Data Demystified: che cos'è esattamente il dato?

Benvenuto alla prima parte della nostra serie di un mese dedicata a fare chiarezza sui dati. Nell'ambito del Mese della Data Literacy, questa serie chiarirà i concetti chiave del mondo dei dati, risponderà alle domande che magari hai timore di porre e si divertirà lungo il percorso.

In questa puntata definiremo che cosa sono esattamente i dati e come iniziare a lavorarci. 

Che cosa sono i dati?

I dati sono fatti o informazioni. Spesso sono misurazioni ("Maria è alta 165 cm"), osservazioni ("il dado ha fatto sei") o opinioni ("Do a questo videogioco 4 stelle su 5"). Di solito i dati vengono raccolti per essere analizzati, trovare insight, trarre una conclusione o prendere una decisione.

Anche se pensiamo spesso ai dati come numeri, esistono anche altri tipi di dati. 

• I dati che possono essere veri o falsi sono detti logici ("Mohammed ha superato l'esame"). 
• I dati che possono assumere diversi valori nominativi sono detti categorici ("Anna ha i capelli biondi; Wei ha i capelli neri").
• Date e orari sono un tipo di dato. 

Anche il testo può essere considerato un dato, ad esempio le recensioni dei prodotti. Poiché molte analisi di dati richiedono numeri piuttosto che parole, i dati testuali di solito devono essere elaborati per trasformarli in numeri come parte dell'analisi.

Allo stesso modo, anche le immagini possono essere considerate dati, sebbene in genere richiedano elaborazione per essere trasformate in numeri da analizzare.

Che cos'è un dataset?

Se ti è mai capitato di vedere un foglio di calcolo Excel, hai incontrato un dataset. In poche parole, un dataset è una raccolta di dati. Più nello specifico, diversi elementi dello stesso tipo di dato. Nel primo esempio avevamo una sola misurazione di altezza. Se avessimo diverse misurazioni delle altezze delle persone, quello sarebbe considerato un dataset.

Considera questa tabella, con i nomi di quattro persone nella prima colonna, le loro altezze nella seconda colonna e il colore dei capelli nella terza colonna. Questo è un dataset.

Questo formato rettangolare è la struttura di dataset più comune. Esistono due nomi diffusi per un dataset con questa forma. Gli utenti di database chiamano questi dataset "tabelle". Al contrario, i data scientist li chiamano "data frame". In effetti, da qui deriva il nome del podcast DataFramed di DataCamp.

Comunque tu voglia chiamarli, questi dataset rettangolari hanno alcune caratteristiche che vale la pena conoscere.

• Ogni riga rappresenta i dettagli di una persona. Le righe a volte sono chiamate "osservazioni" o "record".
• Ogni colonna rappresenta una proprietà delle osservazioni. Le colonne a volte sono chiamate "variabili" o "feature".
• Ogni valore in una colonna dovrebbe avere lo stesso tipo di dato. Ad esempio, tutte le altezze sono numeri.
• Colonne diverse possono avere tipi di dato diversi. Ad esempio, le colonne del nome e del colore dei capelli contengono dati testuali, mentre le altezze sono dati numerici.

I dati sono ovunque

La bellezza dei dati è che sono ovunque! Le aziende avranno dataset su chi sono i loro utenti o clienti, cosa stanno acquistando, quanto spendono, quanti soldi ha l'azienda, chi sono i dipendenti, quali asset possiede l'azienda e molte altre cose.

Nella vita di tutti i giorni potresti usare un'app meteo, ottenere indicazioni da un'app di mappe o inviare messaggi ad amici e familiari tramite un'app di chat. Tutte queste app sono alimentate dai dati e fanno uso di diversi dataset.

Qualsiasi prodotto che usi è stato fabbricato da qualche parte che raccoglie dati su come è stato realizzato. Il negozio in cui l'hai acquistato avrà raccolto dati su chi compra quel prodotto e quando.

In effetti, per quasi ogni domanda che ti viene in mente, è quasi certo che esista un dataset che può aiutarti a rispondervi.

Inizia a lavorare con i dati oggi

Speriamo che questa breve introduzione ai dati ti sia piaciuta. Nella prossima puntata di Data Demystified, vedremo i diversi tipi di dati, dai quantitativi ai qualitativi, fino a immagini e testo, e altro ancora. Se vuoi iniziare oggi 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 il nostro Skill Track Understanding Data Topics
• Iscriviti al podcast DataFramed
• Dai un'occhiata ai nostri prossimi eventi
• Leggi la prossima puntata della serie Data Demystified sui diversi tipi di dati