Progettazione e implementazione delle attività di engineering in un sistema di data analytics per il calcolo dei dividendi di un importante gruppo di moda

Data science, in recent years, has sparked an unprecedented revolution because, thanks to its ability to analyze large amounts of data, it has enabled many companies to anticipate market trends, improve productivity and offer customized products to customers. Data science has, therefore, become the watchword for all those who seek- remain competitive in the global market, but not only that, as it has also found applications in multiple industries revolutionizing the way they operate. È essential to emphasize that without a well-planned ETL process, companies run the risk of have dirty, incomplete or inconsistent data, and this can lead to bad decisions and losses financial. With the help of ETL, companies can ensure that their data are reliable and usable for analysis. The purpose of this thesis is to analyze different declinations of Data Science by exposing and evaluating the project path that led to the design and implementation of a dividend calculation system for a major fashion group listed on the stock exchange. The work developed shows how leaders in a given business, such as, precisely, fashion, rely on technologies that, in their areas of application, are equally leaders, such as Google BigQuery and Microsoft Power BI.

La Data Science, negli ultimi anni, ha scatenato una rivoluzione senza precedenti perchè, grazie alla sua capacità di analizzare grandi quantità di dati, ha permesso a molte aziende di anticipare le tendenze di mercato, migliorare la produttività e offrire prodotti personalizzati ai clienti. La Data Science è, dunque, diventata la parola d’ordine per tutti coloro che cerca- no di rimanere competitivi nel mercato globale, ma non solo, in quanto la stessa ha anche trovato applicazioni in molteplici settori rivoluzionando il modo in cui questi operano. È essenziale sottolineare che senza un processo di ETL ben pianificato le aziende rischiano di avere dati sporchi, incompleti o incoerenti, e ciò può portare a decisioni sbagliate e perdite finanziarie. Con l’aiuto dell’ETL, le aziende possono garantire che i loro dati siano affidabili e utilizzabili per l’analisi. Il fine della presente tesi è analizzare diverse declinazioni della Data Science esponendo e valutando il percorso progettuale che ha portato alla progettazione e implementazione di un sistema per il calcolo dei dividendi di un importante gruppo di moda quotato in borsa. Il lavoro sviluppato mostra come i leader di un determinato business, come, appunto, quello della moda, si appoggino su tecnologie che, nei loro ambiti d’applicazione, sono altrettanto leader, quali Google BigQuery e Microsoft Power BI.