{"id":3627,"date":"2024-09-02T15:26:28","date_gmt":"2024-09-02T14:26:28","guid":{"rendered":"https:\/\/www.salesforce.com\/?p=3627"},"modified":"2024-09-02T15:27:29","modified_gmt":"2024-09-02T14:27:29","slug":"ai-data-preparation","status":"publish","type":"post","link":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/","title":{"rendered":"Perch\u00e9 ogni progetto di AI dovrebbe iniziare con un progetto sui dati"},"content":{"rendered":"\n

Di recente, il 77% dei responsabili delle decisioni aziendali<\/a> ha dichiarato di temere di non riuscire a sfruttare al meglio i vantaggi dell’intelligenza artificiale generativa per la propria azienda. Nel tentativo di non rimanere indietro, molte aziende stanno procedendo a pieno ritmo. Sperano di poter sfruttare i vantaggi promessi dall’AI, come un processo decisionale pi\u00f9 rapido, una migliore efficienza operativa e una maggiore soddisfazione dei clienti. Ma se stessero trascurando la preparazione dei dati e andando avanti troppo in fretta?\u00a0<\/strong><\/p>\n\n\n\n

Lanciare progetti supportati dall’AI senza accertarsi che l’azienda sia pronta \u00e8 rischioso. Una nuova ricerca dimostra infatti che una buona preparazione dei dati \u00e8 l’azione pi\u00f9 importante<\/a> da intraprendere se si desidera implementare con successo l’utilizzo dell’AI generativa<\/a>.<\/strong> Infatti, se si addestrano i modelli di AI con dati insufficienti, si otterranno output imprecisi.\u00a0<\/p>\n\n\n\n

Per comprendere come e perch\u00e9 accade tutto ci\u00f2, abbiamo identificato tre ipotetici casi d’uso di una preparazione efficace e inefficace dei dati e il conseguente impatto sul successo dell’AI.<\/p>\n\n\n\n

La preparazione dei dati determina il successo dell’AI: tre casi d’uso<\/h2>\n\n\n\n

<\/p>\n\n\n\n

1. L’AI aumenta l’efficienza<\/h3>\n\n\n\n

Immagina un team di vendita in un’azienda tecnologica che chiameremo “Futurix Dynamics”. Per prima cosa, hanno pulito e normalizzato<\/a> tutti i dati immagazzinati nel loro strumento di gestione delle relazioni con i clienti (CRM). Preparare i dati in questo modo permette di ottenere profili cliente accurati e interazioni ben documentate sulle vendite. <\/strong>Al momento del lancio di nuove funzionalit\u00e0 di AI per il loro CRM, l’AI valuta i dati esistenti e fornisce informazioni dettagliate su potenziali lead e sulle opportunit\u00e0 di upselling. E non solo! L’AI pu\u00f2 anche generare e-mail per i rappresentanti di vendita e fornire loro riepiloghi automatizzati delle chiamate a ogni interazione con un cliente. Di conseguenza, il loro team trascorre meno tempo a digitare e ha pi\u00f9 tempo per chiudere le trattative, il che aumenta in modo significativo l’efficienza delle vendite.<\/p>\n\n\n\n

In “HumanisTek Inc.”, un’azienda tecnologica concorrente, la direzione ha fretta di implementare l’AI e non si sofferma a preparare adeguatamente i dati. Il loro CRM \u00e8 pieno di contatti obsoleti e dati di vendita incoerenti. Di conseguenza, spesso la loro piattaforma di AI suggerisce lead irrilevanti in base a informazioni obsolete sui clienti. Questo comporta una perdita di opportunit\u00e0 e crea frustrazione nel personale di vendita, che deve correggere continuamente i dati errati. I rappresentanti di vendita, inoltre, sono costretti a dedicare troppo tempo al controllo delle e-mail generate dall’AI<\/a> perch\u00e9 spesso non sono corrette. In questo caso, l’efficienza promessa dall’AI non va mai a concretizzarsi.<\/p>\n\n\n\n

2. L’AI migliora la precisione.<\/h3>\n\n\n\n

In “HelpDeskers”, <\/strong>un’azienda che si occupa di servizio clienti, preparare adeguatamente i dati significa che il loro sistema di AI \u00e8 in grado di comprendere e categorizzare correttamente le domande dei clienti. Di conseguenza, i loro tempi di risoluzione sono pi\u00f9 rapidi e offrono un’assistenza altamente personalizzata. Inoltre, il sistema di AI \u00e8 in grado di identificare problemi specifici man mano che si presentano (attraverso un picco di chiamate, ad esempio) perch\u00e9 le fonti dei dati sono complete e vengono aggiornate regolarmente. <\/strong>Questo inoltre fornisce al team le informazioni necessarie per affrontare i problemi in modo proattivo e migliorare la soddisfazione complessiva dei clienti. I report generati dall’AI consentono alla direzione di sapere quali sono gli argomenti che generano il maggior numero di chiamate; questo permette loro di prendere decisioni corrette in materia di personale e di formazione per il call center.<\/p>\n\n\n\n

