Il nostro lavoro ha seguito un approccio di analisi esplorativa, guidato da un caso d’uso specifico. Siamo partiti dall’esplorazione dei dataset Telco a nostra disposizione per comprenderne il potenziale e, parallelamente, abbiamo focalizzato la nostra indagine su un fenomeno che volevamo osservare da vicino: l’impatto sulla città dello sbarco di una nave da crociera, avvenuto sabato 31 maggio 2025.
Prima di entrare nel vivo dell’analisi, è fondamentale descrivere la materia prima del nostro lavoro: il dato.
Ricordiamo che una analisi per comprendere com’è strutturato nel dettaglio il dataset della compagnia telco è disponibile su questa cartella,
Il nostro lavoro è partito proprio da qui.
Il nostro lavoro è partito proprio da qui, da un dataset grezzo e ad altissima granularità. Immaginiamo il territorio comunale come una scacchiera, coperta da una fitta griglia di “pixel” quadrati di 150×150 metri. Per ognuno di questi pixel, il dataset ci fornisce il conteggio delle persone presenti, aggiornato ogni 15 minuti. Un conteggio che comprende informazioni demografiche di base.
Disponendo di un dataset di presenze su una griglia di “pixel” o “celle” per l’area di Ravenna, il primo passo è stato necessariamente quello di “cartografare” questi dati. Un pixel identificato da coordinate astratte come (TileX, TileY) dice poco; dove si trova nel mondo reale? Utilizzando i dati aperti di OpenStreetMap (tramite il servizio Geofabrik), abbiamo tradotto ogni pixel nella sua reale controparte geografica, permettendoci di disegnare mappe di calore contestualizzate nel territorio. Come nell’esempio sottostante
La mappa nello screenshot mostra una prima, fondamentale visualizzazione dei dati: la distribuzione delle presenze su ogni singola cella del territorio. La caratteristica cruciale di questo dataset è la sua dimensione temporale, con dati aggiornati ogni 15 minuti. Questo “span” temporale non è un dettaglio tecnico, ma il vero motore dell’analisi: ci permette di superare la staticità di una singola mappa e di osservare le dinamiche della città nel tempo, come mostrato nel video di esempio sottostante. Già a questo livello, senza applicare elaborazioni complesse, emergono informazioni di base sui flussi e le concentrazioni di persone.
Queste “impressioni” iniziali sono già di per sé un primo strumento: non stiamo vedendo una dataviz con dati e fenomeni, ma suggestioni per alimentare gli scenari e iniziare a vedere cosa alimenta i progetti didattici e di quelli legati ad arte e design che abbiamo immaginato.
Una nota importante riguarda la gestione della privacy. I dati Telco, fornendo dettagli demografici come il rapporto tra italiani e stranieri, presentano un potenziale rischio di retro-identificazione, specialmente nelle celle a bassa densità di popolazione dove un singolo individuo o un piccolo gruppo potrebbero diventare riconoscibili. Per mitigare questo rischio, abbiamo applicato una tecnica di soppressione statistica basata su una regola di soglia minima. Concretamente, nelle celle dove il numero di presenze scende al di sotto di un valore predefinito, i dati vengono oscurati per prevenire la potenziale re-identificazione. Così preserviamo il valore analitico del dataset su larga scala, e al tempo stesso garantiamo privacy.
Ma per ora abbiamo semplicemente preso i dati e trasformati linearmente in semplici mappe di calore di presenza. Una mappa di calore è un primo strumento utile, una fotografia dello stato di fatto. Ma una città non è una fotografia; è un organismo vivente in costante movimento. La sfida da porsi è andare oltre l’immagine statica: possiamo usare gli stessi dati di presenza per capire come e dove le persone si spostano tra le diverse aree, in particolare durante i giorni di sbarco delle crociere?
Baseline temporale per isolare eventi e fenomeni
Quando si passa dalla semplice visualizzazione descrittiva dei dati alla ricerca di fenomeni strutturati, come l’analisi di un’anomalia, la dimensione temporale del dataset diventa l’elemento cruciale. Per capire se un giorno è “diverso”, dobbiamo prima definire cosa sia un giorno “normale”. Questa misura della normalità è chiamata baseline: un benchmark statistico costruito su dati storici che ci permette di confrontare e misurare le deviazioni.
