import pandas as pd

Bayes' Theorem and Belief Updating

Bayes è il linguaggio dell’aggiornamento disciplinato. Parti da quello che sapevi prima, osservi una nuova evidenza e cambi giudizio senza farti dominare né dall’istinto né dal singolo dato rumoroso. La categoria della lezione è tecnica, quindi non conta accumulare definizioni: conta capire quale decisione cambia quando il dato diventa più affidabile.

Il problema da risolvere

Conoscere il teorema in astratto serve a poco. Il problema vero è decidere cosa fare quando il team ha dati incompleti, metriche ambigue o vincoli tecnici che rendono fragile la lettura del fenomeno. Una lezione utile separa il segnale dal rumore, dice quale baseline usare e indica quale azione diventa più difendibile dopo l’analisi.

Prendi un alert antifrode che segnala una transazione come sospetta. Il modello ha una precisione apparentemente alta, ma il fenomeno è raro: la maggior parte dei casi segnalati potrebbe comunque essere innocente. Se guardi solo l’accuratezza, prendi una decisione aggressiva. Se aggiorni correttamente la probabilità, capisci quanto deve pesare davvero quel segnale. Il punto chiave è non confondere la probabilità del segnale con la probabilità della causa: molti errori analitici nascono quando P(evidenza | ipotesi) viene scambiata per P(ipotesi | evidenza).

Una mappa di lavoro

Per non trasformare una nozione tecnica in un rituale vuoto, conviene seguire una sequenza fissa. Ogni passaggio deve rendere più chiaro il costo di una decisione sbagliata.

Step	Question to ask	Expected output
Decision	Che cosa cambia se capiamo meglio l’aggiornamento bayesiano?	Scelta esplicita
Signal	Quale dato osservabile riduce l’incertezza?	Metrica o evento
Baseline	Rispetto a cosa interpretiamo il risultato?	Credible comparison
Vincolo	Che cosa può falsare la lettura?	Assunzione da dichiarare
Action	Quale passo operativo segue?	Raccomandazione controllabile

La domanda iniziale non è mai “quale metrica calcolo?”, ma quale decisione dovrà essere presa grazie a questa analisi. Una dashboard, una query o un modello statistico hanno valore solo se riducono incertezza decisionale. Se non cambiano una scelta, sono documentazione o teatro analitico.

Rigorous formalization

Formalizzare significa rendere la lezione una relazione tra decisione, evidenza e rischio. Non serve a complicare, ma a rendere visibili le assunzioni, così uno stakeholder può discutere il criterio decisionale invece di fidarsi del risultato per autorità.

Element	Operational Definition	Controllo minimo
Unit of analysis	Oggetto su cui misuri il fenomeno	Utente, account, evento, ordine o periodo
Variabile osservata	Segnale che rappresenta il comportamento	Definizione stabile e tracciabile
Baseline	Stato contro cui confronti il segnale	Periodo, segmento, controllo o benchmark
Soglia decisionale	Punto in cui cambia l’azione	Criterio scritto prima della lettura
Rischio residuo	Errore che può restare anche dopo l’analisi	Sensitivity check o revisione qualitativa

La formalizzazione è solida quando un altro analista può riprodurre la logica, criticare le assunzioni e ottenere la stessa decisione partendo dagli stessi dati. Prima di calcolare, dichiara l’unità di lavoro (variabile, distribuzione, campione), collegala a un segnale osservabile e indica la decisione attesa.

Anatomy of the theorem

Posterior = Likelihood × Prior / Evidence

P(H|D) = P(D|H) × P(H) / P(D)

Il prior P(H) è cosa credevi prima di vedere i dati. Non è un pregiudizio: è la sintesi di tutta l’informazione precedente. La likelihood P(D|H) misura quanto sono probabili i dati osservati se l’ipotesi è vera. L’evidence P(D) è la probabilità marginale dei dati, la costante di normalizzazione. Il posterior P(H|D) è cosa credi dopo aver visto i dati.

Application to data analysis

Torniamo al rilevamento frodi. Una transazione arriva dalla Nigeria alle 3 AM per 8.500€. Qual è la probabilità che sia fraudolenta?

• Prior: P(fraud) = 0.001 (0.1% of transactions)
• Likelihood: P(Nigeria, 3AM, >5000€ | fraud) = 0.25
• Likelihood: P(Nigeria, 3AM, >5000€ | non_fraud) = 0.0001
• Evidence: P(D) = 0.25×0.001 + 0.0001×0.999 = 0.00035

Posterior: P(fraud | D) = 0.25 × 0.001 / 0.00035 ≈ 0.714 = 71.4%

The probability of fraud went from 0.1% to 71% with three observations. This is the mechanism powering real-time fraud detection systems.

