How often does this podcast release new episodes?

This podcast updates bi-weekly.

Where can I listen to this podcast?

This podcast is available on 9 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.

Does this podcast accept guests?

Yes, this podcast regularly features guests.

Dai dati alla Business Intelligence

Claim This Podcast

by Fabiano Sileo

4.7(26 reviews)

133 episodes

Updated Bi-weekly

Accepts GuestsHas SponsorsLocation 🇮🇹

Podcast Overview

Abbonati: <a href="https://podcasters.spotify.com/pod/show/fabiano-sileo/subscribe" target="_blank">https://podcasters.spotify.com/pod/show/fabiano-sileo/subscribe</a> Il primo podcast in italiano sulla business intelligence, machine learning, big data e tutto ciò che può aiutarci a conoscere meglio e sfruttare i dati. Idati sono il nuovo petrolio, ma nelle aziende se ne sa ancora troppo poco e non sono abbastanza valorizzati e sfruttati. In questo podcast faremo un viaggio alla scoperta dei dati e delle tecniche per conoscerli e saperli utilizzare condividend

Language

🇮🇹

Publishing Since

2/15/2022

Visit Website View on Apple Podcasts RSS Feed

1 verified contact email on file for Dai dati alla Business Intelligence

Pitch yourself as a guest, propose sponsorships, or reach out directly to the host.

See contact details

Recent Episodes

May 25, 2026

Dai dati alla decisione: la dashboard della mia azienda

Siamo partiti da una domanda apparentemente semplice: come sta andando la mia azienda? E siamo arrivati a costruire una dashboard capace di rispondere a domande molto più concrete: quanto vale mediamente un cliente? Quanto rimane attivo in un modello ad abbonamento? Perché il fatturato ricorrente cresce o diminuisce? E soprattutto: quanto posso permettermi di investire per acquisire un nuovo cliente?In questa ultima puntata dello spin-off Dietro le quinte del podcast Dai Dati alla Business Intelligence, chiudiamo il percorso realizzato insieme a Massimo di Itauros su un caso concreto: l’analisi dei dati di Dati 365, la mia Academy dedicata alla formazione in Data Analytics.Durante le puntate precedenti siamo partiti da file Excel e CSV complessi, dati distribuiti tra clienti, abbonamenti, pagamenti, corsi singoli, prodotti gratuiti e lead magnet. Abbiamo ragionato sulla necessità di costruire un data warehouse, standardizzare le informazioni, collegare correttamente le entità di business, progettare un modello dati coerente e preparare la base per una dashboard realmente utile.In questo episodio arriviamo finalmente alla dashboard e alla fase più importante di tutto il progetto: leggere i dati per prendere decisioni.Il punto centrale della puntata è proprio questo: una dashboard non serve semplicemente a visualizzare numeri. Serve a far emergere anomalie, comprendere il comportamento dei clienti e supportare decisioni concrete su marketing, retention, nuovi prodotti e investimenti.Parliamo anche di come una soluzione di Business Intelligence possa essere costruita tecnicamente: architettura cloud AWS, storage dei dati, livelli Bronze, Silver e Gold, elaborazioni serverless, Athena, SQL e collegamento finale con Power BI. Ma soprattutto ribadiamo un principio fondamentale: tutta la tecnologia, tutto il codice e tutta l’infrastruttura hanno valore solo quando aiutano qualcuno a decidere meglio. 📌 In questa puntata parliamo di:<ul><li>dashboard Power BI per analizzare un business reale;</li></ul><ul><li>data warehouse, AWS, SQL e architettura dati;</li></ul><ul><li>perché Excel da solo non basta quando le analisi diventano complesse;</li><li>come passare dai dati alle decisioni di business.</li></ul>00:00 Dalla domanda di business alla dashboard finale 01:08 L’obiettivo del progetto: capire come sta andando Dati 365 02:25 Dai file complessi al data warehouse 03:00 Fatturato, abbonamenti e valore del cliente 04:54 Perché un progetto dati evolve durante il percorso 06:18 Partire da un quick win per dimostrare valore 08:22 La dashboard della mia azienda: i primi KPI 10:07 Cosa emerge leggendo davvero i grafici 11:57 Il picco di fatturato: cosa è successo a gennaio? 13:43 RMR per cliente: perché cresce mentre il fatturato cala 15:18 Vita media cliente e churn rate 17:23 Analisi per coorti: quanto rimangono i clienti? 20:22 Come scegliere il grafico giusto per chi decide 23:58 Dai tecnicismi alle decisioni di business 28:13 L’architettura dati: AWS, Data Warehouse e Power BI 30:31 Bronze, Silver e Gold Tier spiegati in pratica 33:22 Da Athena alla dashboard Power BI 35:17 Il miglior compromesso tra costi, tempi e complessità 36:00 Il futuro del progetto: dashboard, aggiornamenti e AI 37:44 Conclusioni dello spin-off▶️ Guarda tutte le puntate dello spin-off Dietro le quinte: <a href="https://www.youtube.com/watch?v=2kgN5ISmlSs&list=PLzM3BfJntqRUye38s2wXb01dI54ClQwiv" target="_new" rel="noopener">https://www.youtube.com/watch?v=2kgN5ISmlSs&list=PLzM3BfJntqRUye38s2wXb01dI54ClQwiv</a>📩 Iscriviti alla Newsletter Dati 365 per ricevere approfondimenti su Data Analytics, Business Intelligence, Data Storytelling e cultura data-driven: <a href="https://substack.com/@dati365" target="_new" rel="noopener">https://substack.com/@dati365</a>📊 Scopri Dati 365, l’Academy per imparare a lavorare con i dati su casi di business concreti: <a href="https://dai-dati-alla-bi-393157.socialacademy.com/" target="_new" rel="noopener">https://dai-dati-alla-bi-393157.socialacademy.com/</a>Capitoli

