Questa affermazione sembra apparentemente semplice, ma è molto insidiosa, perché i dati sono una cosa diversa dalle informazioni. I dati sono sequenze di lettere e numeri a cui attribuiamo un significato.
Questo significa che, prima di approcciare i big data disponibili, dobbiamo ripulire i database disponibili di tutti i dati senza significato, perché non identificativi di un processo. Il primo passo da fare, prima di iniziare una qualunque analisi, quindi, è il data cleaning, senza il quale saremo destinati a scoprire solo alla fine che ogni nostra valutazione può essersi basata anche su dati inaffidabili. Una volta certi di avere dei dati solidi, è possibile cominciare a domandarsi: come trasformare dei dati in informazioni utili?
Per farlo è necessario, perciò, porsi queste domande:
• Cosa vogliamo sapere?
• Perché lo vogliamo sapere
• Cosa deve essere misurato?
• Come viene misurato?
Fare chiarezza su queste domande, significa individuare gli strumenti che permettono di estrarre le informazioni dai dati. Questi strumenti appartengono tutti ad una unica scienza: la statistica applicata nella gestione dei database.

L’obiettivo del progetto è allineare le conoscenze e le competenze dei laureati in discipline umanistiche ed economico giuridiche a quelle dei laureati in discipline scientifiche, per poter frequentare efficacemente, di conseguenza, percorsi di specializzazione rispondenti alla domanda del sistema produttivo.
Per i destinatari provenienti dall’area umanistica e delle scienze sociali si tratta di una opportunità fondamentale per acquisire competenze matematiche, statistiche e di utilizzo di data base applicati al mondo dei Big data, nonché degli ambiti di sviluppo professionali legati alle scienze umane. Per i destinatari provenienti dall’area giuridica-economica il progetto offrirà una prospettiva evolutiva rispetto a competenze, già acquisite attraverso il percorso universitario, ma ottimizzabili per ricondurle a professionalità innovative del paradigma data driven.
Per i destinatari provenienti dall’area scientifica, il progetto sarà l’occasione di ripercorrere tematiche e competenze note, ma in ottica di aggiornamento e acquisizione di nuovi approcci metodologici.

Al termine del percorso i partecipanti acquisiranno le conoscenze e competenze utili per destreggiarsi nel mondo dell’analisi statistica, ovvero far dialogare le informazioni individuando le correlazioni esistenti fra di loro al fine di prendere delle decisioni. Gli allievi sapranno, quindi che prima di qualunque analisi, in qualsiasi contesto professionale, il Data Cleaning è strategico per non incorrere in dati inaffidabili e quindi completamente inutili per una valutazione; alla fine del percorso i partecipanti dovranno altresì essere in grado di riconoscere e selezionare il linguaggio o il database più corretto per ognuno dei casi di possibile utilizzo dei Big Data, per poter comunicare in modo efficace all’interno di un team.