Di articoli sui Big Data ce ne sono molti su Internet, ma a volte sono molto tecnici o criptici. È un argomento ostico, ma non ti preoccupare: insieme proviamo a saltarci fuori.
Quindi adesso cercherò di spiegarti in maniera semplice che cosa sono i Big Data e perché è importante conoscerli, soprattutto se hai una tua attività.
Sei pronto? Allora cominciamo!
- Cosa sono i Big Data?
- Ma da dove provengono tutti questi dati?
- Cosa è la Big Data Analytics e chi è il data scientist
- Business Intelligence e Big Data Analytics
- In cosa consistono i Big Data Analytics?
- Come vengono utilizzati i Big Data?
- Big Data e lavoro
- Vantaggi e svantaggi dei Big Data
- Futuro dei Big Data
- Corsi e Libri sui Big Data
Cosa sono i Big Data?
Quando si parla di Big Data, la traduzione in italiano potrebbe fuorviare, poiché “Grandi Dati” non significa nulla. Infatti con questo termine non indichiamo dei particolari tipi di dati che sono più grandi di valore rispetto ad altri. Quando parliamo di Big Data ci riferiamo a “grandi raccolte di dati”.
La Treccani li definisce come un:
“ingente insieme di dati digitali che possono essere rapidamente processati da banche dati centralizzate.”
Anche se questa definizione afferma che possono essere rapidamente processati, ciò che contraddistingue i Big Data è proprio la difficoltà di elaborazione della quantità di elementi al suo interno, per la quale si necessita di dispositivi, software e sistemi particolari.
Questi modelli di manipolazione non sono fissi, ma mutano con l’evolversi della tecnologia e quindi con l’incrementarsi della velocità degli elaboratori e della creazione delle informazioni.
L’analista Douglas Laney aveva definito i parametri che definiscono la crescita di questi modelli, le cosiddette “3V”:
- Volume: ossia la quantità di dati che vengono generati.
- Varietà: riferita alle diverse tipologie di dati raccolti.
- Velocità: cioè la rapidità con cui i dati vengono generati.
A queste tre, ne sono state aggiunte successivamente altre due:
- Veridicità: semplicemente viene assegnato un indice di veridicità ai dati su cui si basano le analisi.
- Valore: il valore reale che hanno le informazioni per essere poi sfruttate nei piani di business e investimenti.
Ma da dove provengono tutti questi dati?
Ormai anche la macchina del caffé è connessa a internet. Qualsiasi dispositivo che ti viene in mente è già stato contaminato dalla tecnologia e può comunicare con i suoi simili. Questo fenomeno è conosciuto come Internet of Things, ossia Internet delle Cose (abbreviato IoT). Si stima che i prodotti digitali connessi alla rete abbiano superato i 30 milioni di unità. Tutti questi oggetti si trasmettono dei dati tra loro, che vengono raccolti ed elaborati.
Non dimenticare poi tutti gli smartphone e computer che vengono ogni giorno utilizzati per qualsiasi tipo di attività, con tutte quelle app che vengono aperte ogni giorno.
Nel 2018 le persone connesse a Internet superavano i 4 miliardi, ossia più della metà della popolazione mondiale.
Quando si è su Internet si naviga su svariati siti e servizi web: tutti i dati di navigazione vengono raccolti dalle aziende e ogni giorno sono miliardi le persone che, inconsapevolmente o meno, lasciano una loro impronta nel web.
Tutte queste informazioni vengono raccolte ed elaborate grazie alle tecnologie di Big Data e servono strumenti potenti per farlo.
Dopo che sono stati raggruppati tutti questi dati in appositi database, bisogna utilizzarli. È qui che entra in gioco la Big Data Analytics e la figura del data scientist.
Cosa è la Big Data Analytics e chi è il data scientist?
Perché si raccolgono dati? Per avere informazioni. Ma i semplici numeri non ci dicono nulla se alle spalle non c’è un’attività di analisi. La Big Data Analytics si occupa proprio di ricavare le informazioni dai dati raccolti.
La figura professionale che si occupa di questo processo è il data scientist, una professione nuova, nata nel 2008 grazie a D.J.Patill e di Jeff Hammerbacher, ma riconosciuta ufficialmente solo nel 2015.