May 8, 2026

Claude ha creato la dashboard della mia azienda… ecco com’è andata

📩 <a href="https://daiti365.substack.com/" target="_blank" rel="noopener noreferer">Newsletter Dati365</a>📊 <a href="https://dai-dati-alla-bi-393157.socialacademy.com/" target="_blank" rel="noopener noreferer">Academy Dati365 </a> Claude può davvero progettare la dashboard di un’azienda?In questa nuova puntata dello spin-off “Dietro le quinte di un progetto dati” abbiamo deciso di fare un esperimento reale: prendere il progetto dati costruito nelle puntate precedenti e chiedere a Claude AI di progettare la dashboard finale del business. Ma attenzione: questo video NON è il classico contenuto “l’AI sostituirà i data analyst” oppure “scrivi un prompt magico e avrai dashboard perfette in 10 secondi”. Anzi. Questa puntata mostra esattamente il contrario: il vero valore nei progetti di data analytics non è lo strumento, ma il ragionamento che c’è dietro. Claude può aiutare, accelerare, proporre idee, creare mockup e supportare il brainstorming… ma non può capire da solo cosa conta davvero per il business. Ed è qui che il progetto diventa interessante. Nel corso della puntata partiamo dal lavoro fatto nelle settimane precedenti: * costruzione del data warehouse* progettazione delle viste* modellazione dei dati* ragionamenti sulla granularità* KPI* retention* lifetime value* comportamento clienti* ricavi ricorrenti Fino ad arrivare al momento più atteso: la dashboard. Per la prima volta il progetto diventa tangibile.Fino a questo momento abbiamo lavorato dietro le quinte: database, ETL, query SQL, viste e trasformazioni. Tutto fondamentale, ma invisibile agli occhi del business. La dashboard invece è il primo elemento che un imprenditore, un manager o un CEO riesce davvero a “vedere”. Ed è proprio qui che iniziano i problemi più interessanti. Nel video mostriamo come Claude reagisce a un prompt estremamente generico:“Crea la dashboard di un’azienda che vende corsi in abbonamento”. Il risultato?Una dashboard apparentemente corretta: * KPI* grafici* churn rate* fatturato* clienti attivi* revenue ricorrente Sembra giusta. Ma guardandola meglio emerge un problema enorme: è una dashboard generica. Claude ha costruito qualcosa che assomiglia alle dashboard che trova mediamente online. Ha fatto una regressione verso la media. E qui entra in gioco il vero ruolo del data analyst. Nel video analizziamo perché una dashboard realmente utile non nasce dai grafici, ma dalle domande: * Chi userà questa dashboard?* Che decisioni deve prendere?* Qual è il vero obiettivo di business?* Quali KPI contano davvero?* Quali dati mancano?* Quali informazioni sono rumorose?* Quali sono i trade-off?* Cosa vogliamo raccontare? Ed è qui che la puntata diventa molto più profonda di un semplice “test AI”.Mostriamo anche il metodo pratico che utilizzo per progettare dashboard.Perché una dashboard non è un insieme di visualizzazioni messe a caso. Una dashboard è una storia.Nel video vediamo come il risultato migliori drasticamente nel momento in cui iniziamo a dare contesto: * chi leggerà la dashboard* quali decisioni deve prendere* quali dati esistono nel DWH* quali sono gli obiettivi* quali sono i limiti* quali informazioni mancano Solo a quel punto Claude inizia davvero ad aiutarci. Parliamo anche di un tema molto importante ma spesso ignorato: la dashboard come strumento di comunicazione interna.Quando arriva la dashboard, il management vede finalmente un risultato tangibile.La dashboard non è il punto finale del progetto.È il momento in cui il progetto inizia davvero a generare decisioni. Se lavori nel mondo dati questa puntata ti farà vedere l’AI in un modo completamente diverso.come acceleratore di ragionamento. E soprattutto ti farà capire una cosa fondamentale: Le dashboard non si progettano in Power BI.Si progettano nella testa di chi deve prendere decisioni.