Al contrario, in “QuickFixing” <\/strong>la pulizia dei dati non \u00e8 una questione prioritaria. Le chiamate non vengono codificate correttamente all’interno del sistema e non viene tenuta traccia degli argomenti, della data e dell’orario di ciascuna chiamata. Pertanto, avendo a disposizione solo dati incompleti e talvolta imprecisi, l’AI non \u00e8 in grado di contestualizzare le lamentele dei clienti.<\/strong> Il team dell’assistenza clienti non riceve le informazioni necessarie sugli argomenti di tendenza e pertanto non pu\u00f2 essere proattivo n\u00e9 preparato a risolverli. Questo non solo genera frustrazione nei clienti, ma nel lungo termine pu\u00f2 portare a strategie di business sbagliate. Poich\u00e9 la direzione non vede chiaramente gli sviluppi di questi problemi in tempo reale, prende decisioni sulla base di informazioni non corrette.<\/p>\n\n\n\n

3. L’AI fa emergere informazioni dettagliate<\/h3>\n\n\n\n

“Trendists”, un’azienda di ricerche di mercato, ha un analista dei dati dedicato che garantisce che tutti i dati utilizzati per alimentare il sistema di AI siano aggiornati e completi. Di conseguenza, l’AI fornisce all’analista report dinamici e approfonditi che rispecchiano con precisione i cambiamenti del mercato e il comportamento dei clienti.<\/strong> Questi report a loro volta permettono all’analista di fornire al proprio manager consigli strategici che mantengono l’azienda al passo con le tendenze di mercato.<\/p>\n\n\n\n

Dall’altra parte, in “Static Analytics, Ltd.”, un’altra azienda di ricerche di mercato, le informazioni inserite nel sistema sono spesso obsolete. Il loro analista dei dati pertanto ha a che fare con un sistema di AI che non \u00e8 in grado di offrire previsioni accurate e consigli pertinenti. Ci\u00f2 significa che non gli \u00e8 possibile fornire al proprio manager informazioni dettagliate in tempo reale per poter prendere decisioni informate, e questo fa s\u00ec che l’azienda resti indietro rispetto alla concorrenza.<\/p>\n\n\n\n

I dati sono il tuo asset strategico pi\u00f9 importante e sono fondamentali per un utilizzo efficace dell’AI.<\/strong> Ma per sfruttare al meglio il loro potenziale e godere dei vantaggi delle tue iniziative di AI, dovrai adottare una mentalit\u00e0 che guardi in questa direzione e dare la giusta priorit\u00e0 alla preparazione dei dati stessi.<\/p>\n\n\n\n

\n\n\t\"\"\n\n\t\t\t
\n\t\t\t\t\t\t\t\"\"\n\t\t\t\t\t<\/div>\n\t\n\t\"\"\n\n\t
\n\t\t
\n\t\t\t\n<\/svg>\n\t\t\t

Soluzioni rapide per la preparazione dati<\/h2>\n\t\t\t

Scopri le basi per migliorare la qualit\u00e0 dei tuoi dati sin dall'inizio e per utilizzare Einstein Trust Layer lungo il percorso: trovi tutto su Trailhead, la piattaforma di apprendimento online gratuita di Salesforce.<\/p>\n\t\t\t\n\n

Migliora i tuoi dati<\/a><\/div>\n\n\t\t<\/div>\n\t\t
\n\t\t\t
+1.900 punti<\/div>\n\t\t\t
Trail<\/div>\n\t\t\t

Prepara i tuoi dati per l’AI<\/p>\n\t\t\t

<\/p>\n\t\t\t

\n\t\t\t\t
\n<\/svg>\n<\/div>\n\t\t\t\t
\n<\/svg>\n<\/div>\n\t\t\t<\/div>\n\t\t<\/div>\n\t<\/div>\n\n\t\"\"\n\t\"\"\n\n<\/div>\n","protected":false},"excerpt":{"rendered":"

