big-data

Cosa sono i Big Data? A cosa servono? Come si usano per migliorare le performance di Business?

Big Data significa dare un senso ad un ampio volume di dati. C’e’ una metafora che rende bene l’idea di cosa siano i Big Data: immaginate di stare in una cantina dove una tubatura perde acqua, ma non sapete esattamente dove. Il pavimento inizia a raccogliere il flusso. All’inizio provate ad asciugare con degli stracci, poi con un secchio. Il volume dell’acqua, che nella nostra analogia sono i dati, cresce di continuo. Non avete i giusti strumenti per capire da dove proviene la perdita, sempre maggiore, e porvi rimedio. Servono strumenti tecnologici e di analisi complessi per risolvere il problema: i Big Data. 

Cosa fanno

I Big Data riguardano una raccolta di dati così estesa in termini di volume, velocita’ e varieta’ da richiedere tecnologie e metodi analitici specifici per l’estrazione di valore. Facciamo un altro esempio: volete avere “il polso” delle azioni di una data azienda quotata. Come fare? Si può analizzare:

  • La percezione dei media valutando qualita’ e quantita’ delle menzioni sui principali canali di notizie
  • Cosa ne pensano i consumatori/clienti
  • Le opinioni degli investitori
  • I Tweet e il sentiment sui social network

Sembra facile? Ci sono molte difficolta’: servono tecnologie in grado di analizzare 500 milioni di Tweet al giorno valutando anche chi scrive; una scala di classificazione; software semantici e cosi’ via.

Facebook e l’uso dei dati

Facebook usa i Big Data per migliorare il Feed che gli utenti vedono sulla propria home page. Insieme a Unicef, Federazione Internazionale della Società della Croce Rossa e la Mezza Luna Rossa e Wfp (Programma Alimentare Mondiale) ha usato i Big Data per aiutare ad intervenire dopo disastri ed emergenze nel mondo.

monitor-1307227_960_720

Non e’ comunque la mole di dati ad essere fondamentale quanto la modalità di analisi. Quello che definisce una procedura di Big Data implica:

  • Volume dei dati da moltissime fonti
  • Velocita’ di analisi
  • Variabilita’ della mole di dati che si riceve, che può avere picchi improvvisi
  • Complessita’ e necessita’ di semplificare

Obiettivi

  • Valutare e individuare i percorsi di lavoro sbagliati e poco efficienti
  • Generare Coupon, sconti e offerte basati sulle preferenze dei consumatori
  • Calcolare i rischi in poco tempo
  • Individuare prassi sbagliate nelle aziende