• apprendimento non supervisionato
• data analytics
• framework analitico

Il progetto, svolto durante il periodo di stage in una delle principali media company italiane, ha avuto l‘obiettivo di sviluppare un framework analitico in grado di inferire la squadra calcistica del cuore dei clienti della PayTv. Il modello permette di utilizzare informazioni provenienti da sorgenti di dati multiple. Dopo il processo di data preparation, che ha richiesto anche l’utilizzo di tecniche di web scraping, è stato utilizzato un modello pesato e non supervisionato per l’individuazione e l’assegnazione delle squadre calcistiche ai clienti dell’azienda. Per il 30% della customer base aziendale è stato possibile associare una squadra di serie A o serie B. Sulla base dei risultati ottenuti sono state effettuate diverse analisi per verificare le potenzialità dell’informazione ottenuta: la prima è stata una churn analysis, ovvero un'analisi relativa all’abbandono del servizio da parte degli utenti, la seconda relativa alle visioni delle partite, per osservare la presenza di una possibile correlazione tra l’andamento delle squadre in campionato e il numero di visioni delle partite stesse e la terza inerente alle caratteristiche contrattuali dei clienti per effettuare una customer segmentation. Successivamente è stata creata una mappa interattiva dell’Italia, mantenendo il focus sulle province, per permettere all’area marketing di identificare in maniera rapida ed intuitiva la distribuzione del tifo sul territorio e poter così effettuare campagne marketing mirate. Infine, dato che per il progetto sono state utilizzate informazioni sensibili, è stato affrontato il tema della privacy, mantenendo il focus sulle tecniche che vengono attualmente utilizzate per garantire l’anonimato e sullo stato dell’arte attuale.