Un secondo esempio è il filtro antispam bayesiano descritto da Paul Graham nel 2002, l’algoritmo che ha salvato le email da quell’anno in poi. Ogni parola in una email contribuisce con un “peso di spam”: P(spam | parola) basato sulla frequenza storica. Il classificatore combina i pesi delle parole più informative usando Bayes e produce una probabilità finale di spam. Funziona perché aggiorna continuamente le probabilità con ogni nuova email marcata come spam o non spam. È bayesian updating in produzione.

Bayesian A/B testing

Instead of a point p-value, Bayesian A/B testing produces a probability distribution over the effect. If 95% of the effect distribution mass is above zero, you can say: “There is a 95% probability that B is better than A.”

Matematicamente: assumi un prior sull’effetto (per esempio normale con media 0), calcoli la posterior combinando i dati del test, e guardi l’area sotto la curva sopra la soglia di rilevanza pratica. Questo è esattamente ciò che un analyst vuole sapere, e che il p-value non può dire.

---

References:

• Graham, P. (2002). “A Plan for Spam.” paulgraham.com.
• Kruschke, J.K. (2014). Doing Bayesian Data Analysis, 2nd ed. Academic Press.

Bayes dentro un sistema più ampio

In un progetto reale l’aggiornamento bayesiano non vive mai isolato. È parte di un sistema fatto di decisioni, dati disponibili, vincoli tecnici, incentivi organizzativi e qualità dell’esecuzione. Il rischio dell’analista principiante è trattare il tema come una definizione: imparare il nome, ricordare due formule, applicare un template. Il lavoro professionale è diverso, perché bisogna capire quale problema risolve il metodo, quali assunzioni contiene e cosa succede quando quelle assunzioni non sono vere.

Un buon modo per impostare il lavoro segue questa sequenza:

1. define the problem in business language;
2. identify the correct unit of analysis: user, account, event, session, order, campaign;
3. check if the data truly measures the phenomenon or just its shadow;
4. build an interpretable metric;
5. segment to avoid the average hiding opposite patterns;
6. turn the result into a verifiable recommendation.

Netflix è un esempio utile perché ha costruito molte decisioni di prodotto intorno a segnali comportamentali osservabili: completamento degli episodi, tempo di ricerca prima della riproduzione, abbandono dopo pochi minuti, ritorno nella settimana successiva, efficacia delle raccomandazioni. Il punto non è che ogni azienda debba copiare Netflix, ma che il dato non viene trattato come ornamento bensì come infrastruttura decisionale. Quando Netflix valuta una nuova riga di raccomandazioni, una diversa immagine di copertina o un algoritmo di ranking, non misura solo il click immediato: misura anche se l’utente guarda davvero il contenuto, se torna nei giorni successivi, se riduce il tempo speso a cercare. Questa disciplina impedisce di ottimizzare vanity metric che sembrano positive nel breve ma danneggiano valore nel lungo periodo. Lo stesso vale per Bayes: il risultato deve essere collegato a un outcome, altrimenti l’analisi è incompleta.

SQL example: building a control view

Il pattern seguente è volutamente generico ma eseguibile nella maggior parte dei warehouse moderni. L’obiettivo è creare una base analitica con metrica, segmento e finestra temporale, così da confrontare periodi e gruppi senza riscrivere la logica ogni volta.

WITH base_events AS (
  SELECT
    user_id,
    account_id,
    event_type,
    event_time,
    DATE_TRUNC('week', event_time) AS week,
    source,
    device_type
  FROM events
  WHERE event_time >= CURRENT_DATE - INTERVAL '180 days'
    AND user_id IS NOT NULL
),
weekly_user_metrics AS (
  SELECT
    week,
    user_id,
    COALESCE(source, 'unknown') AS source,
    COALESCE(device_type, 'unknown') AS device_type,
    COUNT(*) AS total_events,
    COUNT(DISTINCT DATE(event_time)) AS active_days,
    COUNT(DISTINCT event_type) AS event_diversity,
    MAX(CASE WHEN event_type IN ('purchase', 'subscribe', 'activation') THEN 1 ELSE 0 END) AS reached_key_outcome
  FROM base_events
  GROUP BY week, user_id, source, device_type
)
SELECT
  week,
  source,
  device_type,
  COUNT(DISTINCT user_id) AS users,
  ROUND(AVG(active_days), 2) AS avg_active_days,
  ROUND(AVG(event_diversity), 2) AS avg_event_diversity,
  ROUND(AVG(reached_key_outcome) * 100, 2) AS key_outcome_rate
FROM weekly_user_metrics
GROUP BY week, source, device_type
ORDER BY week, source, device_type;

This query does not claim to be the final answer. It serves to create an observation surface: trends, segments, differences between channels, variations over time. From here, the analyst can formulate more precise hypotheses.