Una Big Data Analysis non può essere eseguita da tutti, poiché è necessario avere nozioni di molte discipline diverse. In effetti al data scientist, oltre all’informatica, non gli possono mancare conoscenze di matematica e statistica, di business e project management e deve avere capacità di comunicazione e rappresentazione delle informazioni ricavate.
Per questo motivo è una figura ancora rara da trovare ma che sta cominciando ad essere sempre più richiesta dalle aziende. Addirittura l’Harward Business Review l’ha definito nel 2012 il “lavoro più sexy del 21esimo secolo”.
Per chi riesce ad arrivare a conquistare questa mansione le soddisfazioni sono molte, sia a livello professionale che economico. Negli USA un data scientist può arrivare a guadagnare fino a 110.000 dollari l’anno, mentre in Europa la retribuzione media è di 68.000 euro l’anno. Solo nel nostro Paese la media è più bassa, oscillando sui 30.000 euro l’anno.
Business Intelligence e Big Data Analytics
”Ma allora qual’è la differenza tra Business Intelligence e Big Data Analytics?”. Ottima domanda, alla quale vado subito a risponderti.
La prima distinzione tra le due è la metodologia di analisi:
- la business intelligence utilizza la statistica descrittiva, ossia trae informazioni da una serie dati che gli vengono forniti;
- la Big Data Analytics usa la statistica inferenziale, che è una parte della statistica che si basa sullo studio di un campione per trarre informazioni sui cambiamenti del campione stesso.
Quindi possiamo semplificare dicendo che la Business Intelligence serve per misurare cose e rilevare tendenze, utilizzando dataset (ossia una collezione di dati) limitati, dati puliti e modelli di analisi semplici.
La Big Data Analytics, invece, viene utilizzata per dedurre leggi e comportamenti da grandi insiemi di dati, per rivelare rapporti e dipendenze tra i vari gruppi di dati, fino ad effettuare previsioni di risultati e comportamenti, utilizzando dataset eterogenei, con dati grezzi e modelli di analisi complessi.
Anche gli strumenti e software usati sono differenti:
- per la Business Intelligence le categorie di strumenti usati sono molti, dai fogli di calcolo fino a programmi più complessi come l’OLAP;
- per i Big Data servono architetture più distribuite, utilizzando una serie di computer uniti per rafforzare le potenze di calcolo (denominati cluster), e metodologie di Data Mining e Apprendimento Automatico (machine learning).
Quindi la Business Intelligence e la Big Data Analytics sono due facce della stessa medaglia. Lavorano entrambe allo stesso scopo, ma in maniera diversa.
In cosa consistono i Big Data Analytics?
In base agli strumenti e ai modelli utilizzati, è possibile distinguere quattro metodologie di Big Data Analytics:
- Descriptive Analytics: utile per descrivere la situazione attuale e passata dei processi aziendali e/o aree funzionali.
- Predictive Analytics: ossia l’analisi dei dati che permette di rispondere a domande relative a cosa potrebbe succedere in futuro (sono sempre calcoli matematici, non è magia…)
- Prescriptive Analytics: strumenti che, sulla base delle analisi dei dati, sono capaci di proporre soluzioni operative e strategiche.
- Automated Analytics: a seconda delle analisi svolte, gli strumenti sono capaci di automatizzare delle azioni in presenza di determinati risultati.
Sei ancora con me? Bene, allora andiamo avanti. Abbiamo detto da dove provengono questi dati e come vengono analizzati, ma a chi e a cosa servono queste informazioni?
Come vengono utilizzati i Big Data?
Come puoi immaginare, una tecnologia del genere ha toccato moltissimi settori. Non solo il mondo del lavoro.
Nella sanità il trend di utilizzo dei Big Data è in crescita. Il corpo umano è una fonte inesauribile di informazioni, che grazie alle analisi mediche vengono trasformati in dati e quindi misurati per capire la salute del paziente. Naturalmente per fare un buon uso dei Big Data nella sanità ci vuole un software adatto.
Un altro settore che sta beneficiando dell’uso dei Big Data è la smart city e il mondo delle vetture autonome ed elettriche.
Con “città intelligente” ci si riferisce a una struttura urbana che permetteranno di rendere migliore la vivibilità grazie alla tecnologia. Un sottoambito molto gettonato è quello della viabilità, dove macchine a guida autonoma e traffico più moderato non sono poi un futuro così lontano.
Anche il mondo della e-mobility (ossia la mobilità elettrica) ne sta beneficiando: grazie ai dati possiamo capire quali sono i punti più strategici dove posizionare i vari punti di ricarica.
