Dati 365

Contenuti

• Sfida 1 - Prodotto Più Redditizio con Power Query

  01 [Power Query] Analisi margine prodotto filiali

  10 '

  Unione e Merge dei File con Power Query

  30 '

  Colonne calcolate in power query

  15 '

  Aggregazione in Power Query e qualche riflessione

  15 '

  Soluzione della prima sfida

  60 '
• Sfida 2- Calcolo del tasso di crescita delle vendite in Power BI

  [Power Bi] Analisi del Tasso di Crescita delle Vendite 📊

  10 '

  Gestione del calendario in Power BI

  20 '

  Creare un data model in Power BI

  30 '

  Calcoliamo il tasso di crescita delle vendite – benvenuto DAX

  30 '

  Soluzione e riflessioni

  60 '
• Sfida 3 - [Power BI & ChatGPT] Distribuzione dei clienti in base al numero di acquisti

  [Power BI & ChatGPT] Calcolo del numero di vendite medie per cliente e posizionamento clienti rispetto alla media

  15 '

  Numero di acquisti medi per cliente in Power BI

  20 '

  Clienti sopra e sotto media

  30 '

  Utilizzo di ChatGPT per il calcolo del numero medio di acquisti

  30 '

  Power BI & ChatGPT per l’analisi del numero di acquisti medi | Soluzione e riflessioni

  60 '
• Sfida 4 - Creiamo il prototipo di una dashboard

  [Data Storytelling] Prototipizzazione Dashboard

  15 '

  Iniziamo a scrivere la storia che vogliamo raccontare

  15 '

  [ChatGPT] Revisione storytelling e ideazione schema della dashboard

  45 '

  Prototipizzazione dei grafici

  20 '
• Sfida 5 - Dal prototipo alla Dashboard (Pt.1)

  [Data Storytelling] Dashboard da carta e penna a Power BI – Parte 1

  20 '

  Margine nell’executive summary & contesto di riga

  45 '

  Card del fatturato e delle vendite

  45 '

  Focus su andamento temporale

  30 '

  Soluzioni

  20 '
• Sfida 6 - Dal Prototipo alla Dashboard - Parte 2

  [Data Storytelling] Dal Prototipo alla Dashboard - Parte 2

  [Data Storytelling] Dashboard da carta e penna a Power BI – Parte 2

  10 '

  Analisi delle Filiali

  30 '

  Dettaglio prodotti e filiali

  30 '

  Soluzioni finali

  45 '
• 07 [Test] Primo test di verifica

  Primo test sulle nozioni apprese

  30 '

  [Power Query] Ripasso generale dei concetti principali

  45 '
• Sfida 8 - [Power BI & DAX] Analisi del fatturato

  [Power BI & DAX] Analisi del fatturato

  [Power BI & DAX] Analisi del fatturato

  10 '

  [Power Query] Caricamento e pulizia dati

  30 '

  Calendario e Modello Dati

  30 '

  Analisi esplorativa dei dati

  30 '

  Risultati

  45 '
• Sfida 9 - [Power BI & DAX] Analisi di Pareto

  Contesto e obiettivo della sfida

  30 '

  [DAX] Calcolo del fatturato cumulativo

  30 '

  [DAX]Calcolo del fatturato totale e conclusione misura Fatturato cumulativo

  30 '

  [Data storytelling in Power BI] Ottimizzazione del grafico di Pareto

  45 '

  Soluzioni

  60 '
• Sfida 10 - [Power BI - Chatgpt] Analisi Semantica delle recensioni

  [Power BI - Chatgpt] Analisi Semantica delle recensioni

  [Power BI - Chatgpt] Analisi Semantica delle recensioni - Contesto e obiettivo

  10 '

  [ChatGPT – Power Query] Analisi delle recensioni

  30 '

  Analisi esplorativa delle emozioni

  30 '

  [DAX e DataStorytelling] Storia della sentiment analysis

  20 '

  Soluzioni

  60 '
• Sfida 11 - [Excel & Power Query ] Parliamo di Statistica - studio delle correlazioni

  Parliamo di Statistica - studio delle correlazioni

  10 '

  Studio delle Correlazioni – un po’ di teoria

  30 '

  [Excel – Pivot ] Calcolo correlazione

  40 '

  [Excel – Dynamic Array] Calcolo della correlazione

  40 '

  Soluzioni

  60 '
• Sfida 12 - [Power BI & DAX] Vendite - confronto vs Anno precedente

  Analisi delle vendite - Obiettivo

  10 '

  [DAX & Data storytelling] Scostamenti vendite vs Anno precedente

  30 '

  [Data storytelling & DAX ]Scelta e creazione grafico giusto

  30 '

  Completiamo il grafico

  30 '

  Soluzioni e considerazioni

  60 '
• Sfida 13 - Dashboard analisi delle vendite

  Analisi delle vendite – creazione pagina dashboard

  10 '

  Analisi geografica delle vendite

  30 '

