Programma Didattico Corso Data Analyst

MODULO 1: FONDAMENTI DI ANALISI DATI E PROGRAMMAZIONE

Introduzione alla Data Analysis

• Panoramica sul ruolo del Data Analyst
• Differenze tra Data Analyst e Data Scientist
• Esempi di applicazioni reali della Data Analysis

Fondamenti di Programmazione con Python

• Introduzione a Python
• Strutture dati fondamentali: liste, dizionari, set
• Controllo di flusso e funzioni di base

Manipolazione dei Dati con Pandas

• Introduzione ai DataFrame e alle Serie
• Importazione di dati da CSV, Excel e SQL
• Pulizia e trasformazione dei dati

Analisi Esplorativa dei Dati

• Visualizzazione dei dati con Matplotlib e Seaborn
• Descrizione statistica di base
• Identificazione di pattern e trend

Introduzione a SQL per l’Analisi Dati

• Creazione e gestione di database relazionali
• Scrittura di query SQL per l’estrazione di dati
• Operazioni avanzate in SQL (join, subquery, aggregazioni)

MODULO 2: STATISTICA APPLICATA PER DATA ANALYST

Statistica Descrittiva

• Misure di centralità e dispersione
• Visualizzazione delle distribuzioni
• Tecniche per il riassunto dei dati

Statistica Inferenziale

• Principi di inferenza statistica
• Test di ipotesi
• Intervalli di confidenza

Analisi delle Correlazioni e Regressione Lineare

• Calcolo e interpretazione della correlazione
• Regressione lineare semplice
• Valutazione dei modelli di regressione

Analisi delle Serie Temporali

• Introduzione alle serie temporali
• Tecniche di smoothing e forecasting
• Analisi delle stagionalità e trend

MODULO 3: STRUMENTI AVANZATI DI DATA ANALYSIS

Strumenti di Visualizzazione Avanzata

• Creazione di grafici avanzati con Seaborn e Plotly
• Dashboard interattivi con Dash e Streamlit
• Principi di Data Storytelling

Excel per l’Analisi Dati

• Tecniche avanzate di manipolazione dati in Excel
• Utilizzo di funzioni avanzate (VLOOKUP, PIVOT, etc.)
• Automazione con Macro e VBA

Tableau e Power BI per la Business Intelligence

• Creazione di dashboard interattive con Tableau
• Analisi dei dati aziendali con Power BI
• Integrazione con fonti dati multiple

Introduzione a Google Analytics e Web Analytics

• Panoramica di Google Analytics
• Analisi del traffico web e delle performance
• Creazione di report personalizzati

Introduzione a Big Data e Hadoop

• Fondamenti di Big Data
• Panoramica di Hadoop e MapReduce
• Utilizzo di strumenti Big Data per l’analisi

MODULO 4: BUSINESS ANALYSIS E COMUNICAZIONE DEI DATI

Business Analysis e KPI

• Identificazione e definizione dei KPI aziendali
• Tecniche di analisi per il supporto decisionale
• Utilizzo di strumenti per il monitoraggio dei KPI

Data Cleaning e Preparazione dei Dati

• Tecniche di data cleaning avanzato
• Gestione dei dati mancanti e outlier
• Trasformazione dei dati per l’analisi

Reporting e Automazione

• Creazione di report automatizzati
• Introduzione a strumenti di automazione come Python e Excel
• Reporting dinamico con Power BI e Tableau

Comunicazione Efficace dei Risultati

• Principi di comunicazione visiva
• Presentazione dei risultati a stakeholder non tecnici
• Data storytelling per il business

MODULO 5: PROGETTO FINALE

Progetto di Analisi Dati Completo

• Definizione di un problema di analisi reale
• Raccolta, pulizia e analisi dei dati
• Sviluppo di dashboard, report e presentazione dei risultati