Dati senza segreti: dati quantitativi vs. qualitativi

Benvenuto alla seconda parte della nostra serie mensile "dati senza segreti". In occasione del Data Literacy Month, questa serie chiarirà concetti chiave dal mondo dei dati, risponderà alle domande che potresti aver paura di porre e si divertirà lungo il percorso. Se vuoi partire dall'inizio, leggi la nostra prima puntata della serie: Che cos'è un dataset?

In questo episodio esploreremo i diversi tipi di dati, esempi del loro utilizzo pratico e come iniziare a lavorarci.

I due tipi di dati

Capire quali dati hai a disposizione è essenziale per determinare il miglior approccio di analisi e interpretazione. Un modo comune di classificare i dati è dividerli in dati quantitativi e qualitativi.

• I dati quantitativi sono dati che possono essere contati o misurati. Di solito significa che sono espressi in numeri.
• I dati qualitativi sono dati che possono essere descritti. Di solito significa che sono testo.

È probabile che tu ti imbatta sia in dati quantitativi sia qualitativi quando lavori su varie attività di analisi. Le sezioni seguenti mostrano esempi di come potresti interagire con entrambi i tipi di dati nello stesso compito.

Analizzare i dati dei video

Supponiamo che tu sia un analista marketing. La tua azienda sta lanciando una nuova campagna social e vuole che tu analizzi le performance di alcuni asset video esistenti per trarre ispirazione, basata sui dati, su quali contenuti creare.

Potresti innanzitutto prendere in considerazione i dati quantitativi del video da analizzare. Questo include:

• La durata del video.
• Il numero totale di impression del video.
• Il numero totale di clic sul video.
• Il click-through rate del video (cioè il numero di persone che hanno cliccato diviso per le impression totali)
• Il numero di persone a cui piace il video.
• Il numero di commenti al video.

Ognuno di questi punti dati è un numero. La durata del video è una misura in secondi. Il click-through rate è una percentuale. Gli altri dati sono numeri interi perché sono conteggi.

Puoi anche estrarre dati qualitativi dai contenuti del video. I dati qualitativi associati a ciascun video possono includere:

• L'argomento del video.
• L'estetica del video.
• Il tono del video.
• La sceneggiatura del video.

L'argomento, l'estetica e i valori di produzione di un video sono difficili da quantificare come numeri. È molto più semplice descriverli a parole. Per esempio: "il video parlava di imparare la data science; aveva un'estetica vaporwave; il tono era energico".

Nota che spesso c'è una certa soggettività nell'assegnare valori qualitativi. Due persone che guardano lo stesso video possono non essere d'accordo sul fatto che il tono fosse allegro o meno, ed è per questo che avere linee guida chiare per la raccolta di dati qualitativi è fondamentale.

La sceneggiatura del video è interessante perché, pur essendo anch'essa un dato qualitativo, dato che è composta da parole e non da numeri, differisce dagli altri elementi qualitativi in due modi.

• Primo, non è soggettiva perché ciò che viene detto nel video sono fatti, non opinioni.
• Secondo, spesso è possibile usare tecniche di elaborazione del linguaggio naturale (NLP) per estrarre dati quantitativi dalla sceneggiatura.

Una tecnica di NLP chiamata analisi del sentiment può essere utilizzata per quantificare quanto siano positive o negative le parole nella sceneggiatura. Per esempio, se parole come "awesome" e "fantastic" vengono usate più spesso di parole come "bad" o "terrible", l'analisi del sentiment assegnerà alla sceneggiatura un punteggio di sentiment positivo. Questo è particolarmente utile quando ci sono decine, se non centinaia, di video da analizzare.

Analizzare i dati di un sondaggio

I dati dei sondaggi sono un altro caso in cui spesso vedi esempi di dati quantitativi e qualitativi insieme. Facciamo un salto di qualche mese rispetto all'esempio precedente. Dopo aver ascoltato tutti gli insight interessanti dalla tua analisi dei video esistenti, la tua azienda ha realizzato un nuovo video per la campagna social. Prima del lancio, ha selezionato alcune persone per guardarlo e ha inviato loro un sondaggio per raccogliere feedback. A te è stato assegnato il compito di analizzare i risultati del sondaggio.

Una delle domande del sondaggio è "Quante volte hai guardato il video?". Questo è un dato quantitativo, dato che la risposta è un numero.

Un'altra domanda è: "Qual è stata la tua parte preferita del video?". Questo è un dato qualitativo, dato che la risposta è in parole.

Una terza domanda è: "Come valuteresti il video, da una a cinque stelle?". Questo è un dato quantitativo perché la risposta è un numero, anche se differisce leggermente dagli altri esempi di cui abbiamo parlato. Poiché la valutazione è un'opinione, il valore è soggettivo.

È un luogo comune pensare che i dati quantitativi siano sempre inequivocabili e i dati qualitativi sempre soggettivi. Così come hai visto con l'esempio della sceneggiatura che i dati qualitativi non devono per forza essere soggettivi, vale anche il contrario: i dati quantitativi possono essere soggettivi.

Interviste agli utenti e focus group

Un altro esempio di attività in cui incontri sia dati qualitativi che quantitativi sono le interviste agli utenti e i focus group.

Per esempio, supponiamo che tu voglia raccogliere feedback sul tuo prodotto. Decidi di organizzare un focus group, in cui intervisti diversi utenti e chiedi i loro commenti. Il brief che ricevi è di intervistare utenti che usano il tuo servizio da più di un anno e sono stati regolarmente attivi, ma non sono considerati power user.

Per selezionare i partecipanti, usi l'analisi quantitativa. Vale a dire, guardi metriche numeriche come:

• Tempo trascorso dalla registrazione dell'utente
• Numero di ore attive sulla piattaforma al mese
• Numero di sessioni d'uso distinte

Durante il focus group fai molte domande e gli utenti discutono tra loro. È difficile quantificare ciò di cui parlano, poiché la conversazione scorre liberamente. Tuttavia, puoi raccogliere citazioni su ciò che i partecipanti ritengono importante per il tuo prodotto. Queste citazioni sono dati qualitativi, perché descrivono i pensieri dei partecipanti ma non coinvolgono numeri.

Esegui anche alcuni sondaggi durante il focus group, chiedendo ai partecipanti di votare quali funzionalità in arrivo ritengono più importanti. I risultati di questi sondaggi sono dati quantitativi, poiché le classifiche delle funzionalità sono numeriche.

Approfondisci i tipi di dati

Speriamo che questa breve introduzione ai tipi di dati ti sia piaciuta. Nella prossima puntata di "dati senza segreti" analizzeremo gli elementi del lavoro sui dati e spiegheremo la differenza tra termini comuni come data science, machine learning, deep learning e intelligenza artificiale. Se vuoi iniziare oggi stesso il tuo percorso di apprendimento sui dati, dai un'occhiata alle seguenti risorse.

• Scopri cosa abbiamo in programma per il mese della data literacy
• Inizia con lo Skill Track Understanding Data Topics
• Iscriviti al podcast DataFramed
• Scopri i nostri prossimi eventi
• Leggi la prossima puntata di "dati senza segreti" sulla differenza tra data science, machine learning, deep learning e intelligenza artificiale.