Why should you become data-literate? To answer this question, you'll learn why data literacy is an essential skill, how to get from data to insights, and how data can help with decision-making. 

Why data literacy is an essential skill

Defining data literacy

The data literacy toolbox

Data literacy in action

From data to insights

DIKW pyramid as a process

What is insight?

The DIKW journey

Data-driven decision making

Becoming data-driven

Facts & myths about being data-driven

The data-driven process

Fitting the problem statement

Data Literacy Basics

Data is everywhere nowadays, but how do you find the right data for your problem? In this chapter, you'll learn about data sources, common types of data, how to manage data, and what to do about common data problems.

I dati sono ovunque

Trovare i dati giusti

Trovare la giusta fonte di dati

Opzioni

Dati aperti

Dati interni

Fonti di dati aperti vs. fonti di dati interni

Tipi di dati comuni

Importanza dei tipi di dati

Dati strutturati

Dati non strutturati

Dati strutturati vs. Dati non strutturati

Dati quantitativi vs. Dati qualitativi

Gestione dei dati

Vero

Falso

Utilizzo dei database

Archiviazione nel cloud

Pipeline di dati

Database

Dashboard

Di quale strumento hai bisogno?

Problemi comuni con i dati

Conseguenze dei problemi con i dati

Individua i problemi nei dati

Contrastare dati sporchi e data bias

Reading Data

In this chapter, we dive deeper into how to analyze your data to get the insights you need. You'll learn how and when to use the four types of analytics: descriptive, diagnostic, predictive, and prescriptive analytics.

Descriptive analytics

Reasons (not) to use descriptive analytics

Exploring the data

Exploring connections

Diagnostic analytics

Finding causes

Root cause analysis steps

Descriptive vs. diagnostic analytics

Predictive analytics

Are we predicting yet?

Building a predictive model

Looking into the future

Prescriptive analytics

Characteristics of prescriptive analytics

Predictive vs. prescriptive analytics

Matching use cases to the type of analytics

Working with and Analyzing Data

In the final chapter, we'll cover communicating the insights you gained from your data. You'll learn how to use visualizations and storytelling to craft an engaging data story and learn about the three keys to communicating effectively.

Data visualizations

The purpose of visualizations

Providing context

Data storytelling

(Not) part of the story

Crafting a story

Three keys to communicating effectively

Focus on your central message

Getting your outline in order

The importance of form

From data to story: a case study

Formulating the central message

Setting up the narrative structure

Choosing visualizations

Best and bad practices

Wrap-up

Communicating Insights

Data Visualization Cheatsheet

Course Glossary

I dati sono ovunque intorno a noi, il che rende la Data Literacy o alfabetizzazione dei dati una competenza essenziale per la vita. È una competenza che ti permette di porre le giuste domande sui dati e di scegliere gli strumenti giusti per leggerli, interpretarli e comunicarli. Questo corso non tecnico ti fornirà le conoscenze e le competenze necessarie per sentirti sicuro con i dati e capire come utilizzarli per ottenere informazioni utili e guidare il cambiamento.
 
Attraverso esercizi pratici, imparerai come passare da dati a informazioni complesse, come i dati guidano il processo decisionale, come raccoglierli e gestirli, i quattro tipi di analisi e come utilizzare lo storytelling e la visualizzazione per migliorare la loro comunicazione, e molto altro ancora.
 
Inizierai dalle basi, comprendendo perché la Data Literacy è importante e perché dovresti diventare un esperto di dati. Imparerai anche come utilizzare i dati a tuo vantaggio, dall'acquisizione di informazioni alla presa di decisioni.
 
Scoprirai poi come identificare le fonti di dati, esaminando alcuni dei tipi più comuni, come gestirli e cosa fare quando si verificano problemi.
 
Nella seconda parte di questo corso di Data Literacy ti concentrerai su come ottenere informazioni complesse utilizzando l'analisi dei dati. Oltre a esplorare i diversi tipi di analisi e quando eseguirle, imparerai anche a presentare i tuoi risultati avendo un impatto sul pubblico, utilizzando visualizzazioni e storytelling.
 
Al termine del corso, avrai una solida comprensione del motivo per cui l'alfabetizzazione dei dati è così essenziale nel mondo moderno, oltre ad alcune nozioni fondamentali per identificare i tipi di dati giusti da utilizzare.
 
È ora di iniziare il tuo viaggio per diventare esperto di dati!

I video contengono trascrizioni in tempo reale, visibili cliccando su "Mostra trascrizione" in basso a sinistra.
Il glossario del corso si trova sulla destra, nella sezione delle risorse.
Per ottenere i crediti CPE, devi completare il corso e raggiungere un punteggio del 70% nella prova di valutazione. Puoi accedere alla valutazione delle competenze cliccando sulla sezione “CPE” a destra.

<h2>Esplora le basi della Data Literacy</h2> 
I dati sono ovunque intorno a noi, il che rende la Data Literacy o alfabetizzazione dei dati una competenza essenziale per la vita. È una competenza che ti permette di porre le giuste domande sui dati e di scegliere gli strumenti giusti per leggerli, interpretarli e comunicarli. Questo corso non tecnico ti fornirà le conoscenze e le competenze necessarie per sentirti sicuro con i dati e capire come utilizzarli per ottenere informazioni utili e guidare il cambiamento.
 
Attraverso esercizi pratici, imparerai come passare da dati a informazioni complesse, come i dati guidano il processo decisionale, come raccoglierli e gestirli, i quattro tipi di analisi e come utilizzare lo storytelling e la visualizzazione per migliorare la loro comunicazione, e molto altro ancora.
 
Inizierai dalle basi, comprendendo perché la Data Literacy è importante e perché dovresti diventare un esperto di dati. Imparerai anche come utilizzare i dati a tuo vantaggio, dall'acquisizione di informazioni alla presa di decisioni.
 
<h2>Approfondisci la tua comprensione dei dati</h2> 
Scoprirai poi come identificare le fonti di dati, esaminando alcuni dei tipi più comuni, come gestirli e cosa fare quando si verificano problemi.
 
Nella seconda parte di questo corso di Data Literacy ti concentrerai su come ottenere informazioni complesse utilizzando l'analisi dei dati. Oltre a esplorare i diversi tipi di analisi e quando eseguirle, imparerai anche a presentare i tuoi risultati avendo un impatto sul pubblico, utilizzando visualizzazioni e storytelling.
 
Al termine del corso, avrai una solida comprensione del motivo per cui l'alfabetizzazione dei dati è così essenziale nel mondo moderno, oltre ad alcune nozioni fondamentali per identificare i tipi di dati giusti da utilizzare.

I dati sono ovunque, rendendo la competenza nei dati una capacità essenziale.

Introduzione alla Data Literacy (alfabetizzazione dei dati)

I dati ci circondano: saper leggerli e interpretarli è una competenza essenziale. 

Professionista dell'alfabetizzazione dei dati

Competenze informatiche per il business

Importanza dei tipi di dati

Introduzione alla Data Literacy (alfabetizzazione dei dati)

esercizio interattivo pratico