📘 Scopri il mio libro “Decisioni Data-Driven”https://www.glowbooks.it/project/decisioni-data-driven/

📩 Iscriviti gratuitamente alla newsletter Dati365https://substack.com/@dati365

Nell’era dell’Intelligenza Artificiale ha ancora senso investire in un Data Warehouse?

Oppure AI, cloud e nuovi modelli generativi hanno reso obsolete le tradizionali infrastrutture dati?

In questa puntata ne parlo con Massimo Piras, founder e CEO di Itauros e contributor del mio libro Decisioni Data-Driven.

Partiamo da una domanda molto concreta, soprattutto per manager e imprenditori: perché dovrei spendere tempo e budget per costruire un Data Warehouse proprio adesso che tutti parlano di AI?

La risposta ci porta al cuore di uno dei problemi più sottovalutati nei progetti di Intelligenza Artificiale: spesso le aziende vogliono partire dall’algoritmo, dal modello di machine learning o dall’applicazione di AI generativa, senza chiedersi prima se esistono dati sufficienti, affidabili, integrati e realmente utilizzabili.

E proprio qui nasce il paradosso: più vogliamo fare AI, più diventa importante costruire solide fondamenta dati.

Il rischio non è solamente che un progetto AI non funzioni.

C’è uno scenario potenzialmente ancora peggiore: il modello produce un risultato apparentemente credibile, ma basato su dati incompleti o di scarsa qualità, e quel risultato viene utilizzato per prendere decisioni aziendali reali.

Parliamo quindi di:

• perché partire dal problema di business e non dalla tecnologia;
• quali dati servono davvero per costruire un progetto di AI;
• Data Warehouse, Data Lake e infrastrutture dati;
• qualità, integrazione e preparazione del dato;
• machine learning e predictive analytics;
• predictive maintenance e casi aziendali concreti;
• perché la qualità dei dati può contare più della sofisticazione dell’algoritmo;
• come un investimento sul dato possa essere riutilizzato per dashboard, Business Intelligence, reporting e nuovi progetti AI;
• perché l’AI potrebbe rappresentare una seconda occasione per molte PMI italiane per recuperare il ritardo accumulato nella trasformazione data-driven.

Il punto centrale della puntata è semplice: l’AI non sostituisce le fondamenta dati. Al contrario, rende ancora più evidente quanto siano necessarie.Un Data Warehouse quindi non è soltanto un progetto IT o un contenitore tecnico. Può diventare un vero asset aziendale, capace di rendere le informazioni accessibili, affidabili e utilizzabili non solo dall’AI, ma da tutti i processi decisionali dell’organizzazione.

Ed è proprio questo il percorso che provo a raccontare anche in Decisioni Data-Driven: prima digitalizzare, poi raccogliere e comprendere i dati, quindi misurare e solo successivamente utilizzare analytics e Intelligenza Artificiale per prevedere, automatizzare e migliorare le decisioni.Se stai valutando un progetto di AI aziendale, Business Intelligence, machine learning, Data Warehouse o trasformazione digitale, questa puntata può aiutarti a capire da dove conviene realmente partire
00:00 Data Warehouse nell’era dell’AI: serve ancora?01:24 Chi è Massimo Piras e perché parliamo di Data Warehouse05:03 Perché l’AI ha ancora bisogno dei dati07:09 Le aziende sono davvero pronte per fare AI?09:52 AI generativa, Machine Learning e Predictive Maintenance12:11 Prima dell’AI: partire dal problema di business14:49 AI Readiness: quanto lavoro c’è davvero sui dati19:24 La qualità dei dati conta più dell’algoritmo?21:39 Dati sbagliati, AI sbagliata: i costi reali25:53 Il Data Warehouse come asset per AI, BI e decisioni27:27 L’AI come seconda occasione per le PMI italiane

VUOI PRENDERE DECISIONI MIGLIORI NELLA TUA AZIENDA?

Scopri il mio libro “Decisioni Data-Driven”: una guida per manager e imprenditori che vogliono trasformare dati, analytics e intelligenza artificiale in risultati concreti, evitando gli errori più comuni.

👉 https://www.glowbooks.it/project/decisioni-data-driven/

OGNI SETTIMANA, UN'IDEA IN PIÙ PER DECIDERE MEGLIO

Iscriviti gratuitamente alla mia newsletter: approfondimenti pratici su dati, Business Intelligence, AI e strategia aziendale. Strumenti, esempi e riflessioni per andare oltre i numeri e imparare a usarli davvero.

👉 https://substack.com/@dati365

La tua azienda raccoglie dati. Ma li sta davvero usando per prendere decisioni migliori?

Molte aziende investono in software, dashboard e intelligenza artificiale, ma continuano a prendere decisioni basate sull'intuito, su informazioni frammentate o su numeri che non coincidono.

Il problema, spesso, non è la mancanza di tecnologia. È tutto quello che dovrebbe esserci prima.

In questa puntata condivido l'intervista che mi ha fatto Claudio Beretta per il podcast La Socratica del Business, dedicato agli imprenditori che “non sanno di non sapere”.