I dati sono il tuo asset strategico pi\u00f9 importante: non lasciare che il tuo team si imbatta in una preparazione inadeguata.<\/p>\n","protected":false},"author":152,"featured_media":3628,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"sf_justforyou_enable_alt":true,"optimizely_content_id":"3353b7784a34476faa812aaed572a272","post_meta_title":"","ai_synopsis":"","_jetpack_memberships_contains_paid_content":false,"footnotes":""},"sf_topic":[160,29],"sf_content_type":[],"blog":[1052,1165],"coauthors":[2],"class_list":["post-3627","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","sf_topic-generative-ai","sf_topic-data-culture","blog-data-culture","blog-generative-ai"],"yoast_head":"\nPerch\u00e9 ogni progetto di AI dovrebbe iniziare dai dati | Salesforce<\/title>\n<meta name=\"description\" content=\"La preparazione dei dati \u00e8 il passo pi\u00f9 importante per ottenere output di AI affidabili. Ecco cosa pu\u00f2 succedere se decidi di evitarlo.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Perch\u00e9 ogni progetto di AI dovrebbe iniziare con un progetto sui dati\" \/>\n<meta property=\"og:description\" content=\"La preparazione dei dati \u00e8 il passo pi\u00f9 importante per ottenere output di AI affidabili. Ecco cosa pu\u00f2 succedere se decidi di evitarlo.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/\" \/>\n<meta property=\"og:site_name\" content=\"Salesforce\" \/>\n<meta property=\"article:published_time\" content=\"2024-09-02T14:26:28+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-09-02T14:27:29+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1732\" \/>\n\t<meta property=\"og:image:height\" content=\"1155\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Salesforce Italia\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Salesforce Italia\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"6 minuti\" \/>\n\t<meta name=\"twitter:label3\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data3\" content=\"Salesforce Italia\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/\"},\"author\":[{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/#\/schema\/person\/image\/d74bba174b633a02c1daa27bf350774f\"}],\"headline\":\"Perch\u00e9 ogni progetto di AI dovrebbe iniziare con un progetto sui dati\",\"datePublished\":\"2024-09-02T14:26:28+00:00\",\"dateModified\":\"2024-09-02T14:27:29+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/\"},\"wordCount\":941,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/#organization\"},\"image\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg\",\"keywords\":[\"ai generativa\",\"data culture\",\"dati\"],\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/\",\"url\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/\",\"name\":\"Perch\u00e9 ogni progetto di AI dovrebbe iniziare dai dati | Salesforce\",\"isPartOf\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg\",\"datePublished\":\"2024-09-02T14:26:28+00:00\",\"dateModified\":\"2024-09-02T14:27:29+00:00\",\"description\":\"La preparazione dei dati \u00e8 il passo pi\u00f9 importante per ottenere output di AI affidabili. Ecco cosa pu\u00f2 succedere se decidi di evitarlo.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#primaryimage\",\"url\":\"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg\",\"contentUrl\":\"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg\",\"width\":1732,\"height\":1155,\"caption\":\"woman focused on data preparation for report\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.salesforce.com\/it\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Perch\u00e9 ogni progetto di AI dovrebbe iniziare con un progetto sui dati\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/#website\",\"url\":\"https:\/\/www.salesforce.com\/it\/blog\/\",\"name\":\"Salesforce\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.salesforce.com\/it\/blog\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/#organization\",\"name\":\"Salesforce\",\"url\":\"https:\/\/www.salesforce.com\/it\/blog\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2023\/09\/Salesforce.webp\",\"contentUrl\":\"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2023\/09\/Salesforce.webp\",\"width\":1200,\"height\":630,\"caption\":\"Salesforce\"},\"image\":{\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.salesforce.com\/it\/blog\/#\/schema\/person\/image\/d74bba174b633a02c1daa27bf350774f\",\"name\":\"Salesforce Italia\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/secure.gravatar.com\/avatar\/?s=96&d=mm&r=g23494c9101089ad44ae88ce9d2f56aac\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/?s=96&d=mm&r=g\",\"caption\":\"Salesforce Italia\"},\"url\":\"https:\/\/www.salesforce.com\/it\/blog\/author\/salesforceitalia\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Perch\u00e9 ogni progetto di AI dovrebbe iniziare dai dati | Salesforce","description":"La preparazione dei dati \u00e8 il passo pi\u00f9 importante per ottenere output di AI affidabili. Ecco cosa pu\u00f2 succedere se decidi di evitarlo.