Leggiamo ogni giorno il termine big data su blog, giornali, siti internet.
Ma sappiamo veramente cosa sono i big data e come possono essere utilizzati dalle aziende?
Il nostro approccio ai Big Data
Nella nostra vita quotidiana, compiamo innumerevoli azioni, più o meno complessi, come puo' essere una semplice ricerca su Google, un acquisto in un supermercato, le interazione sui social network o ad un semplice sito web. Tutte questo genera una mole d'informazioni estremamente grande, un volume di dati eterogenei, immagazzinati e analizzabili anche in tempo reale. Questi sono definiti Big Data.
Volume
la quantità di dati eterogenei provenienti da diverse fonti: database, log, email, social media, eventi etc…
VarietÃ
l’eterogeneità dei dati generati è importante, poiché per avere analisi più accurate e profonde, bisogna considerare sia dati strutturati che non.
VelocitÃ
la velocità con la quale i dati vengono generati e trasmessi, in tempo reale, per poter effettuare l’analisi.
VeridicitÃ
La veridicità è legata alla qualità dei dati raccolti, poiché dati che non sono veritieri diventano inquinanti per l’analisi e portano a scelte errate.
Valore
La capacità di trasformare i dati in valore. Il concetto abbastanza ovvio riguarda sempre la qualità di un dato, e bisogna definire quali sono gli elementi che caratterizzano il dato stesso, cioè applicare dei parametri, per definire in quale misura il dato va preso in considerazione.
Analytics
Cos’è l’analytics? Quali sono le differenze con l’analysis?
Mentre l’analysis si focalizza su ciò che è successo, quindi sul passato, l’analytics è focalizzato sul perché è successo e su cosa succederà dopo.
Gli strumenti di analytics sono suddivisi in 4 categorie:
- Descrittivi: puntano a descrivere la situazione passata e presente dei processi;
- Predittivi: analizzano i dati e cercano di fare delle previsioni future;
- Prescrittivi: propongono possibili soluzioni e scelte sulla base di analisi da loro effettuate;
- Automatizzati: in autonomia fanno scelte sulla base delle analisi svolte.
Questa suddivisione in categorie, aiuta l’imprenditore, nella scelta degli strumenti che vuole utilizzare nella propria azienda.
Le modalità con la quale avviene l’analytics, sono principalmente: Real time analytics, Machine learning e augmented analytics, Self service data analytics.
Real time analytics
Il real time analytics è l’approccio che consente l’analisi dei dati in tempo reale, utilizzando l’elaborazione in streaming dei dati, in questo modo possono essere fatte scelte in modo più veloce, ed avere la situazione corrente sotto controllo.Machine learning e augmented analytics
Il machine learning e augmented analytics, è un approccio utilizzato per chi vuole fare da se l’analisi, perché questo processo automatizza l’identificazione dei data set, dei pattern e delle ipotesi, offrendo analisi più approfondite.
Self service data analytics
La self service data analytics è la diffusione di strumenti che permettono all’utente di gestire in autonomia il processo di interrogazione dei dati. Questi strumenti offrono diverse soluzioni all’utente tra cui:
- Report: sono dei documenti di analisi svolti in maniera sintetica redatti da Data Scientist e Data Analyst;
- Dashboard periodiche: sono dashboard dinamiche, in cui l’utente reagisce con i dati, ma in maniera limitata, analizzando dati elaborati periodicamente, quindi non aggiornati al momento in cui la fonte dei dati viene aggiornata;
- Dashboard in realtime: sono dashboard aggiornate in tempo reale, e quindi mostra una situazione reale, al momento della consultazione;
- Strumenti di Visual Data Discovery: sono degli strumenti che permettono lo sviluppo di analisi complesse, come le analisi previsionali o di ottimizzazione.
Dove utilizzare queste tecnologie?
Marketing
Il settore in cui vengono utilizzati principalmente questi strumenti è il marketing; le aziende utilizzano le analisi per prendere decisioni di campagne pubblicitarie e studiare il targeting dei consumatori. Con informazioni di questo tipo un marketer riesce a migliorare le campagne di marketing, i contenuti dei siti Web, e l'architettura delle informazioni.
Manutenzione preventiva
L’utilizzo dell’analisi può essere applicato anche all’interno delle fabbriche in modo da controllare in tempo reale la produzione e la manutenzione preventiva o predittiva dei macchinari.