Il nostro dataset Telco, pur essendo ricco, copre circa 30 giorni di rilievo distribuiti in tre lotti distinti. L’evento di interesse, lo sbarco della crociera, è avvenuto sabato 31 maggio 2025. Per costruire una baseline e valutare l’impatto di quel giorno, abbiamo avuto bisogno di un campione di controllo, ovvero di altri giorni comparabili. All’interno del nostro dataset, abbiamo potuto isolare solo altri tre sabati.
Il limite principale della prossima analisi consiste nel misurare un “segnale debole” (l’impatto di una singola crociera) all’interno di un sistema complesso e “rumoroso” come la città di Ravenna, dove la normale variabilità giornaliera delle presenze può facilmente mascherare l’effetto dell’evento.
In conclusione, l’analisi qui presentata va intesa non come uno studio a sé stante e definitivo, ma come uno scenario d’uso e una dimostrazione di metodo. Mostra come sia possibile iniziare a interrogare attraverso i dati un fenomeno complesso come l’impatto di un grande evento sulla città.
Più avanti in questo documento presenteremo le necessità specifiche in termini di ampiezza e qualità dei dati per un’azione significativa di analisi dati.
Il fenomeno: lo sbarco crocieristico
Per testare le potenzialità dei dati Telco, abbiamo scelto di focalizzare l’analisi su un evento specifico che vede un fenomeno di mobilità urbana: lo sbarco di una nave da crociera. Il primo ostacolo è stato di natura informativa: non esistono dataset pubblici e strutturati che censiscono gli arrivi delle navi da crociera a Ravenna. Se fossero disponibili, l’analisi sarebbe stata immediata. È stato quindi necessario un lavoro di ricerca manuale per scovare queste informazioni da fonti eterogenee, con il conseguente aumento dello sforzo e il rischio di imprecisioni.
All’interno dei giorni coperti dal nostro dataset, abbiamo identificato un evento significativo: sabato 31 maggio 2025, grazie a una comunicazione sul sito di una associazione imprenditoriale che riportava la prenotazione dell’accosto per la nave “Explorer of the Seas” di Royal Caribbean.
L’analisi degli itinerari di viaggio (come visibile negli screenshot) conferma un dettaglio fondamentale: per questa crociera, Ravenna non è una semplice tappa di transito, ma un “homeport”. La giornata del 31 maggio è quindi un giorno di “turnaround”, un’operazione in cui la nave sbarca il suo carico completo di passeggeri (fino a 3.282 persone) e, nelle ore successive, ne imbarca un numero analogo per la partenza del nuovo itinerario. La partenza delle 17.00 riguarda questo viaggio:
mentre la nave che arriva in mattina è parte del viaggio partito il 24 maggio:
Da notare che il valore delle persone, 3282, si riferisce al carico massimo e non alle prenotazioni. Va inoltre citata la mancanza di dati spaziali aperti e dettagliati sull’area portuale, come la posizione esatta delle banchine di accosto o la mappatura interna del terminal. In un progetto come quello di Rapida possono essere presenti dati elaborati insieme ai partner locali come:
- Area_Terminale_Sbarco: area che copre solo la banchina dove attracca la nave e il terminal passeggeri.
- Area_Parcheggi_Bus_Taxi: aree che copre solo la zona dove si radunano i bus turistici e i taxi per prelevare i passeggeri.
Dove vanno le persone?
L’ipotesi di partenza (“top-down”) è che i flussi si concentrino su hotspot noti: centro storico, monumenti e aree commerciali. La mappa di calore, generata dai dati, conferma visivamente questa intuizione.
(Per un’analisi più approfondita, il file geolocalizzato degli hotspot è disponibile per il download [qui]).
