# Casi d'uso di GenderAPI e misurazione responsabile > Scopri scenari pratici di arricchimento dei dati e misura i risultati con un gruppo di controllo, il monitoraggio della copertura e la valutazione dell'incertezza. Canonical HTML: https://www.genderapi.io/it/blog/storie-di-successo-aziende-che-prosperano-grazie-allintegrazione-di-genderapi-io Last reviewed: 2026-09-28 ## Dati di pubblicazione Prima pubblicazione: 2024-06-10T12:00:00.000Z Ultima revisione: 2026-09-28T00:00:00.000Z ## Come si valuta un progetto di arricchimento dei dati con GenderAPI? Definisci in anticipo scopo e metrica di effetto, usa un gruppo neutro, conserva la confidenza e i risultati sconosciuti e misura sia l'effetto sia le possibili conseguenze dannose. ## Uno scenario illustrativo non è un caso cliente verificato Il vecchio articolo associava percentuali precise a esempi anonimi nei settori e-commerce, salute, moda e finanza. Senza cliente, fonte, dimensione del campione, periodo e metodo, quelle cifre non possono essere verificate in modo indipendente e quindi non vengono riproposte qui come risultati reali. Non le sostituiamo nemmeno con altri clienti, loghi, metriche o testimonianze: gli scenari di questa guida sono ipotesi da verificare, non risultati dimostrati. Requisiti per un caso cliente pubblicabile Un cliente che ha dato l'autorizzazione o è stato correttamente anonimizzato, valore di partenza, dimensione del campione, periodo di misurazione, metodo, risultato misurato e limiti chiari. ## Quattro flussi di lavoro da sperimentare con cautela ### Messaggi nel percorso e-commerce Arricchisci i record pertinenti, separa i risultati incerti dagli altri e confronta una personalizzazione controllata con un'esperienza neutra. ### Analisi del pubblico Studia modelli aggregati e riporta copertura, risultati sconosciuti e limiti del campione. ### Preparazione dei dati CRM Aggiungi campi normalizzati e valori di supporto, così che il team possa verificare i record prima di usarli. ### Esperimenti sulle campagne Verifica se un messaggio ben delimitato migliora una metrica stabilita in anticipo, senza trattare la stima come identità. ## Privilegia esperienze utili e neutre Un risultato dedotto dal nome non è il genere con cui una persona si identifica. L'esperienza deve restare utile quando il risultato manca o è errato: offri un'alternativa neutra, evita gli stereotipi, non prendere decisioni ad alto impatto in base al genere dedotto e consenti di correggere i dati importanti mediante controlli adeguati da parte del titolare del trattamento. Misura il flusso di lavoro, non le supposizioni sulle persone. ## Valuta il risultato in quattro passaggi ### Definisci prima la decisione Documenta perché il segnale è necessario, chi può usarlo e quali utilizzi sono vietati. ### Mantieni un gruppo di controllo Confronta il flusso arricchito con un'esperienza neutra invece di attribuire ogni variazione a un solo campo. ### Misura copertura e incertezza Riporta i risultati sconosciuti, ambigui e incerti insieme alla metrica aziendale scelta. ### Valuta le conseguenze Cerca effetti negativi, personalizzazioni fuorvianti e differenze tra regioni o lingue. ## REST API, fogli di calcolo o automazione no-code - [REST API Integra risultati strutturati in un'applicazione o in una pipeline di dati. Consulta la documentazione →](https://www.genderapi.io/it/api-documentation) - [Google Sheets Prova un campione ridotto in un foglio di calcolo esistente. Consulta la guida →](https://www.genderapi.io/it/blog/come-determinare-il-genere-in-google-sheets-utilizzando-gender-api-add-on) - [Automazione no-code Collega trigger, arricchimento e una destinazione controllata. Consulta la guida a Zapier →](https://www.genderapi.io/it/blog/zapier-gender-api-integration) ## Limita dati e accessi allo stretto necessario Collega solo gli input richiesti dallo scopo documentato, limita l'accesso alle chiavi API e ai risultati e stabilisci quando i campi dedotti devono essere rivalutati