the profit

Data-driven product forecasting

Choose the right P, Q & M analogs

Diffusion modeling dashboard

Applying Data to Inform Marketing 

Learning how to use data to inform decisions in finance can be satisfying and profitable. In this chapter, you'll review investment opportunities using data in consumer credit, real estate, and even in a non-traditional market of collectibles.

Traditional investing: risk vs reward

What good is the risk-free rate?

Use a CAPM-like chart to choose your investment

Other traditional asset investing

Calculate gross rental income

Review the best investment by cap rate

Select the best investment opportunity

Non-traditional investing: Magic the Gathering

Defining a simulation

Find the maximum price to pay

Calculate the expected profit

Spotting Finance Opportunities With Data

In the final chapter, you'll apply data to create a total addressable market calculation for a startup, learn about supply and demand curves used for staffing, and how to spot customer-driven areas for improvement. This will provide you with practical experience of how to identify optimization opportunities and support existing business operations.

Total addressable market

TAM: top-down market sizing

TAM: bottom up market sizing

Demand curve: meals and drinks

Fast (& furious) food demand

Scrutinizing a forecast

Supply curve: servers for your restaurant

Reviewing the Erlang-C

Make a data driven scheduling decision!

Customer input to improve your operation

Data to focus effort and training (1)

Data to focus effort and training (2)

Wrap up

Data-Driven Business Operations

La Data Literacy (Alfabetizzazione dei dati) è una competenza essenziale per ogni ruolo all'interno di un'organizzazione, non solo per i data scientist e data analyst. Poiché le aziende raccolgono più dati che mai, è fondamentale che tutti possano leggerli e analizzarli in modo efficiente. In questo corso, imparerai le basi del processo decisionale basato sui dati e potrai applicare queste competenze a tre esempi reali tratti dal mondo della finanza, del marketing e delle operazioni. Scoprirai anche come ottenere nuove informazioni e opportunità applicando framework di domanda e offerta, di costo e beneficio e di rischio e ricompensa, acquisendo competenze pratiche che ti aiuteranno a prosperare nel nuovo mondo data-driven.

<h2>Esplora le basi della Data Literacy</h2>
La Data Literacy (Alfabetizzazione dei dati) è una competenza essenziale per ogni ruolo all'interno di un'organizzazione, non solo per i data scientist e data analyst. Poiché le aziende raccolgono più dati che mai, è fondamentale che tutti possano leggerli e analizzarli in modo efficiente. 
<br><br>
<h2>Applica il processo decisionale basato sui dati</h2>
In questo corso, imparerai le basi del processo decisionale basato sui dati e potrai applicare queste competenze a tre esempi reali tratti dal mondo della finanza, del marketing e delle operazioni. Scoprirai anche come ottenere nuove informazioni e opportunità applicando framework di domanda e offerta, di costo e beneficio e di rischio e ricompensa, acquisendo competenze pratiche che ti aiuteranno a prosperare nel nuovo mondo data-driven.

Machine Learning for Business

Scopri come prendere decisioni aziendali migliori applicando framework di dati pratici, senza codifica.

Processo decisionale basato sui dati per le aziende

Scopri come prendere decisioni aziendali migliori applicando framework pratici di dati, senza necessità di programmare.

Inconvenienti comuni

Processo decisionale basato sui dati per le aziende

esercizio interattivo pratico