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/","og_locale":"it_IT","og_type":"article","og_title":"Perch\u00e9 ogni progetto di AI dovrebbe iniziare con un progetto sui dati","og_description":"La preparazione dei dati \u00e8 il passo pi\u00f9 importante per ottenere output di AI affidabili. Ecco cosa pu\u00f2 succedere se decidi di evitarlo.","og_url":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/","og_site_name":"Salesforce","article_published_time":"2024-09-02T14:26:28+00:00","article_modified_time":"2024-09-02T14:27:29+00:00","og_image":[{"width":1732,"height":1155,"url":"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg","type":"image\/jpeg"}],"author":"Salesforce Italia","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"Salesforce Italia","Tempo di lettura stimato":"6 minuti","Written by":"Salesforce Italia"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#article","isPartOf":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/"},"author":[{"@id":"https:\/\/www.salesforce.com\/it\/blog\/#\/schema\/person\/image\/d74bba174b633a02c1daa27bf350774f"}],"headline":"Perch\u00e9 ogni progetto di AI dovrebbe iniziare con un progetto sui dati","datePublished":"2024-09-02T14:26:28+00:00","dateModified":"2024-09-02T14:27:29+00:00","mainEntityOfPage":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/"},"wordCount":941,"commentCount":0,"publisher":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/#organization"},"image":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#primaryimage"},"thumbnailUrl":"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg","keywords":["ai generativa","data culture","dati"],"inLanguage":"it-IT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/","url":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/","name":"Perch\u00e9 ogni progetto di AI dovrebbe iniziare dai dati | Salesforce","isPartOf":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#primaryimage"},"image":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#primaryimage"},"thumbnailUrl":"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg","datePublished":"2024-09-02T14:26:28+00:00","dateModified":"2024-09-02T14:27:29+00:00","description":"La preparazione dei dati \u00e8 il passo pi\u00f9 importante per ottenere output di AI affidabili. Ecco cosa pu\u00f2 succedere se decidi di evitarlo.","breadcrumb":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#primaryimage","url":"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg","contentUrl":"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg","width":1732,"height":1155,"caption":"woman focused on data preparation for report"},{"@type":"BreadcrumbList","@id":"https:\/\/www.salesforce.com\/it\/blog\/ai-data-preparation\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.salesforce.com\/it\/blog\/"},{"@type":"ListItem","position":2,"name":"Perch\u00e9 ogni progetto di AI dovrebbe iniziare con un progetto sui dati"}]},{"@type":"WebSite","@id":"https:\/\/www.salesforce.com\/it\/blog\/#website","url":"https:\/\/www.salesforce.com\/it\/blog\/","name":"Salesforce","description":"","publisher":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.salesforce.com\/it\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/www.salesforce.com\/it\/blog\/#organization","name":"Salesforce","url":"https:\/\/www.salesforce.com\/it\/blog\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.salesforce.com\/it\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2023\/09\/Salesforce.webp","contentUrl":"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2023\/09\/Salesforce.webp","width":1200,"height":630,"caption":"Salesforce"},"image":{"@id":"https:\/\/www.salesforce.com\/it\/blog\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.salesforce.com\/it\/blog\/#\/schema\/person\/image\/d74bba174b633a02c1daa27bf350774f","name":"Salesforce Italia","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/secure.gravatar.com\/avatar\/?s=96&d=mm&r=g23494c9101089ad44ae88ce9d2f56aac","url":"https:\/\/secure.gravatar.com\/avatar\/?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/?s=96&d=mm&r=g","caption":"Salesforce Italia"},"url":"https:\/\/www.salesforce.com\/it\/blog\/author\/salesforceitalia\/"}]}},"jetpack_featured_media_url":"https:\/\/www.salesforce.com\/it\/blog\/wp-content\/uploads\/sites\/17\/2024\/02\/Stocksy-Guille-Faingold.jpg","jetpack_sharing_enabled":true,"distributor_meta":false,"distributor_terms":false,"distributor_media":false,"distributor_original_site_name":"Salesforce","distributor_original_site_url":"https:\/\/www.salesforce.com\/it\/blog","push-errors":false,"_links":{"self":[{"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/posts\/3627","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/users\/152"}],"replies":[{"embeddable":true,"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/comments?post=3627"}],"version-history":[{"count":2,"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/posts\/3627\/revisions"}],"predecessor-version":[{"id":3673,"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/posts\/3627\/revisions\/3673"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/media\/3628"}],"wp:attachment":[{"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/media?parent=3627"}],"wp:term":[{"taxonomy":"sf_topic","embeddable":true,"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/sf_topic?post=3627"},{"taxonomy":"sf_content_type","embeddable":true,"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/sf_content_type?post=3627"},{"taxonomy":"blog","embeddable":true,"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/blog?post=3627"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.salesforce.com\/it\/blog\/wp-json\/wp\/v2\/coauthors?post=3627"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}