Ci sono moltissimi altri settori che hanno beneficiato dei Big Data: sport, meteorologia, pubblica amministrazione, intrattenimento, ecc.
Big Data e lavoro
Ormai non si può più parlare di Big Data come qualcosa di innovativo, ma sicuramente è un trend in via di sviluppo. Non devi pensare che una tecnologia del genere sia accessibile solo a Google, Facebook o Amazon, ma anche le piccole e medie imprese hanno ormai accesso a queste informazioni per sfruttarle nelle loro attività.
Per esempio, dove esiste il marketing non possono mancare i Big Data. Grazie a quest’ultimi, la gestione del cliente è diventata più raggiungibile grazie ai nuovi CRM (Customer Relationship Management, ossia programmi di gestione dei clienti) che sfruttano la tecnologia di raccolta dati in maniera efficace per conoscere i comportamenti degli utenti. La personalizzazione dei prodotti per gli acquirenti è fattibile grazie allo studio di questi programmi, non perché ci siano dei veggenti in azienda.
Anche nel mondo del management i dati sono importanti quando bisogna prendere decisioni. Non si può dimenticare che l’informazione è potere e più ne hai, più hai la possibilità di suggerire scelte efficaci e sensate per la tua azienda.
Se hai invece un’azienda in cui ci sono delle macchine in funzione, il controllo dei dati permette di eseguire innumerevoli operazioni, con lo scopo di abbattere i costi e ottimizzare il lavoro.
Insomma, sfruttare i dati porta innumerevoli vantaggi e potrei stare qui ad elencarti ancora mille esempi.
“Quindi mi stai dicendo che è tutto rosa e fiori? Dov’è la fregatura?”.
Di fregature non ce ne sono, ma ci sono alcuni punti su cui fare chiarezza.
Vantaggi e svantaggi dei Big Data
I vantaggi gli abbiamo visti:
- ottenere informazioni utili al fine di decidere su qualcosa;
- abbattimento dei costi di lavorazione;
- miglioramento dell’efficienza lavorativa.
Gestire tutti questi dati però comporta delle responsabilità. Molte delle informazioni ricavate possono essere private e per questo viene richiesto alle aziende di proteggere la privacy dei propri clienti.
Ovviamente questo richiede risorse specializzate ed è importante che si faccia molta attenzione all’argomento: si è perseguibili per legge.
Inoltre la gestione di tutti questi dati richiede tempo, risorse e quindi denaro. Questo è un ostacolo per cui le piccole e medie imprese faticano ancora ad investirci.
Non allontaniamoci però dall’idea che i benefici sono maggiori, poiché conoscere i tuoi clienti e trovare soluzioni che ti permettono di spendere meno, comportano poi una crescita della tua impresa.
La tecnologia migliora ogni giorno e questo comporta anche un abbattimento dei costi. È importante investire il prima possibile su questi strumenti, perché è qui che si gioca la partita.
Futuro dei Big Data
I dati offerti dall’Osservatorio Big Data Analytics & Business Intelligence del Politecnico di Milano, ci dicono che i Big Data sono un trend in forte crescita e che gli obiettivi futuri punteranno allo sviluppo delle competenze e alla creazione di team dedicati per ottimizzare i processi aziendali e creare prodotti e servizi in ottica data-driven, ossia orientati ai dati.
Un altro trend che sta nascendo in questi anni sono gli Small Data. Martin Lindstrom ha spiegato che gli small data sono “delle osservazioni apparentemente insignificanti che possiamo individuare nella vita dei consumatori e che rivelano le loro emozioni più recondite”. Sono dei modelli di comportamento che vanno abbinati ai Big Data per ottenere una visione d’insieme più dettagliata. Uno spunto da tenere sott’occhio nei prossimi anni e su cui puntare.
Corsi e Libri sui Big Data
Spero che ora ti sia più chiaro cosa sono i Big Data e quali sono i loro benefici.
Se ti sei interessato a questo settore e vuoi studiare l’argomento, esistono molti corsi e libri.
Il Politecnico di Milano organizza una serie di corsi sul mondo Big Data, mentre se ti interessano dei libri, posso consigliarti Big Data. La guida completa per il Data Scientist di Antonio Teti, oppure Big data marketing. Creare valore nella platform economy con dati, intelligenza artificiale e IoT di Andreina Mandelli, ma non sono gli unici.