Sito personale

“Quod tango muto”

audio attivo

Esperienze / Web3Mi S.r.l.

Domanda di biglietti, budget e conti dell’azienda, ricostruiti dai dati. Gli agenti AI, impiegati e imparati a fondo.

Munus
Tirocinio: econometria del ticketing, data pipeline, finanza d’impresa
Tempus
giu 2026 - set 2026
Locus
Milano (da remoto), Italia
  • Econometria
  • Data pipeline
  • Finanza d’impresa
  • Budgeting

Tre aree di lavoro per la società che organizza la Milano Blockchain Week: econometria del ticketing, modello di budget e finanza d’impresa.

Nel ticketing l’attenzione era sulla domanda di biglietti dell’azienda, edizione per edizione, e su come si muove insieme a marketing e prezzi. È finita in una proposta di prezzi per l’edizione 2027.

Nel budget, sui piani già in uso e su un modello che li sostituisse: un template dei costi e uno dei ricavi, uguali da un’edizione all’altra, con due guide per usarli. L’azienda ha adottato il modello.

Nella finanza d’impresa, sull’azienda intera, dagli sponsor e dal pubblico fino ai bilanci depositati: dodici deliverable, fino alla riconciliazione dei conti e a un cruscotto per la direzione.

Aree di lavoro

I dati arrivavano dall’agente AI dell’azienda, secondo le mie specifiche: contenuto, formato, controlli e vincoli di privacy. L’elaborazione e l’analisi avvenivano in locale.

  1. 01

    Tornare alla fonte

    Ogni cifra si ricalcola dalla fonte, mai a memoria.

  2. 02

    Verificare con un altro strumento

    I risultati chiave si rifanno da capo, per una strada separata.

  3. 03

    Separare osservato da stimato

    Ogni cifra porta con sé la forza della sua evidenza. Null non è zero.

  4. 04

    Pubblicare i limiti

    Ogni deliverable dichiara cosa non può sostenere.

Vuoi saperne di più sulle curve di prenotazione, sui comparabili, sulla scala di prezzi 2027, sul fattore di prudenza λ, sugli effetti quantità e prezzo, sul cruscotto, sugli agenti AI?

Contattami