Sfruttare i dati dormienti può rafforzare il vantaggio competitivo delle PMI industriali - McKinsey

Le PMI manifatturiere del settore industriale accumulano enormi archivi di dati - provenienti dalle vendite, dai processi operativi e dalla produzione - che rimangono in gran parte inutilizzati. Tuttavia, alcune aziende estraggono i propri dati dormienti con notevoli vantaggi. [...]

In questo articolo, discutiamo di come i dati dormienti possono essere identificati, organizzati, analizzati e applicati per risolvere problemi, migliorare i processi e aggiungere valore alle PMI manifatturiere industriali.

Leggi tutto: https://www.mckinsey.com/industries/industrials-and-electronics/our-insights/tapping-into-dormant-data-can-boost-industrial-smes-competitive-edge

Commenti

Posta un commento

Post popolari in questo blog

"Data analytics per tutti" di Andrea De Mauro: la guida pratica per lavorare con i dati

Immagine
(Un consiglio: leggi tutto, perchè la vera sorpresa arriva dopo i primi 5 paragrafi) Il libro "Data analytics per tutti" di Andrea De Mauro è un'ottima guida per chiunque voglia avvicinarsi all'analisi dei dati. L'autore utilizza un linguaggio semplice e chiaro per spiegare argomenti complessi, rendendoli accessibili a tutti. Il libro è strutturato in modo logico e progressivo, fornendo le basi per iniziare a lavorare con i dati e approfondendo poi gli argomenti in modo sempre più avanzato.   Personalmente, ho trovato questo libro veramente appassionante, tanto da spingermi a voler approfondire ulteriormente l'argomento. La guida fornisce numerosi spunti di riflessione e approfondimento, e l'utilizzo di software come Knime e PowerBI rappresenta una soluzione concreta per chi vuole acquisire competenze in questo campo. Particolarmente interessanti sono i capitoli dedicati all'utilizzo di Knime per la raccolta, pulizia, organizzazione e analisi dei da
Continua a leggere

Come usare ChatGPT per migliorare il proprio lavoro

Immagine
Di "Intelligenza Artificiale" si parla quotidianamente; io, però, non ho ancora idea di come posso utilizzarla per rendere migliore - e anche più facile - il mio lavoro. In questo momento sono come un apprendista che ha tra le mani uno strumento nuovo e sconosciuto e si domanda "come si usa? cosa posso fare?" Non avendone idea ho provato, anche un po' per rompere il ghiaccio, a chiedere all'Intelligenza Artificiale stessa come mi potesse essere d'aiuto nel mio lavoro. Immagine generata con DALL-E Mi sono quindi iscritto a  OpenAI  e ho digitato la mia domanda: Come ChatGPT può migliorare il mio lavoro di data analyst? E questa è la risposta che ho ottenuto: «Come assistente virtuale basato su testo, posso fornirti alcune informazioni che potrebbero aiutarti nel tuo lavoro di analista dei dati. Ecco alcune idee: Supporto nella ricerca e nell'organizzazione dei dati: posso aiutarti a cercare e organizzare dati utili per le tue analisi, raccogliendo inf
Continua a leggere

Appunti sui nodi di knime

Column Filter . Per rimuovere le colonne non necessarie Column Expressions . Offre le stesse funzioni dei nodi Math Formula , Rule Engine , String Manipulation in un unico nodo Concatenate . CSV Writer . Data Explorer . Date&Time Difference . Date&Time Shift . DB Group By . DB Joiner . DB Row Filter . Extract Date&Time Fields . GroupBy . Joiner . Linear Regression Learner . Effettua l'apprendimento di un modello di regressione lineare multivariata per prevedere una quantità numerica. Si  possono (devono) eliminare le variabili non significative, con  p-value superiore a 0,05. Per approfondire: " P-value "  Math Formula . Modify Date . Modify Time . Modify Time Zone . Moving Aggregation . Moving Average . Partitioning . Seguito da un nodo ... Learner e da un ... Predictor Pivot . Group : intestazioni di riga. Pivots : intestazioni di colonna. Manual aggregation : valori aggregati RowFilter . Utile per identificare le righe con valori mancanti (missing) R
Continua a leggere