Superata questa prima validazione, abbiamo analizzato le serie storiche di ogni hotspot (come detto composta da soli 3 sabati) per identificare variazioni significative rispetto alla baseline dei sabati precedenti, utilizzando metriche come lo Z-score per misurare l’anomalia di ogni intervallo di 15 minuti.
Da questa analisi sono emersi tre trend principali:
Centro Storico: Contrariamente alle attese, si registra una tendenza negativa. Le presenze, pur elevate, sono inferiori a quelle di un sabato “normale”, suggerendo che l’evento crocieristico possa aver scoraggiato altri visitatori.
Zona Porto/Terminale: Si osserva un netto e prevedibile aumento delle presenze, concentrato nelle ore di sbarco e imbarco.
Area Commerciale (ESP): Emerge un aumento statisticamente rilevante, sebbene la sua correlazione diretta con la crociera sia incerta e da approfondire.
Da notare che abbiamo utilizzato solo il Centro storico come areale per la parte storico-turistico del centro, ma tutti gli hotspot presentano gli stessi andamenti (Guarda area San Vitale che abbiamo lasciato nel terzo grafico qui sopra).
Le heatmap degli Z-score evidenziano dinamiche attese, come il picco di presenze nell’area del porto a partire dalle 5 del mattino, lasciando però aperti altri interrogativi su variazioni meno immediate da interpretare.
Esaminando le singole fasce orarie, si nota una presenza eccezionale presso la stazione ferroviaria durante le ore in prossimità dello sbarco I, che si colloca nel 95° percentile dei valori osservati. È un dato chiaramente “dopato” dalla baseline ristretta, come già sottolineato in precedenza.
Per identificare con precisione quando questi trend cambiano nel corso della giornata, abbiamo utilizzato l’algoritmo ruptures.Pelt. In parole semplici, questo strumento analizza una serie temporale (come quella delle presenze in un’area) e rileva i punti esatti in cui avviene un cambiamento strutturale e statisticamente significativo, dividendola in segmenti omogenei. Questo ci permette di isolare in modo oggettivo i momenti di rottura, come l’inizio effettivo dell’impatto dello sbarco o il ritorno alla normalità.
In parole più semplici, il metodo analizza l’intera serie temporale delle presenze e identifica i momenti esatti in cui le sue proprietà statistiche cambiano in modo significativo. In pratica, suddivide la giornata in fasi distinte, ognuna con una propria media e variabilità di presenze stabili.
Cioè i punti di rottura identificati (00:00, 06:00, 12:00, 18:00) non sono interpretazioni a monte, ma i confini calcolati dove il sistema transita da una fase di attività all’altra. Ad esempio, alle 06:00, l’algoritmo rileva che il livello medio di presenze cambia in modo così netto da considerare iniziato un nuovo “regime statistico”, che si protrae fino alle 12:00. Questo fornisce una visione macro delle principali fasi operative del porto durante la giornata.
Un indicatore interessante per analizzare la dinamica del porto è il rapporto tra presenze straniere (Ns) e italiane (Ni). Durante la giornata, questo rapporto si mantiene su valori medi normali, ma registra un picco significativo alle 06:15 del mattino, in perfetta coincidenza con l’inizio delle operazioni di sbarco dei crocieristi. Anche in questo momento di massima affluenza straniera, il rapporto non supera il valore di 0.63, indicando che le presenze italiane rimangono maggioritarie. Questo dato è coerente con la normale operatività del porto.
La diminuzione del pubblico italiano nel centro storico (-12,3%) è stata guidata non dai residenti, che hanno mantenuto una presenza quasi invariata (-1,8%), ma da una marcata riduzione dei visitatori. Si è osservato, infatti, un forte calo sia dei visitatori extraregionali (-35,3%) sia di quelli provenienti dalla regione (-26,5%). Questo ha portato a un cambiamento significativo nella “ricetta” del pubblico, con i residenti che sono passati a rappresentare una quota preponderante del totale, salendo dal 56,4% al 63,1%.
Non si notano particolari fenomeni legati alle fasce d’età nel centro storico.