  Analisi vendite per prodotti

  30 '

  Executive summary dinamico

  45 '

  Soluzioni

  60 '
• 14 [Power BI] Analisi delle vendite - Analisi elasticità prezzo

  [Elasticità al prezzo] - Obiettivo

  10 '

  Elasticità al prezzo - Spiegazione teorica

  30 '

  Analisi esplorativa dei dati

  30 '

  Calcolo dell’elasticità della domanda al prezzo

  30 '

  Elasticità della domanda al prezzo – Soluzioni e riflessioni

  60 '
• 15 Settimana di ripasso e di quiz

  Primo giorno di test

  45 '

  Secondo giorno di test

  45 '

  Terzo giorno di test

  45 '
• 16 [Power BI] Sconti e elasticità al prezzo

  Obiettivo e contesto

  10 '

  [Power BI] Calcolo Elasticità della domanda al prezzo – Parte 1

  30 '

  [Power BI] Calcolo Elasticità della domanda al prezzo – Parte 2

  30 '

  16 - Prototipizzazione Dashboard sconti

  60 '
• 17 [DAX & Data Storytelling] Dashboard sconti

  17. [Data Storytelling & DAX] Obiettivi

  10 '

  17 – Realizzazione KPI Andamento fatturato

  30 '

  17 – Analisi sconti in base alle categorie

  45 '

  17 – Titolo sezione vendite e sconti per categoria

  60 '

  17- soluzioni e riflessioni della settimana

  90 '
• 18 [Data storytellingI] Dashboard sconti_finale

  18. [Data Storytelling & DAX] Obiettivi

  10 '

  18. Impatto delle recensioni come leva per le vendite - Prototipizzazione

  30 '

  18. Impatto delle recensioni come leva per le vendite – Creazione grafico

  30 '

  18. Elasticità della domanda

  30 '

  18 – Executive summary sconti e conclusioni

  105 '
• 19 [Machine Learning] iniziamo a parlare di ML

  19 [Machine Learning] iniziamo a parlare di ML

  19 [Machine Learning] Perché è importante parlare di ML

  19 [Machine Learning] Cos’è e cosa non è il ML

  19 [Machine Learning] Tipi di apprendimento nel ML

  19 [Machine Learning] Riassunto della settimana
• 20 [Machine Learning] Principali algoritmi e fasi di lavoro

  20 [Machine Learning] Principali algoritmi e fasi di lavoro - obiettivo della settimana

  20 [Machine Learning] Metodologia di lavoro (e fasi) in un progetto di ML

  20 [Machine Learning] Dall’ EDA all’Addestramento

  20 [Machine Learning] Iniziamo a parlare di Algoritmi (supervisionato)

  20 [Machine Learning] Iniziamo a parlare di Algoritmi (non supervisionato)
• 21 [Machine Learning] Test di apprendimento

  21 [Machine Learning] Primo giorno di test

  21 [Machine Learning] Secondo giorno di test

  21 [Machine Learning ] 3 giorno di test

  21 [Machine Learning] 4 giorno di test

  21 [Machine Learning] Summary finale
• 22. [Power BI & DAX] Analisi Customer Base

  22. [Power BI & DAX] Analisi Customer Base – Obiettivi

  22. Analisi Customer Base – Analisi esplorativa pt1

  22. Analisi Customer Base – Analisi esplorativa pt2

  22. Analisi Customer Base – clienti persi e ricorrenti

  22. Analisi Customer Base – soluzioni e analisi svolte
• 23 [Power BI] customer base_pt2

  23. [Power BI & DAX] Emorragia di clienti? Scopriamolo

  23. [Power BI & DAX] Analisi di distribuzione dei clienti e coorte

  23. Distribuzioni, distorsioni e bias dei dati

  23. [DAX e ChatGPT ] Cambio frequenza di acquisto

  23. [Power Bi & Dax] Emorragia di clienti? Soluzioni e riflessioni
• 24 [DAXI] Windows function!

  24. [DAX] Alla scoperta delle windows function

  24. [DAX] Windows cosa? Facciamo chiarezza e scopriamo l’INDEX

  24. [DAX] Window, OFFSET, Algoritmo delle variabili

  24. [DAX] Riscriviamo la tabella con le windows function

  24.[DAX] Risultati e considerazioni di business
• 25 [Data StorytelingI]Creazione dashboard customer base

  25 [Data Storyteling] Obiettivi Dashboard

  25 [Data Storyteling] Prototipo Dashboard, storyboard Pt.1

  25 [Data Storyteling] Prototipo Dashboard, storyboard Pt.2

  25 [Data Storyteling] Prototipo Dashboard, storyboard Pt.3 + AI-sorpresa

  25 [Data Storyteling] Soluzioni, riflessioni e prototipo ottenuto
• 26 [Data StorytelingI]Creazione dashboard customer base_Power BI