April 30, 2026

Siamo quasi alla dashboard. Ed è qui che l’analisi diventa iterativa

📩 Newsletter Dati365 → <a href="https://daiti365.substack.com/" target="_blank" rel="noopener noreferer">https://daiti365.substack.com/</a>📊 Academy Dati365 → <a href="https://dai-dati-alla-bi-393157.socialacademy.com/" target="_blank" rel="noopener noreferer">https://dai-dati-alla-bi-393157.socialacademy.com/</a>In questa nuova puntata dello spin-off “Dietro le quinte di un progetto dati” entriamo in una fase cruciale: siamo ormai vicini alla dashboard… ma è proprio qui che molti fanno l’errore più grande. L’analisi dei dati non è un processo lineare, ma un ciclo continuo fatto di iterazioni, ritorni indietro e raffinamenti progressivi.Partendo dal lavoro fatto nelle puntate precedenti — dalla definizione della domanda di business fino alla costruzione del data warehouse e delle viste — analizziamo cosa succede davvero quando si inizia a preparare i dati per la dashboard. Scoprirai perché la granularità dei dati è fondamentale, quali sono i rischi nascosti quando si uniscono tabelle diverse e perché numeri apparentemente corretti possono nascondere errori profondi.Parliamo anche del passaggio chiave tra mondo tecnico e business: come si costruiscono le viste, come si validano e perché questo step è spesso sottovalutato. Vedremo inoltre perché l’approccio iterativo è l’unico realmente efficace nei progetti data driven, e come questo impatta direttamente sulla qualità delle decisioni.Se pensi che il lavoro finisca con la creazione di una dashboard, questo video ti farà cambiare prospettiva: la dashboard è solo l’inizio. Il vero valore nasce da un processo continuo di analisi, revisione e miglioramento.Un contenuto pratico e concreto per chi vuole capire davvero come funzionano i progetti di data analytics nel mondo reale, senza teoria inutile e senza buzzword.Capitoli00:00 Introduzione e recap della puntata precedente00:33 Sigla01:01 Dove eravamo: dalle viste alla dashboard01:29 Cosa sono le viste e perché sono fondamentali02:13 Il modello dati: tabelle e struttura (prodotti, contatti, abbonamenti, pagamenti)03:27 Prime analisi: abbonamenti e fatturato mensile04:18 Ricavo per utente e per prodotto (ARPU e logiche di aggregazione)06:00 Granularità dei dati: quanto dettaglio serve davvero07:20 Approccio corretto: meglio dati granulari o aggregati?08:13 Il mito dei Big Data (e la realtà nei progetti)10:11 Data Warehouse: a cosa serve davvero (e a cosa no)12:14 Il ruolo degli strumenti di BI (Power BI e simili)14:16 Interattività e drill-down: perché serve granularità15:41 Perché le viste servono a “recintare” il dato16:55 Dal business alla tecnica (e ritorno): chiudere il cerchio18:00 Validazione dei dati prima della dashboard18:46 Il rischio delle join: quando i numeri “esplodono”21:00 La difficoltà reale del data modeling22:19 Il problema dei numeri “quasi giusti”22:56 Il processo iterativo nei progetti dati23:23 Waterfall vs Agile: perché nei dati non funziona24:56 Nei dati si impara facendo (e testando)26:31 Data analytics come processo continuo27:54 Decisioni, processi e miglioramento continuo29:00 Verso la dashboard (e il prossimo step)29:36 Dalla tecnica alla comunicazione: il ruolo della dashboard30:00 Prototipazione prima della BI (carta e penna)30:03 Conclusione