Identificazione data-driven dei poli di mobilità
Sin qui, l’analisi degli hotspot si è basata su aree definite a priori, basate sulla nostra conoscenza empirica del territorio (il centro storico, il porto, ecc.). Questo approccio è utile per una prima validazione, ma presenta dei limiti: le zone disegnate “a mano” sono arbitrarie e potrebbero non rappresentare le reali aree funzionali che emergono durante un evento specifico. Ad esempio, non disponendo di una zonizzazione ufficiale del porto, la sua definizione era approssimativa.
L’obiettivo di questa fase è quindi superare l’analisi basata su aree geografiche predefinite. Vogliamo che siano i dati stessi a rivelarci, in modo oggettivo, quali sono stati i veri “Poli di mobilità” durante lo sbarco, ovvero i cluster di attività anomala emersi dall’intera griglia di dati di presenza.
In questo modo, passiamo da una mappa statica a una rappresentazione dinamica di una città organica e viva. Del resto, siamo già abituati a pensare la città per “polarità contestuali” che cambiano nel tempo: basti pensare alle zone scolastiche, che trasformano la mobilità del quartiere alle 8 del mattino per poi “spegnersi” durante l’estate. Allo stesso modo, i flussi turistici creano polarità stagionali. Con questo metodo, possiamo osservare queste dinamiche in modo molto più granulare e meno grossolano, identificando i centri di attività specifici di un singolo evento.
Per farlo, abbiamo applicato un processo avanzato in due fasi. Prima abbiamo isolato solo i pixel con un’anomalia di presenze davvero significativa, filtrando il “rumore di fondo” della città. Successivamente, abbiamo raggruppato questi punti caldi utilizzando un algoritmo di clustering gerarchico che, a differenza di altri metodi, è in grado di identificare cluster di forme naturali e complesse, più adatte a rappresentare le reali aree urbane.
Il risultato è l’identificazione di 10 Aree di mobilità, ovvero le 10 territori che si sono comportati in modo omogeneo e anomalo durante la giornata. Questo approccio trasforma una mappa complessa di migliaia di pixel in una rete strategica di pochi nodi significativi. Questi poli, quantificati per impatto ed estensione, diventano la base oggettiva per analisi di livello superiore, come l’inferenza dei flussi di movimento tra un’area e l’altra, supportando così la pianificazione strategica dei trasporti e dei servizi.
Dai flussi ai comportamenti: le potenzialità delle traiettorie e corridoi di movimento
Dopo aver identificato i poli di attrazione, il passo successivo e fondamentale è capire come le persone si muovono tra queste aree. L’analisi statica degli hotspot ci dice dove si concentra l’attività, ma è l’analisi dei flussi che ci rivela la dinamica della città, trasformando i poli in nodi di una rete interconnessa.
A questo punto, per un’analisi comportamentale dettagliata, entrerebbero in gioco dati di traiettoria individuale, come quelli rilevati tramite GPS, che associano a un identificativo anonimo una sequenza di posizioni nel tempo. È proprio per analizzare questo tipo di dato che sono nate librerie specialistiche come scikit-mobility, un potente strumento sviluppato da un team di ricerca italiano. La sua forza risiede nella capacità di lavorare con dati di traiettoria individuali, permettendo di modellare i comportamenti di spostamento con una profondità che i dati aggregati non consentono.
In questo PoC, non disponendo di tali dati, abbiamo scelto di simulare un approccio alternativo per mostrare il potenziale di questo tipo di analisi. Utilizzando un modello di inferenza applicato direttamente ai dati di presenza aggregati, abbiamo provato a dedurre i possibili corridoi di movimento tra i poli, anche in assenza di una matrice Origine-Destinazione esplicita
È fondamentale sottolineare che i corridoi così ottenuti, visibili nella mappa, sono il risultato di una simulazione e hanno una validità statistica fragile. Il loro scopo è puramente dimostrativo: mostrare come, avendo a disposizione i dati corretti, sia possibile mappare non solo i poli di attrazione, ma anche le connessioni che li legano. Se avessimo dati di traiettoria reali, potremmo analizzare in dettaglio l’impatto sulla mobilità, quantificando le sequenze di visita più comuni, i tempi di percorrenza e i percorsi scelti dai visitatori.
