I nostri servizi

I nostri prodotti digitali sono finalizzati al controllo di gestione.

Grazie alla nostra esperienza ultradecennale sviluppiamo progetti utilizzando qualsiasi metodologia prevista dalle migliori pratiche nazionali ed internazionali.

VOGLIO APPROFONDIRE

I nostri prodotti digitali prevedono una pipeline che va dalle sorgenti del dato fino alla rappresentazione delle informazioni.

Per l'implementazione della pipeline utilizziamo Python con le sue migliori librerie di ETL e di Data Orchestration, il motore Microsoft Power Query e DAX.

VOGLIO APPROFONDIRE

I nostri prodotti digitali sono sistemi di analytics con il minimo Time-to-Insight.

Oltre a costruire sistemi su Cloud Microsoft Power BI o su Portali Web customizzati, curiamo il processo di diffusione delle informazioni mediante documentazione dedicata e coaching.

VOGLIO APPROFONDIRE
Qualcosa in più sul nostro lavoro

Frequently Asked Questions

L'obiettivo principale di ogni prodotto digitale orientato ai dati è quello di ridurre al minimo il Time to Insight (ToI) sia per gli utenti tecnici che per quelli aziendali. Il ToI rappresenta il tempo necessario per acquisire dati grezzi (ad es. il registro delle chiamate dell'assistenza clienti) e generare insigths ed informazioni dettagliate (ad es. prodotti con il volume di chiamate più elevato o prodotti con la minore soddisfazione). Ridurre al minimo ToI richiede la massima automazione delle varie attività all'interno della pipeline di ETL e di generazione dell'informazione.

In ogni prodotto digitale orientato alle Analytics non è conveniente lavorare direttamente con i dati sparsi tra i vari gestionali ed i file più o meno condivisi che si trovano all'interno dell'azienda. Si costruiscono pertanto processi di Estrazione dalle sorgenti, di Trasformazione per garantirne la massima qualità e di caricamento (Load) successivo nella destinazione finale che può essere un DataLake, un DataWareHouse o un DataMart .

Un Data Lake è uno spazio di archiviazione di più origini di dati grezzi in un'unica posizione (ad esempio bucket S3 su AWS). I dati possono essere in ogni formato: strutturati, semi-strutturati, non strutturati o persino binari. Un Data Warehouse (comunemente chiamato anche “unica fonte di verità”) è una rappresentazione strutturata, pulita, organizzata e singola dei dati. Un Data Mart è una sottosezione filtrata (e talvolta aggregata) di un Data Warehouse finalizzata a semplificare l'esecuzione di query sui dati inerenti un determinato processo. Fornisce uno schema più piccolo con solo le tabelle rilevanti per il processo.

La Data Orchestration è una disciplina nuova nell’ ingegneria dei dati che si sostanzia nella creazione di pipeline e workflow per prelevare i dati da più posizioni coordinandone la trasformazione, il controllo e la successiva archiviazione per renderli disponibili alle Analytics.

Power Query è il motore di ETL in Power BI ed M è il linguaggio codificato utilizzato da Power Query. Si può usare Power Query tramite l’interfaccia grafica di Excel e PBI ed il sistema scriverà automaticamente il codice in M sottostante. La maggior parte delle operazioni di elaborazione dei dati si può fare con Power Query, tuttavia, conoscere M può essere davvero utile per rendere il processo più flessibile, più manutenibile e più facile da replicare in futuro. DAX, abbreviazione di Data Analysis eXpressions, viene invece usato per creare misure e colonne calcolate una volta che i dati sono stati caricati in Power BI con Power Query/M.



import pandas as Libreria_Python_Trasformazione_Dati
import Librerie_Python_Data_Orchestration
import PowerQuery as Motore_Microsoft_Trasformazione_Dati
import DaX as Data_Analysis_Expression
import streamlit as Frontend_Analytics_Custom
import PowerBI as Frontend_Microsoft_Analytics

@task
def Procedure_Extract():
    print("Estrazione dati strutturati e non")

@task
def Procedure_Transform():
    print("Traformazione dati secondo qualità")

@task
def Procedure_Transform():
    print("Caricamento dati in DataLake o DWH")

with Flow("Schedula alle 2:00am") as Data_Orchestration:
    estrai is Procedure_Extract()
    trasforma is Procedure_Transform(estrai)
    carica is Procedure_Load(trasforma)

Francesco Nardini

Appassionato di information technology dai tempi del Commodore 64, sono un profondo conoscitore degli strumenti informatici orientati all’analisi ed alla rappresentazione dei dati e delle informazioni.

Team

Francesco Nardini

Studio Nardini

Contatti

Piazza Risorgimento, 24
52100 Arezzo. Italy

francesco@nardinistudio.com

francesco_nardini

Lascia Un Messagggio.