Python per marketing data science

Questa lezione appartiene al binario ml-tabellare: il Python che ci interessa e quello che trasforma tabelle in decisioni. Non parleremo di reti neurali ne di magia: parleremo di pandas, modelli spiegabili e disciplina.

Una cassetta degli attrezzi, non una moda

Python per marketing data science indica l’uso di tabelle e modelli predittivi per trasformare eventi e transazioni in decisioni di budget e targeting.

Il percorso in sei passi

Il flusso di lavoro e sempre lo stesso, dal warehouse alla consegna. Sei passi, e ognuno lascia una traccia verificabile.

1. Estrai dal warehouse transazioni ed eventi con query SQL stabile e finestra temporale dichiarata.
2. Carica il risultato in una tabella con identificativo utente, data e metrica di outcome.
3. Pulisci duplicati, fusi orari e definizioni cambiate prima di ogni aggregazione.
4. Costruisci variabili RFM e comportamentali con raggruppamenti per utente e periodo.
5. Valuta il modello con holdout e convalida incrociata su coorti successive.
6. Traduci punteggi e coefficienti in soglie operative con owner e monitoraggio.

Dal warehouse alla tabella di lavoro

SQL estrae insiemi stabili mentre pandas pulisce, trasforma e arricchisce. Il DataFrame resta il laboratorio centrale: operazioni vettoriali, serie storiche e aggregazioni complesse con sintassi diretta. Il codice utile non impressiona. Rende tracciabili importazione, feature, valutazione e consegna. Ogni passaggio deve ridurre l’ambiguita operativa, non aggiungere librerie.

Feature RFM da transazioni

Partendo da una tabella con user_id, data e importo, le tre variabili RFM catturano comportamento recente e valore in poche aggregazioni per utente.

Variabile	Definizione operativa	Operazione tabellare
Recency	Giorni dall’ultimo acquisto alla data di riferimento	Differenza tra data di riferimento e massimo per utente
Frequency	Numero di acquisti nel periodo	Conteggio per utente nel periodo
Monetary	Valore totale o medio nel periodo	Somma o media per utente nel periodo

Verdetto: parti sempre da RFM prima di variabili complesse, perche sono stabili, spiegabili e confrontabili tra segmenti.

Stack tabellare a confronto

La scelta dello strumento segue la domanda, non la moda. La tabella ordina gli strumenti citati nella lezione per uso e maturita.

Strumento	Uso principale	Quando sceglierlo
pandas	Pulizia, join e aggregazioni	Sempre come base tabellare
scikit-learn	Classificazione e regressione	Per churn, propensione e LTV con validazione
statsmodels	Inferenza e intervalli	Quando servono coefficienti e test
Prophet	Serie storiche con stagionalita ed eventi	Per domanda con picchi e festivita

Verdetto: usa lo strumento piu semplice che risponde alla domanda di business e passa al livello successivo solo se la validazione mostra un guadagno stabile.

L’errore del notebook convincente

L’errore piu comune e consegnare un notebook convincente senza decisione, senza baseline e senza controllo di qualita. Il modello sembra preciso ma non guida budget, targeting o retention. Prima di presentare risultati dichiara quale scelta cambia, quale assunto la ribalterebbe e quale verifica faresti su nuovi dati.

Il caso Prophet, 2017

Nel 2017 Facebook pubblica come open source Prophet, strumento interno per serie storiche con stagionalita multiple e festivita. Il caso tipico sono le vendite retail con picchi natalizi e promozioni, dove l’analista descrive trend, stagionalita ed eventi invece di accordare parametri oscuri. Prophet si affianca a scikit-learn del 2010 e a statsmodels nella dotazione standard. La lezione progettuale resta tabellare: prima la domanda di business, poi lo strumento piu semplice che la risponde in modo spiegabile al marketing.

Domande per mettere alla prova la lezione

1. Quale tabella minima serve per calcolare Recency, Frequency e Monetary?
2. Quando basta una aggregazione tabellare invece di un modello predittivo?
3. Quale controllo di qualita fai prima di fidarti di una feature comportamentale?
4. Quale validazione dimostra che un punteggio regge su nuove coorti?