  Obiettivi dashboard customer base e primo grafico

  26 Dashboard customer base conclusione prima sezione

  26 Dashboard customer base seconda sezione + titoli dinamici

  26 Dashboard customer base titolo sezione core

  26 Dashboard customer base executive summary + conclusion
• 27 [Power BI & DAX] Analisi RFM

  27 [Power BI & DAX] Analisi RFM - Obiettivi

  27 [Power BI & DAX] Analisi RFM – Metriche R, F, M

  27 [Power BI & DAX] Analisi RFM – Calcolo RFM Score Completo

  27 [Power BI & DAX] Analisi RFM - Conclusione dei calcoli

  27 [Power BI & DAX] Analisi RFM –Conclusioni e riflessioni
• 28 [Data Storytelling e Power BI] Dashboard RFM

  28 [Data Storytelling e Power BI] Dashboard RFM – Obiettivi

  28 [Data Storytelling e Power BI] Dashboard RFM – Prototipo

  28 [Data Storytelling e Power BI] Dashboard RFM – Realizzazione Grafici

  28 [Data Storytelling e Power BI] Dashboard RFM – Ottimizzazione Grafici

  28 [Data Storytelling e Power BI] Dashboard RFM – Testi dinamici
• 29 [Data storytelling e Power BI] - Dashboard RFM Pt.2

  29 [Data storytelling e Power BI] - Dashboard RFM Pt.2– Obiettivi

  29 [Data storytelling e Power BI] - Dashboard RFM Pt.2– strategie Ai based

  29 [Data storytelling e Power BI] - Dashboard RFM Pt.2– Strategia clienti fedeli

  29 [Data storytelling e Power BI] - Dashboard RFM Pt.2– Strategia clienti persi e struttura clienti da fidelizzare

  29 [Data storytelling e Power BI] - Dashboard RFM Pt.2– Conclusioni
• 30 [Data storytelling e Power BI] - Dashboard RFM Pt.3

  30 [Data storytelling e Power BI] - Dashboard RFM Pt.3– Obiettivi

  30 [Data storytelling e Power BI] - Dashboard RFM Pt.3– Clienti fidelizzabili

  30 [Data storytelling e Power BI] - Dashboard RFM Pt.3– Clienti a rischio

  30 [Data storytelling e Power BI] - Dashboard RFM Pt.3– Executive summary

  30 [Data storytelling e Power BI] - Dashboard RFM Pt.3– Conclusioni e riflessioni
• 31 - Quanto ne sai di Power BI?

  31. Quanto ne sai di Power BI? – Preparati ad una settimana fondamentale

  31 [Test Power BI] – Primo giorno di test: Power Query

  31 [Test Power BI] – Secondo giorno di test: Data modeling

  31 [Test Power BI] – Terzo giorno di test: DAX

  31 [Test Power BI] – Quarto giorno di test: Data Storytelling
• 32 [SQLI] Migliori istruttori e-learning - Primi passi in SQL

  32 [SQL] Migliori istruttori e-learning – Obiettivo di business

  32 [SQL] Migliori istruttori e-learning – Un po’ di teoria

  32 [SQL] Migliori istruttori e-learning – Prime righe di codice in SQL

  32 [SQL] Migliori istruttori e-learning – Completiamo la query

  32 [SQL] Migliori istruttori e-learning – Riassunto settimana e considerazioni di Business
• 33 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati

  33 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati– Obiettivo di business

  33 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati– Calcolo ultimo uso piattaforma

  33 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati– Identificazione formatori più assidui

  33 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati– Windows Function in SQL

  33 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati– Conclusioni e considerazioni
• 34 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati - Pt2

  34 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati Pt.2– Obiettivo di business

  34 [ChatGPT] E-learning selezione di formatori singoli e con corsi aggiornati Pt.2– AI per arricchire il dataset

  34 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati Pt.2– Come creare e a cosa servono le view

  34 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati Pt.2– Selezione top formatori

  34 [SQL] E-learning selezione di formatori singoli e con corsi aggiornati Pt.2– Soluzioni e considerazioni finali
• 35 [SQL] Ripasso e quiz di valutazione

  35 [SQL] Introduzione alla settimana di ripasso SQL + quiz

  35 [SQL] Primo giorno di ripasso

  35 [SQL] Secondo giorno di ripasso

  35 [SQL] Primo giorno di test

  35 [SQL] Secondo giorno di test
• 36 [SQL - Power BI] - Analisi ciclo di vita istruttori

  [Power BI – SQL] Analisi ciclo di vita istruttori – Caso di business

  15 '

  [Power BI – SQL] Analisi ciclo di vita istruttori – Connessione ai dati con un DB MySQL

  30 '

  [Power BI – SQL] Analisi ciclo di vita istruttori – Pulizia dati e data modeling (con qualche riflessione avanzata)

  30 '

  [Power BI – SQL] Analisi ciclo di vita istruttori – Calcolo tempo di utilizzo piattaforma

  30 '