Ebook La cultura del dato

"Qui troverete una guida pratica, scritta dai migliori esperti, per chi si accinge ad avviare un progetto in questo campo e ha cura di prevenire tutti gli errori possibili. Nei due autori we trust, gli altri portino i dati". Dalla Prefazione di Massimo Chiriatti, Chief Technical & Innovation Officer, Lenovo

"Sono convinto che una lettura critica di questo libro possa rappresentare un passaggio essenziale e concreto per riportare il giusto fuoco sulle cose che davvero lo meritano". Alessandro Giaume, Direttore generale, 4C Legal

"'I dati sono il nuovo petrolio'. No. I dati valgono molto, molto più del petrolio. Ed è compito di libri come questo disseminare cultura moderna che formi spirito critico e ci aiuti a dominare questa materia, e a non esserne dominati". Dalla Postfazione di Vincenzo De Nicola, Head of Technological Innovation and Digital Transformation, INPS

Secondo una ricerca di Gartner, oggi circa l'85% delle iniziative in ambito Data Science è destinata a fallire.
Perché? Quali sono le principali cause di insuccesso?
E, soprattutto, come evitarlo?
Questo libro intende aiutare le organizzazioni a trovare le proprie risposte a queste domande. Fornire elementi concreti e suggerimenti basati sull'esperienza, che permettano di sviluppare una propria cultura del dato attribuendo una nuova fisionomia alla figura del data scientist.
Dare, quindi, una direzione strategica e degli strumenti applicabili per far sì che tutti possano contribuire a costruire una forma mentis, una prassi, una cultura.
Integrando l'analisi su tre ambiti principali - dati, algoritmi e organizzazioni - il volume ne esplora i limiti e le potenzialità; descrive puntualmente lo stato dell'arte e i criteri strategici per proiettarsi in un futuro prossimo, affrontando il cambiamento grazie a una cultura condivisa e diffusa, che sappia coordinare organizzazione e strategia e darsi dei KPI consistenti.
Diversi gli interventi di ospiti qualificati: Massimo Chiriatti firma la Prefazione, Alessandro Giaume l'Introduzione e Vincenzo Di Nicola la Postfazione; inoltre, i contributi di Marina Geymonat, Fabio Baraghini, Carlo Torniai, Giovanni Paganini e Maria Parysz portano un punto di vista complementare e originale rispetto ai contenuti.
Un volume insieme concreto e di ampio respiro, che non mancherà di aprire un dibattito necessario e stimolante.

Stefano Gatti, Ingegnere, è Head of Data & Analytics in Nexi, leader europeo dei servizi e infrastrutture per il pagamento digitale. Da data lover, come ama definirsi, supporta in particolare tutti i ruoli il cui nome comincia con la parola "data" ad essere sempre più valorizzati e ascoltati in azienda. Per i nostri tipi ha pubblicato, con A. Giaume, AI Expert (2019).

Alberto Danese, Ingegnere informatico, è responsabile del team di Data Science in Nexi. Sempre attento all'evoluzione di dati e algoritmi, ha trovato in Kaggle, piattaforma di Google per competizioni di machine learning con milioni di utenti, una fonte quasi infinita di informazioni e di sfide, diventando nel 2018 il primo (e tuttora l'unico) Competitions Grandmaster italiano.

Indice
Massimo Chiriatti, Prefazione
Alessandro Giaume, Introduzione
Hic et nunc: dati, algoritmi e organizzazioni... un triangolo quasi perfetto
(Why data is eating the world; La tecnologia: punto di partenza o fattore abilitante?; Modello organizzativo e cultura: i veri fattori critici; Data strategy e data management: due strumenti per costruire un futuro sostenibile; La parola a... Marina Geymonat)
Tutto è numero
(Dove metto i dati e gli algoritmi nelle organizzazioni?; Data-driven leadership e Chief Data Officer (CDO): un connubio decisivo!; Non solo strategia top-down: l'importanza dei nuovi approcci lean e agile nel mondo dei dati; Analytic & data translator - Passato, presente e... futuro?; Il budget dove lo metto? A volte la finanza influenza la strategia...; Come affrontare una trasformazione data & AI-driven: consigli ed errori dal campo; La parola a... Fabio Baraghini)
E fu... Data Science
(Universi paralleli; Identikit di un data scientist efficace e sfide da superare; Una guida per orientarsi nei progetti di Data Science; Trappole lungo il percorso e come evitarle: consigli dal campo; In poche parole: Data Science in azienda... si può fare!; La parola a... Carlo Torniai)
Errare è umano, misurare...
(Misurazioni e distorsioni; Divide et impera: valutare il ritorno di un singolo progetto data-driven; Dal particolare al generale: perché (non) farlo; Impariamo dalla pandemia da Covid-19: le misure indirette; Spunti per valutazioni unbiased sull'impatto dell'uso dei dati; Comprendere la maturità nell'uso dei dati: difficile... ma doveroso!; La parola a... Giovanni Paganini)
Dieci domande per il futuro
(Data scientist: il prossimo robot, o il prossimo CEO?; Data Mesh: quale futuro per un'architettura aziendale data-driven?; Outsourcing nel mondo dei dati: passato, presente... e anche futuro?; Democratizzazione dell'AI e dei dati: un'idea che dobbiamo (e vogliamo) realizzare?; Vivremo tutti sulle nuvole?; Quale futuro per la data security?; L'Europa preme su AI Regulation: ma è il freno o l'acceleratore?; Il funding senza limiti delle aziende di AI: bolla pronta a scoppiare o inizio di una nuova epoca?; In quali settori industriali dati e AI saranno più pervasivi nei prossimi dieci anni?; Oltre i MOOC: come sarà la formazione di domani?; La parola a... Maria Parysz)
Vincenzo Di Nicola, Postfazione
Ringraziamenti
Spunti per libri che non possono mancare.