A che serve tracciare mobilità umana?
L’analisi condotta fin qui non è un semplice esercizio accademico. Trasformare dati complessi in mappe di calore, poli di mobilità e corridoi di flusso ha uno scopo eminentemente pratico: fornire strumenti concreti per una gestione della città più consapevole, proattiva e meno basata sull’esperienza aneddotica. Questo per portare ad analisi utili sia per rappresentazioni tecniche che per quelle didattico-artistiche che prevediamo in Ecosistema Respiro.
Visto che parliamo delle ultime in tutto il PoC, qualche esempio di strumenti puramente tecnici basati su questi dati e metodi:
Gestione mobilità/trasporti: sapere dove si concentrano le persone (poli) e come si spostano tra un’area e l’altra (flussi) permette di ottimizzare i servizi in tempo quasi reale. Si può, ad esempio, pianificare con precisione i percorsi delle navette, modulare la frequenza del trasporto pubblico locale o gestire in modo più efficiente le aree di sosta per taxi e NCC, basandosi sulla domanda effettiva e non su stime a priori.
Pianificazione urbana e dei servizi: l’analisi quantifica la “pressione” esercitata da un evento rilevante su specifiche aree della città. Questo non riguarda solo il traffico, ma anche altri servizi essenziali: dalla raccolta dei rifiuti alla gestione della sicurezza pubblica (crowd management), fino alla manutenzione del decoro urbano. Identificare le aree a maggior impatto permette di allocare le risorse in modo più mirato ed efficiente.
Turismo: comprendere la geografia reale dei visitatori è un dato di valore inestimabile. L’analisi ci dice quali aree beneficiano maggiormente dell’afflusso turistico e quali, invece, ne sono escluse. E come impatta davvero il movimento dei turisti rispetto ai residenti e alla qualità della vita. Queste informazioni vanno ben oltre le strategie di marketing territoriale, e si muove in direzione di ascolto e azione verso i cittadini, per affrontare in maniera costruttiva tutti quei fenomeni complessi che stanno portando avere azioni di lotta contro l’impatto negativo del turismo.
I dati traffico sono entrati nell’arena
Nel nostro PoC abbiamo avuto accesso anche ai dati legati alla mobilità su ruota. Il report su questi dati è disponibile in questa cartella cloud.
Ad esempio nell’immagine sottostante abbiamo usato la solita vista web con leaflet per realizzare una classica vista di congestione.
Le strade si colorano di arancione e rosso, indicando che la velocità media di percorrenza è significativamente inferiore a quella nominale. Questa analisi permette di identificare i “colli di bottiglia” che si creano durante ore intense o con eventi di picco, fornendo uno strumento essenziale per ricalibrare i piani del trasporto pubblico, la logistica o la segnaletica in giornate simili.
Come mai, allora, non abbiamo dato una centralità a questi importanti dati nella nostra analisi sull’evento? Il motivo è per la debolezza della baseline disponibile. Per valutare l’anomalia del traffico di sabato 31 maggio, l’unico termine di paragone a nostra disposizione erano i sei giorni immediatamente precedenti, ovvero dei giorni feriali.
Confrontare un sabato con il traffico dei giorni lavorativi è statisticamente fuorviante. Il risultato, infatti, è prevedibile: il traffico del sabato appare generalmente più scorrevole e le velocità medie più elevate, un dato che però non ci dice nulla sull’impatto specifico della crociera, mascherandolo anzi all’interno della normale differenza tra weekend e giorni feriali.
Ad ogni modo, pur con questa limitazione, è stato comunque possibile individuare delle congestioni puntuali. L’immagine relativa alla fascia oraria 6:00-7:00 del mattino mostra chiaramente come, in concomitanza con le operazioni di sbarco, le principali vie di accesso al porto presentino un indice di rallentamento significativo. Questo dimostra che il dato è sensibile al fenomeno.
