Cos'è l'analisi dei dati, e cosa non è

Una decisione con una scadenza

Alpenkorb AG è un negozio online fittizio di alimentari e articoli per la casa con sede a Zurigo. Consegna in otto regioni svizzere, da Ginevra a San Gallo, e ogni ordine, ogni visita e ogni franco di marketing da gennaio 2025 a marzo 2026 si trova nei dati che userai in questo corso. Il 1° aprile 2026 Lena Frei inizia il suo ruolo di responsabile della crescita. Il suo primo compito è concreto: proporre come suddividere il budget di marketing del secondo trimestre tra ricerca a pagamento, social ads, partner affiliati ed email. Nel primo trimestre questi quattro canali sono costati CHF 4'308.96.

Nel corso di otto lezioni farai il lavoro che Lena deve fare: affinare la domanda, scegliere i numeri che contano, interrogare le tabelle e scrivere la nota di una pagina che chiude il corso. Ogni numero di queste lezioni viene dagli stessi dati che interrogherai nei laboratori.

Cos'è l'analisi dei dati

L'analisi dei dati è il lavoro di trasformare i dati in una decisione migliore. La decisione viene prima di tutto. Se nessuna scelta dipende dalla risposta, l'analisi è un hobby, per quanto bello sia il grafico. Per Lena la scelta riguarda i soldi: quale canale riceve di più e quale di meno.

• È rispondere a una domanda precisa con dati adatti a quella domanda.
• È dire quanto sei sicuro e cosa ti farebbe cambiare idea.
• Non è raccogliere ogni numero possibile sperando che emerga uno schema.
• Non è una dashboard che nessuno apre prima di una decisione.
• Non è la prova di ciò che qualcuno già credeva. Una buona analisi può concludersi con ci sbagliavamo.
• Non ha bisogno di big data. Alpenkorb ha 3'427 ordini, pochi abbastanza da stare su un telefono e sufficienti per questa decisione.

Guarda la materia prima

I dati vivono nelle tabelle. La tabella orders ha una riga per ogni ordine: quando è stato effettuato, da quale cliente, da quale regione e fonte di marketing, quanto valeva, e se è stato consegnato, annullato o reso. SQL è il linguaggio per fare domande a una tabella. La domanda utile più breve è: mostrami qualche riga.

SELECT *
FROM orders
LIMIT 5;

SELECT * significa tutte le colonne, FROM orders indica la tabella e LIMIT 5 si ferma dopo cinque righe. Quali cinque? Quelle nell'ordine in cui la tabella si trova memorizzata. Una tabella non ha un ordine di ordinamento predefinito, quindi se ti importa quali righe vengono prima devi specificarlo con ORDER BY.

SELECT order_id, order_date, source, net_amount
FROM orders
ORDER BY net_amount DESC
LIMIT 5;

Questo restituisce i cinque ordini più grandi in base a net_amount, il valore dopo gli sconti. DESC ordina dal più alto al più basso; senza, SQL ordina dal più basso al più alto. Nominare le colonne invece di scrivere * mantiene il risultato leggibile.

La trappola: partire dai dati

L'errore più comune nell'analisi dei dati è aprire i dati prima di aver scritto la decisione. Trovi qualcosa di interessante, poi qualcos'altro, e dopo una settimana hai quaranta grafici e nessuna raccomandazione. Anche Lena sarà tentata. I dati contengono 17'706 sessioni tra sito e app, e nel primo trimestre 2026 i social ads hanno portato più sessioni di qualsiasi altra fonte. Sembra un successo. Se lo sia davvero dipende dalla domanda, e la lezione 4 mostra che questo numero da solo non dice quasi nulla sulla sua decisione.

Cosa segue

I quattro tipi di analisi classifica le domande in base a cosa chiedono ai dati. Dalla domanda di business alla domanda sui dati trasforma il social sta funzionando? in qualcosa a cui una tabella può rispondere. KPI, metriche e numeri di vanità separa i numeri che decidono da quelli che decorano. La tua prima query vera e Raggruppare in una tabella pronta per il grafico costruiscono l'SQL di cui hai bisogno. Il funnel in numeri segue i visitatori fino al primo ordine e a quelli ripetuti, e La nota decisionale di una pagina trasforma tutto questo in una raccomandazione che Lena può difendere.