Siamo partiti dalla mia esperienza professionale e dal mio libro Decisioni Data-Driven per affrontare una domanda fondamentale: come si costruisce un'azienda capace di trasformare i dati in decisioni migliori?

Durante la conversazione approfondiamo:

• Perché avere tante dashboard non significa essere un'azienda data-driven.
• Come passare dalle decisioni di pancia a scelte supportate da dati affidabili.
• Quali sono gli errori più comuni delle PMI italiane nella gestione dei dati.
• Perché la trasformazione digitale è soprattutto una questione di persone, cultura e organizzazione.
• Come superare il divario tra business e IT per ottenere analisi davvero utili.
• Perché l'intelligenza artificiale deve arrivare dopo aver costruito solide basi di dati, processi e competenze.
• Come iniziare un percorso di trasformazione con piccoli risultati concreti, senza aspettare anni prima di vedere benefici.

Diventare data-driven non significa avere più dati, più report o più tecnologia. Significa costruire un'organizzazione capace di prendere decisioni migliori, più velocemente e con maggiore consapevolezza.

Se sei un imprenditore, un manager o un professionista che vuole portare davvero i dati e l'AI nella propria azienda, questa conversazione è per te.

E nella tua azienda come vengono prese le decisioni?

Se trovi utile questo episodio, lascia un like e iscriviti al canale per non perdere i prossimi approfondimenti.

00:00 Introduzione: dati, AI e decisioni aziendali

01:52 La mia storia: dalla Business Intelligence alle decisioni

11:12 Decidere di pancia o usare i dati: gli errori delle aziende

17:16 Come diventare un'azienda davvero data-driven

25:40 Caso pratico: come utilizzo i dati in Dati 365

30:20 Il divario tra business e IT: come superarlo

35:00 AI e trasformazione digitale: perché la tecnologia non basta

42:28 La resistenza al cambiamento nelle aziende

49:00 Machine Learning e AI: opportunità, previsioni e rischi

63:00 Da dove iniziare e quanto tempo serve per vedere risultati

LA SOCRATICA DEL BUSINESS

Un ringraziamento a Claudio Beretta per l'invito e per questa bella conversazione sul futuro delle imprese, dei dati e dell'intelligenza artificiale.

🎧 Ascolta la puntata originale:
https://www.spreaker.com/episode/166-il-viaggio-di-fabiano-sileo-verso-la-cultura-data-driven-il-problema-non-sono-i-dati-che-mancano-e-la-decisione-che-non-sai-prendere--74996796

#DataDriven #IntelligenzaArtificiale #BusinessIntelligence

Se lavori ogni giorno con Excel, report, KPI e dati aziendali, probabilmente conosci molto bene il tuo business. Sai quali domande fare, quali numeri ti servono e cosa vuoi capire. Il problema arriva quando, per ottenere quei numeri, devi chiedere un'estrazione all’IT, aspettare un collega della BI o ricevere un file che non è esattamente quello che avevi immaginato.In questa masterclass vediamo come aumentare concretamente la tua autonomia nell’analisi dei dati, senza diventare un Data Analyst e senza pensare di sostituire l’IT.Costruiamo una vera e propria mappa delle competenze per capire cosa serve davvero a un professionista di business che vuole lavorare meglio con i dati: partiamo da Excel e arriviamo a Power Query, Data Modeling, DAX, Power BI, Data Storytelling e SQL.Ma il punto non è imparare tutti questi strumenti.È capire quale parte ti serve davvero, in quale ordine impararla e soprattutto cosa puoi tranquillamente lasciare fuori.Vedremo quindi:- quali competenze permettono di ridurre il lavoro manuale in Excel;- come preparare e trasformare i dati in modo ripetibile con Power Query;- perché comprendere il Data Model cambia il modo di lavorare con Power BI;- quali concetti di DAX servono davvero nel lavoro quotidiano;- come trasformare un’analisi in qualcosa che supporti una decisione;- quanto SQL serve a una persona di business;- quando puoi lavorare in autonomia e quando, invece, ha senso coinvolgere l’IT.Parleremo anche di un problema spesso sottovalutato: la distanza tra la domanda di business e il risultato finale. Ogni volta che deleghi completamente un’analisi, qualcun altro deve interpretare la tua richiesta, prendere decisioni sui dati e restituirti un risultato. Più riesci a governare direttamente alcuni passaggi, più aumentano velocità, controllo e capacità di interpretare ciò che i numeri stanno davvero dicendo.L’obiettivo non è quindi diventare più “tecnici”.È passare dall’essere la persona che chiede o produce un report alla persona che sa usare i dati per capire un problema e contribuire concretamente alla decisione.Durante la masterclass presento anche Dati365, il percorso che ho costruito proprio per professionisti di business che vogliono sviluppare queste competenze attraverso casi aziendali concreti. In questo periodo ho aperto un’offerta dedicata a questo specifico profilo:👉 https://webinar.dati365.it/academy-pageLa masterclass nasce proprio per controller, marketer, buyer, professionisti Finance, Sales, Operations, Supply Chain, Project Management e, più in generale, per chi conosce il business ma vuole diventare molto più autonomo nell’utilizzo dei dati.