Oltre a ciò, un’altra criticità è la bassa granularità temporale: il dataset ha una risoluzione di un’ora. Questo intervallo è troppo ampio per analisi di dettaglio. Ad esempio, la nostra idea iniziale di correlare i dati di presenza con la congestione specifica dei bus è risultata impraticabile, poiché i picchi di traffico legati al trasporto pubblico si manifestano su scale temporali molto più brevi.
Questa esperienza ci ha portato a una riflessione più ampia sulla necessità di comporre dataset da fonti diverse per costruire baseline e modelli robusti nel tempo. Abbiamo quindi immaginato di poter integrare questi dati con altre fonti, come quelle aperte (per le PA) di Waze, che mappano gli eventi di traffico in tempo reale. Questa linea di pensiero ha ispirato la nostra successiva analisi sulla costruzione di un archivio dati civico, disponibile su questa pagina.
Altri dataset…
Come detto nell’analisi dei dataset, in mancanza di dati del traffico (bassa baseline traffico TomTom, no Waze, no sbigliettamento, no indagine su crocieristi), abbiamo cercato dati sui varchi. Ed abbiamo trovato dataset dal Sistema di Monitoraggio regionale dei flussi di Traffico Stradali (MTS) dell’Emilia-Romagna, composto da postazioni fisse attive h24.
Il dataset è disponibile pubblicamente per il download, sia in forma giornaliera che aggregata mensile. Su Ravenna abbiamo individuato 4 varchi.
Analizzando i dati del 31 maggio confrontata con una baseline coerente (sabati estivi 2023-2025) abbiamo notato un evento statisticamente significativo. Una traccia che porta a comprendere come il 31 sia stato un giorno da indagare ulteriormente, per guardare dentro altri dataset.
Verso Rapida
L’analisi sull’impatto dello sbarco crocieristico diventa l’emblema della complessità che la gestione dei dati urbani ci pone di fronte. Durante questo lavoro, abbiamo dovuto reperire manualmente informazioni sugli accosti, lavorare con baseline statistiche fragili e constatare i limiti di dataset con granularità non ottimali. Ogni passo ha evidenziato una verità fondamentale: i dati, anche quando esistono, sono spesso inaccessibili, frammentati o inadatti a generare conoscenza e azione.
Questa esperienza ci porta direttamente al cuore del progetto Rapida:
- Il problema: i dati sono disponibili ma non “attivabili e azionabili”
La nostra analisi è un microcosmo di un problema sistemico. Riteniamo che per questo motivo spesso i dati pubblici non attivano né decisioni, né partecipazione, né processi di trasformazione del territorio.
È qui che entra in gioco Rapida: un archivio civico e condiviso che non si limita a pubblicare, ma accompagna e abilita la costruzione di senso e di azione a partire dai dati.
Per mettere a disposizione un ambiente digitale in cui il cittadino possa disegnare il dataset ideale che avremmo voluto avere per rispondere alle nostre domande.
Durante l’analisi della crociera, ci siamo chiesti:
- E se avessimo un dataset aperto e strutturato su autobus e navi?
- E se potessimo contare su una baseline di tutti i sabati dell’anno?
- E se avessimo dei dataset a evento sul traffico, anziché aggregazioni orarie?
Ci piacerebbe che un ambiente come Rapida riuscisse a rispondere a (molte) delle esigenze che l’utente-cittadino-ricercatore ha in termini di dati e informazioni.
Per rendere questo approccio concreto, ci ispiriamo a modelli di successo già esistenti che hanno unito competenze tecniche e necessità del territorio, come i FabLab e i makerspace. Per quanto riguadanti tecnologie di nicchia e meno presenti come i dati, laboratori hanno dimostrato come la democratizzazione dell’accesso a tecnologie complesse possa generare innovazione dal basso.
Proponiamo quindi un’infrastruttura civica analoga per i dati: un Data Hub Urbano. Un laboratorio dove enti, università, scuole e cittadini possano collaborare per trasformare i dati in conoscenza condivisa, indossarli, sentire e comprendere la città.
