La fase di analisi dei dati.

Per le analisi dei dati usiamo un software specialistico che gestisce sia le elaborazioni di analisi descrittiva che elaborazioni avanzate. In particolare abbiamo a disposizione i moduli: Basic Statistics/Tables, Multiple Regression, ANOVA, Nonparametrics, Distribution Fitting, Multivariate Exploratory Techniques, Industrial Statistics & Six Sigma. Per le elaborazioni grafiche usiamo anche Tableau Public, oltre a Excel per i lavori ripetitivi.

Come specificato in altre parti del sito nasco come Statistico, per cui l’attenzione verso la metodologia di analisi dei dati è sempre elevata. Nella sezione “Uno sguardo alle mie competenze” c’è una lista delle metodologie che mi sono più familiari.

Nel tempo ho sviluppato in modo particolare la modellistica per la stima della domanda (in particolare i modelli multistadio) e la statistica applicata alla customer satisfaction, oltre ad approfondire la teoria dei campioni e le cosiddette robust statistics.

Sandro Savoldelli

In evidenza

E’ uno dei temi più ricorrenti negli studi che conduco. I settori di applicazione più frequenti nella mia esperienza sono i trasporti pubblici, sia su gomma che su ferro, i servizi alla collettività, servizi informatici, servizi alla persona. Nell’analisi dei dati applico indici di customer satisfaction esclusivi, un saggio dell’approccio sottostante è contenuto nei post “Un approccio multidimensionale alla misura della customer satisfaction” e “Customer satisfaction indexes, implicito e manifesto
Mi sono avvicinato alle ricerche di marketing come statistico e quello rimane la mia area di expertize più solida. Qui riassumo brevemente le mie competenze nell’analisi statistica. Statistica descrittiva Teoria dei campioni e statistica inferenziale (metodologia del campionamento ripetuto o classica; metodi bayesiani; robust estimation) Analisi multivariate (Analisi in componenti principali, Analisi delle Corrispondenze – Semplici o Multiple, Analisi Fattoriale, An. Canonica, Analisi Discriminante, Alberi di Classificazione, Multidimensional Scaling, Cluster Analysis, Item Analysis) Modelli di analisi della customer satisfaction (modelli compositivi, decompositivi, strutturali; definizione e calcolo di indicatori sintetici di customer satisfaction) Modelli stocastici (Modelli di regressione, Modelli Lineari Generali -inclusi ANOVA e ANCOVA-, Modelli Lineari Generalizzabili -inclusi logit, tree logit, nested logit, loglineari, probit-, Modelli non lineari, Modelli a effetti casuali) Serie storiche (Indici e indicatori di andamento, destagionalizzazione, proiezioni e forecasting con Holt-Winters, ARIMA e reg-ARIMA) Altre tecniche (Controllo Statistico della Qualità Industriale e Controllo statistico di processo -incluse Carte di Controllo varie tipologie-, Modelli di Affidabilità dei prodotti, Adattamento di distribuzioni teoriche, Metodi di analisi delle informazioni derivate da indagini qualitative)