Python example: checking stability and anomalies

A useful metric must be stable enough to guide decisions and sensitive enough to signal real changes. In Python, we can check for anomalous week-over-week variations.

# df contiene: week, segment, users, key_outcome_rate
# key_outcome_rate espresso in percentuale, es. 12.4

df = df.sort_values(['segment', 'week']).copy()
df['previous_rate'] = df.groupby('segment')['key_outcome_rate'].shift(1)
df['wow_change_pp'] = df['key_outcome_rate'] - df['previous_rate']
df['rolling_mean'] = df.groupby('segment')['key_outcome_rate'].transform(
    lambda s: s.rolling(4, min_periods=2).mean()
)
df['rolling_std'] = df.groupby('segment')['key_outcome_rate'].transform(
    lambda s: s.rolling(4, min_periods=2).std()
)
df['z_score'] = (df['key_outcome_rate'] - df['rolling_mean']) / df['rolling_std']

anomalies = df[df['z_score'].abs() >= 2].sort_values('z_score')
print(anomalies[['week', 'segment', 'key_outcome_rate', 'wow_change_pp', 'z_score']])

Il valore di questo controllo è pratico: evita di reagire a ogni oscillazione casuale, ma segnala quando una variazione merita investigazione. In un contesto aziendale questo tipo di analisi può alimentare alert, review settimanali e retrospettive di prodotto.

Esercizio guidato

Comincia dal livello base: scrivi in cinque righe quale decisione concreta dovrebbe migliorare grazie all’aggiornamento bayesiano, indicando metrica, unità di analisi, baseline e rischio principale. Se non riesci a nominare la decisione, la lezione è ancora troppo astratta.

Al livello intermedio costruisci una tabella con quattro colonne: segnale osservato, interpretazione prudente, controllo necessario, azione consigliata. Usa almeno un caso in cui il segnale non basta per decidere.

Al livello research-grade trasforma l’esercizio in un memo decisionale che include assunzioni, criteri di esclusione, soglia di intervento, sensitivity check e una proposta di monitoraggio dopo la decisione. Per i dati usa un export reale, una tabella sintetica, una dashboard interna o un notebook di studio: serve almeno una dimensione di segmento, una metrica osservabile e un periodo o baseline di confronto.

Come autovalutazione, prova a rispondere: quale decisione concreta dovrebbe migliorare questa lezione, quale unità di analisi rende il problema misurabile, quale baseline eviterebbe una lettura isolata, quale assunzione se falsa cambierebbe la conclusione, e quale controllo presenteresti prima di raccomandare un’azione.

Common mistakes to avoid

L’errore più frequente è usare Bayes come etichetta tecnica invece che come criterio di scelta. Succede quando il team presenta un numero senza dire quale decisione cambia, quale baseline lo rende interpretabile e quale rischio resta aperto. In quel caso il dato sembra preciso, ma non guida l’azione.

Ci sono poi tre trappole ricorrenti nell’analisi dei dati. La prima è lavorare su dati aggregati troppo presto: una media globale può nascondere due segmenti che si muovono in direzioni opposte. La seconda è non controllare la qualità del dato, perché eventi duplicati, tracking incompleto, timezone incoerenti e cambi di definizione producono conclusioni false. La terza è confondere correlazione e causalità: se gli utenti che usano una feature convertono di più, non significa che la feature causi conversione, perché potrebbero usarla proprio perché sono già più motivati. Per ridurre questi rischi, ogni analisi dovrebbe includere almeno la definizione esplicita della metrica, il confronto per segmento e la verifica contro un periodo precedente o gruppo di controllo.

Summary

Il teorema di Bayes va trattato come uno strumento decisionale, non come un argomento da manuale. Il valore nasce quando colleghi problema, dati, metrica, segmentazione e azione. Una buona analisi non termina con “il numero è salito” o “il numero è sceso”, ma con una frase operativa: quale decisione prendiamo, con quale livello di confidenza e quale metrica useremo per sapere se avevamo ragione. La forma corretta della lezione è decisione, segnale, baseline, rischio e azione, e tutto il resto serve solo se rende più affidabile uno di questi passaggi.