Considerzioni sull’apertura di dati del genere
Il paradigma dell’Open Data, pur essendo fondamentale, incontra limiti invalicabili quando si tratta di dataset complessi. Spesso dati importanti per comprendere il territorio non possono essere resi pubblici in formato grezzo, e questo per due ragioni principali. La prima è di natura commerciale: dati ad alto valore aggiunto / alte barriere d’ingresso, come quelli di telemetria forniti da operatori Telco, sono frutto di accordi di licenza che ne impediscono la redistribuzione. La seconda, ancora più critica, è legata alla privacy: anche se anonimizzati, i dati grezzi possono essere soggetti a rischi di re-identificazione (attraverso tecniche come il “mosaic effect”, che combina più dataset) o possono rivelare pattern collettivi sensibili. Per superare questa barriera, Rapida propone un concetto evoluto: non solo “dati aperti”, ma “analisi aperte”. L’approccio è molto simile a quello che nel mondo dell’AI distingue l’open source (il codice) dagli open weight (il modello addestrato): se non posso condividere i dati di training (il dato grezzo), posso però condividere il modello che da quei dati ha imparato.
Cosa significa condividere un “modello” di dati in Rapida
In pratica, anziché pubblicare il dato grezzo e inaccessibile, l’archivio Rapida metterebbe a disposizione un pacchetto di conoscenza interoperabile e riutilizzabile. Questo pacchetto non contiene i dati sensibili, ma l’elaborazione che ne deriva, e sarebbe composto da tre elementi chiave:
- Un dataset derivato e aggregato: Un file di dati strutturato (in formati efficienti come Parquet o Arrow) che rappresenta il risultato di un’analisi specifica. Non la posizione di ogni singola SIM, ma, ad esempio, un “indice di vitalità oraria” per ogni quartiere, o una matrice di flusso normalizzata che descrive la probabilità di spostamento tra due zone.
- L’algoritmo e la metodologia: La documentazione (o il codice sorgente, come in un notebook Python) che spiega passo per passo come si è passati dal dato grezzo (privato) al dataset derivato (pubblico). Questo garantisce la trasparenza e la riproducibilità scientifica del processo.
- Le istruzioni per l’uso (“How-To”): Una guida che illustra la struttura del dataset derivato, il suo significato statistico, i suoi limiti e fornisce esempi pratici su come utilizzarlo per nuove analisi o per integrarlo in altri servizi.
In questo modo, Rapida non si limita a dire “ecco i dati”, ma offre uno strumento molto più potente: “ecco un’analisi affidabile, ecco come l’abbiamo prodotta e ecco come puoi usarla per creare nuovo valore”, nel pieno rispetto della privacy e degli accordi commerciali.
Note sulle baseline
La sfida principale di questa analisi consiste nel misurare un “segnale debole”, ovvero l’impatto di una singola crociera da circa 2.600 persone, all’interno di un sistema complesso e “rumoroso” come la città di Ravenna. Il “rumore di fondo” è rappresentato dalla normale e significativa variabilità giornaliera delle presenze, che può facilmente mascherare l’effetto dell’evento.
Utilizzare una baseline di soli tre campioni (tre sabati) per definire la normalità è statisticamente rischioso; la stima della media e, in modo particolare, della deviazione standard risulta altamente instabile. Un singolo giorno anomalo all’interno di un campione così ristretto può distorcere drasticamente il benchmark, rendendo lo Z-score calcolato inaffidabile e portando a conclusioni potenzialmente errate sulla reale anomalia dell’evento.
Per superare questa criticità e garantire la validità dei risultati, è imperativo adottare una baseline più ampia e metodologicamente robusta, idealmente composta da più di 10 sabati. Un campione di questa dimensione assicura una stima stabile della variabilità tipica, smorzando l’impatto di singole giornate anomale e fornendo un benchmark affidabile. La selezione di questi giorni, inoltre, deve essere qualitativa: è fondamentale scegliere sabati prossimi alla data dell’evento per controllare la stagionalità e, soprattutto, escludere attivamente giorni caratterizzati da festività o altri eventi confondenti. Solo attraverso la costruzione di una baseline così rigorosa è possibile isolare con confidenza l’impatto dell’evento di interesse e attribuirgli una reale significatività statistica.