Sto tornando a Londra, dopo una settimana toccata e fuga a Formia per il compleanno di papà e per lavoro.
Mi dispiace se non ho contattato nessuno, ma è stata una settimana, weekend compresi, senza un attimo di sosta ed il tempo libero a disposizione l’ho passato in famiglia.
Giungendo alla fine del primo trimestre del 2023 e aspettando per l’imbarco, prima volta nella mia vita in anticipo di due ore in aereoporto, posso condividere qualche riflessione.
Collidascope
Con Collidascope si sta per chiudere il mio secondo anno.
Due anni di marketing analitico, chi lo avrebbe mai immaginato!
Senza dubbio la scelta migliore in questo percorso è stata affiancare allo sviluppo quotidiano dei progetti e dei clienti uno studio teorico, molto lungo, del libro di Byron Sharp. Come sempre non si può diventare dei bravi chirurghi solo con la pratica, ma è necessaria una solida base teorica.
Per consolidare lo studio nel tempo libero ho scritto una relazione tecnica per ogni capitolo del libro che ho revisionato con il mio insegnante di inglese. Una stesura iniziata nel 2021 e finita a luglio 2022. Solo la scorsa settimana ho finito di pubblicare l’ultimo capitolo sul blog inglese lovabledata.com
Indipendentemente dalla mia esperienza lavorativa il consiglio è quello di avere sempre accanto a voi un libro tecnico che porti ad un livello superiore la vostra esperienza.
State facendo i camerieri? Studiate un libro sulla negoziazione per gestire situazioni critiche.
State lavorando in un bar o in un magazzino? Studiate un libro su come ottimizzare gli acquisti o il servizio.
State lavorando in un team? Studiate come si coordinano le persone e si valutano gli obiettivi.
Non fatevi fregare dall’operatività quotidiana.
Non esistono solo i libri, ma potete sfruttare podcast, video corsi, l’importante è rielaborare successivamente i concetti e le informazioni acquisite.
Oltre a questa esperienza in modo collaterale continua il supporto sia ad Emergency che ad Action Aid con le mie donazioni mensili.
Mentoring
Mi è stato detto “eh ma tu in questo modo non ti sporchi le mani non stai facendo volontariato”, non credo sia corretto perchè penso che Emergency possa comprare più farmaci con le mie donazioni che non con un’ora del mio tempo.
Nonostante questo, visto che come Data Scientist ho maturato un po’ di esperienza (la strada e’ ancora lunga) ho iniziato a collaborare pro bono con Kaggle come mentor.
Kaggle, casa Google, ha recentemente lanciato un programma di mentoring per paesi in via di sviluppo in ambito Data Science.
Il progetto supporta paesi dell’America Latina, Africa ed Asia.
Fondamentalmente dei Data Scientist con esperienza sul campo supportano gratuitamente raggazzi e ragazze che vogliono iniziare questo percorso.
Per questa ragione il sabato mattina o il venerdì sera mi ritrovo ad organizzare due riunioni con la Nigeria e l’India, perchè Kibe e Anirban vivono rispettivamente a Lagos e Calcutta.
E’ forse superfluo dire che questa esperienza di mentoring mi sta dando molto, con pochi consigli si può sbloccare il potenziale di persone veramente in gamba.
La mentorship mi sta insegnando come ascoltare e motivare le persone, ma soprattutto cosa vuol dire raggiungere i propri sogni con connessioni ad internet instabili, salari da 150€ al mese o 3h da perdere tutti i giorni per la tratta casa-lavoro.
Anche qui, essendo uno sbarbatello, in questo percorso ho preso un libro molto interessante “The art of coaching” che aiuta a capire quali domande fare e come articolare le riunioni con i ragazzi.
Tempo permettendo, verso la fine del 2023, mi piacerebbe capire se:
1) Si può creare una collaborazione tra i bambini adottati attraverso Action Aid a distanza e Kaggle in un percorso di formazione
2) Si può creare una collaborazione tra i dati raccolti in Afganistan ed altre realtà ospedaliere coordinate da Emergency e Kaggle (i data scientist hanno bisogno di dataset per farsi le ossa)
Se potete trovate il tempo per fare volontariato, basta un’ora al mese per cambiare le cose.
Letture
Ho finito di leggere KPI checklist. Molto pratico, nulla di stravolgente, ma utile per creare dei processi di monitoraggio, che sia un’azienda, una associazione o altro. Consigliata per chi è agli inizi o non ha mai impostato un programma di pianificazione e controllo.
A fatica sto finendo “Eating the big fish”, un libro di marketing che mi era stato consigliato a lavoro. Se è vero che mi occupo di marketing è anche vero che ho uno scarso interesse per tutta una serie di affermazioni generiche che non sono supportate da dati ed esperimenti.
Eating the big fish è un libro aneddotico che sta mettendo a dura prova la mia pazienza (ovviamente anche Seth Godin, Kotler etc lo sono).
Nonostante l’orticaria nel leggere questi libri di marketing penso sempre che io sia il problema e dovrei accettatare tutto questo con meno livore.
Fortunatamente in parallelo sto leggendo “Life of Pi”, un libro che ho scelto perchè vorrei andare a vedere il rispettivo spettacolo teatrale. Come sempre la mia flessibilità mentale non mi permette di andare a vedere l’opera teatrale se prima non mi sono letto il libro e visto il film.
Chissà se riuscirò ad avere questo stesso approccio con quel mattone dei Miserabili di Dumas.
Marketing Mix Modelling
In tutto questo tengo d’occhio quello che stanno sviluppando Google e Meta in ambito di Marketing Mix Modelling.
Il Marketing Mix Modelling è una metodologia statistica per valutare, con tutti i suoi limiti, come le varie attività di marketing e commerciali influenzino le vendite.
La leggenda narra che esista dagli anni 60, capitano nulla di nuovo all’orizzonte!
Inoltre è quello che facciamo in Collidascope.
Su questo argomento Google ha rilasciato una libreria open-source non ufficiale per Python per creare MMMs.
Dopo essermi studiato tutta la documentazione posso dire, senza perdermi in tecnicismi, che per fini commerciali al momento è abbastanza mediocre, motivo per il quale è stata rilasciata come “non-ufficiale”.
Nonostante questo le pubblicazioni di Google sull’argomento sono molto solide ed interessanti con approfondimenti statistici di spessore.
Dall’altra parte c’è Meta con Robyn ed i ragazzi di Sezze di Cassandra.
Robyn è una libreria open-source per R.
Si basa su di una regressione lineare regolarizzata attraverso il metodo Tichonov (o Ridge è uguale) ed ha una community molto attiva su Facebook.
Sfruttando Robyn dei ragazzi di Sezze hanno costruito un tool no-code Cassandra.
Personalmente non l’ho provato, cosi come non ho provato Robyn, ma mi auguro il meglio per loro.
Tornando allo scontro tra titani, penso che Google, se non sta lavorando in sordina ad un nuovo prodotto legato al MMM, rischi di perdere un bel treno come è successo con il cloud computing (e sul quale sta lavorando duramente per acquisire quote di mercato).
La ricerca è importante, i loro papers sono illuminanti, ma bisogna iniziare a costruire un prodotto commerciale ed una community.
Un difetto che ho trovato in entrambe le soluzioni (Meta e Google) è la sottostima nella modellazione dell’impatto del prezzo e della distribuzione.
La cosa non sembra interessare quando invece sono due variabili critiche.