133 total episodes available

Similar Podcasts

Discover related shows you might enjoy

Algoritmi

Datapizza

The Bull - Il tuo podcast di finanza personale

Riccardo Spada – Corax

Black Box

Guido Brera e Gian Luca Comandini - Chora Media

Bitcoin Italia Podcast

Rikki & Guybrush

Market Mover

Il Sole 24 Ore

Don Chisciotte

Will Media

Start - Le notizie del Sole 24 Ore

Il Sole 24 Ore

TED Talks Daily

TED

Economia per Tutti - Piano Inclinato

Alieno Gentile

Deep-dive analytics for Dai dati alla Business Intelligence

Frequently asked questions

Have a different question and can't find the answer you're looking for? Reach out to our support team by sending us an email and we'll get back to you as soon as we can.

What is Dai dati alla Business Intelligence?: Abbonati: <a href="https://podcasters.spotify.com/pod/show/fabiano-sileo/subscribe" target="_blank">https://podcasters.spotify.com/pod/show/fabiano-sileo/subscribe</a>

Il primo podcast in italiano sulla business intelligence, machine learning, big data e tutto ciò che può aiutarci a conoscere meglio e sfruttare i dati.

Idati sono il nuovo petrolio, ma nelle aziende se ne sa ancora troppo poco e non sono abbastanza valorizzati e sfruttati.

In questo podcast faremo un viaggio alla scoperta dei dati e delle tecniche per conoscerli e saperli utilizzare condividend
How often does this podcast release new episodes?: This podcast updates bi-weekly.
Where can I listen to this podcast?: This podcast is available on 9 platforms including Apple Podcasts, Spotify, and more. You can also use the RSS feed directly.
Does this podcast accept guests?: Yes, this podcast regularly features guests.

Legal Disclaimer

Pod Engine is not affiliated with, endorsed by, or officially connected with any of the podcasts displayed on this platform. We operate independently as a podcast discovery and analytics service.

All podcast artwork, thumbnails, and content displayed on this page are the property of their respective owners and are protected by applicable copyright laws. This includes, but is not limited to, podcast cover art, episode artwork, show descriptions, episode titles, transcripts, audio snippets, and any other content originating from the podcast creators or their licensors.

We display this content under fair use principles and/or implied license for the purpose of podcast discovery, information, and commentary. We make no claim of ownership over any podcast content, artwork, or related materials shown on this platform. All trademarks, service marks, and trade names are the property of their respective owners.

While we strive to ensure all content usage is properly authorized, if you are a rights holder and believe your content is being used inappropriately or without proper authorization, please contact us immediately at hey@podengine.ai for prompt review and appropriate action, which may include content removal or proper attribution.

By accessing and using this platform, you acknowledge and agree to respect all applicable copyright laws and intellectual property rights of content owners. Any unauthorized reproduction, distribution, or commercial use of the content displayed on this platform is strictly prohibited.