Cosa postiamo sui social? Quali canzoni ascoltiamo su Spotify? Quale ricerche facciamo su Google? Cosa cerchiamo nelle mappe?
Le risposte a queste domande generano i Big Data.
Quantità di dati differenti tra loro prodotti in quantità rilevante che vengono creati attraverso dispositivi differenti.
La loro complessità in termini di volume fa si che abbiano bisogno per essere analizzati di tecnologie e strumenti specifici e non di quelli tradizionali di gestione dei dati.
Vediamo dunque come analizzare questi Big Data.
Differenza tra dati normali e Big Data
Prima di capire come analizzare i big data, facciamo un passo indietro per capire come possiamo riconoscerli e a cosa servono.
Con l'avanzare del fenomeno di Internet la mole di dati che ciascuno di noi maneggia è diventata veramente molto ampia: 12gb ogni giorno per ognuno di noi!
Nel 2001 l'analista Doug Laney definisce i Big Data attraverso le tre V:
- Velocità nell'acquisire e gestire l'enorme flusso di dati che arriva all'interno delle proprie aziende e quanto velocemente questi dati cambiano nel tempo. Il processo è in continua evoluzione con l'avanzamento del mondo di internet.
- Volume ossia la quantità di dati che sono maneggiati dall'azienda come le migliaia di immagini e video prodotti e ricevuti e i file come anche i programmi che sono adoperati.
- Varietà dei formati che sono adoperati all'interno dei propri sistemi che non siano strutturati come ad esempio commenti nei social network o Pdf, Word, Excel o il gps dei telefoni.
A questi tre oggi vanno aggiunti altre due V che rendono il quadro più completo (e complesso!)
- Variabilità quanto è costante la velocità di produzione dei dati e come muta al seconda del contesto.
- Veridicità quanto i dati sono effettivamente di qualità e quindi il valore informativo che possiamo estrarne.
Qual è quindi il valore di questi Big Data? La capacità di elaborare tutti questi dati diversi affinchè attraverso l'utilizzo di algoritmi si possano avere dei dati reali e delle previsioni su quelle che saranno le tendenze future.
Analizzare i Big Data
Arriviamo quindi al punto cruciale, per rimanere competitivi sul mercato non possiamo che fare affidamento ai Big Data. Avere la possibilità di analizzare questa quantità di dati all'interno del nostro business fa sì che possiamo essere più consci su come viene gestita la nostra attività ma anche migliorare i nostri processi e gestire flussi ed emergenze.
Per questo entriamo direttamente nella parte di analisi dei dati (ordinati e non ordinati) per trasfomarli in conoscenze utili per migliorare il nostro business.
Gli approcci da adottare sono di tipo:
- Descrittivo (Descriptive Analytics) è il primo da fare ovvero partire dalla situazione attuale nella quale ci si trova e nella situazione passata nella quale ci si è trovati. Si visualizzano graficamente i livelli di performance.
- Predittivo (Predictive Analytics) dopo aver saputo qual è il punto attuale e passato del proprio business bisogna sapere cosa ci si può aspettare in un prossimo futuro.
- Prescrittivo (Prescriptive Analytics) in base alle analisi che sono state volte colui che prendere le decisioni (decision maker) sarà aiutato nell'adottare la strategia più adeguata.
- Automatizzato (Automated Analytics) per implementare in maniera automatica un'azione in base alle analisi che ne derivano.
Per analizzare questa mole di dati ricorda che ci sono delle figure formate su queste tematica che sono i Data Scientist, professionisti che attraverso il machine learning algorithms, il data mining e l'uso della statistica ricavano le informazioni più utili.
Per approfondomenti su questa figura, sempre più ricercata su IT Manager Space potrete leggere un articolo proprio questo argomento (Data Science, la scienza alla base dei Big Data Analytics).
Oltre a figure esperte è necessario avere una strategia per capire qual è l'obiettivo su cui vogliamo focalizzarci e quindi dove vogliamo arrivare con l'analisi dei nostri dati