o cancellati. Secondo l'[informativa sulla privacy](https://www.genderapi.io/it/privacy-policy) pubblicata, nomi, nomi utente, indirizzi email e altri input delle richieste riuscite non vengono conservati come record di richiesta riutilizzabili. Le richieste che non riguardano indirizzi email e per le quali non viene trovato alcun risultato di genere possono essere conservate per un massimo di 12 mesi per migliorare GenderAPI; le richieste con indirizzi email non fanno parte di questo set di dati. I file Excel e CSV caricati sono programmati per la rimozione dai sistemi attivi entro cinque giorni e i dati rimossi possono restare in backup a sovrascrittura periodica e ad accesso limitato per un massimo di altri 15 giorni. Per i log di server, autenticazione e sicurezza valgono periodi di conservazione propri, descritti nell'informativa. I diritti di accesso, opposizione e cancellazione sono spiegati nell'[informativa GDPR sulla privacy](https://www.genderapi.io/it/gdpr-compliance). Autorizzazioni, log di esecuzione e impostazioni di conservazione di ogni CRM, foglio di calcolo o servizio di automazione collegato sono indipendenti dalle impostazioni di GenderAPI. Non dare per scontato che la versione dell'API e i campi dei risultati di un componente aggiuntivo corrispondano alla V2. Interpreta data.confidence della V2 insieme a confidence_kind e source; un punteggio dell'IA non equivale a una quota nel set di dati. Riporta separatamente i risultati con data.result_status: unknown, i valori null del JSON e gli errori operativi. Consulta i [campi della risposta V2](https://www.genderapi.io/it/docs/v2/responses), il [metodo di valutazione dell'accuratezza](https://www.genderapi.io/it/accuracy-methodology) e le [fonti dei dati](https://www.genderapi.io/it/data-provenance). ## Domande su casi d'uso e misurazione ### Le percentuali del vecchio articolo erano casi cliente verificati? No. La versione precedente non indicava né clienti, né fonti, né dimensioni del campione, né metodo; per questo la versione attuale non presenta quelle percentuali come prove e non le sostituisce con altre cifre. ### Che cosa deve contenere un caso cliente pubblicabile? L'autorizzazione del cliente, un valore di partenza, la dimensione del campione, il periodo di misurazione, il metodo, il risultato misurato e limiti dichiarati chiaramente. ### Come si misura un flusso di arricchimento dei dati? Definisci in anticipo la metrica, mantieni un gruppo neutro, documenta copertura e incertezza ed evita di attribuire automaticamente il risultato a una sola variabile. ### Il genere previsto corrisponde all'identità di una persona? No. È una deduzione probabilistica dal nome, non il genere con cui la persona si identifica. Può essere errata o inappropriata e non dovrebbe essere usata né come identità confermata né come base per decisioni ad alto impatto. ### I risultati sconosciuti vanno eliminati? No. Conserva come tali i risultati sconosciuti e quelli con confidenza bassa: la loro quota fa parte della copertura e della qualità dei dati e dovrebbe essere riportata insieme alle metriche di effetto. ### Quali dati dovrebbe conservare un flusso di arricchimento? Conserva solo i campi necessari allo scopo documentato e stabilisci regole di cancellazione. Secondo l'informativa sulla privacy pubblicata, gli input delle richieste riuscite non vengono conservati come record riutilizzabili; le richieste che non riguardano indirizzi email e per le quali non viene trovato alcun risultato possono essere conservate per un massimo di 12 mesi per migliorare GenderAPI, e i file Excel e CSV caricati vengono rimossi dai sistemi attivi entro cinque giorni e possono restare in backup ad accesso limitato per un massimo di altri 15 giorni. Controlla anche log e regole di conservazione di ogni servizio collegato. ### Dove si trovano le guide all'implementazione? Nella documentazione REST oppure nelle guide per Google Sheets, Shopify e l'automazione no-code collegate da questa pagina.