Big Data: cosa sono e 3 Big Trends per il 2017

nessun commento Big Data
icona post Big Data Cosa sono e Big trend per il 2017

I Big Data sono diventati uno dei maggiori trend e mai come quest’anno ne abbiamo sentito parlare.

Ho assistito a convegni, tavole rotonde, discorsi di vari argomenti e queste 2 parole condivano lo speech di tanti oratori e gli articoli di tanti esperti.

Li hanno definiti nei modi più disparati o hanno evitato del tutto una qualsivoglia definizione, quindi non c’è da sorprendersi se c’è un po’ di confusione su questo termine tra i non addetti ai lavori.

Cosa sono quindi i Big Data?

I Big Data sono un insieme di Dati, provenienti da una molteplicità di fonti, sia tradizionali sia digitali. I Big Data non sono una singola tecnologia, ma una combinazione tra “vecchie” e “nuove” tecnologie. I Big Data richiedono la capacità di gestire una quantità così estesa di dati, provenienti da fonti così disparate da aver bisogno di strumenti non convenzionali per gestirli. I Big Data sono quindi la capacità di estrapolare e gestire un volume enorme di dati entro tempi il più possibili rapidi per consentire delle analisi anche in real-time.

Le caratteristiche dei Big Data vengono riassunte solitamente in 4 V:

Volume: la quantità di dati che vengono raccolti

Varietà: le varie tipologie di dati, raccolti in differenti formati

Velocità: quanto velocemente debbono essere processati questi dati

Veridicità: l’ultima nonché la più importante delle “V” è relativa a quanto sono accurati i risultati che derivano da questa analisi e se sono davvero utili al business o alla ricerca

 

“The idea behind Big Data is simple. Collect all the data you can (Volume), from multiple sources in any and all formats (Variety), as fast as you can (Velocity), and try to be sure the source provides useful, accurate and clean data (Veracity). The 4 V’s just mentioned, form the basis of Big Data.

A simple spreadsheet with 100 million rows and 1000 columns
doesn’t make Big Data.”

Cit. Nikunj Thakkar Founder at dataone.io

 

A questo punto vi starete chiedendo, ma i Big Data sono nuovi o sono un’evoluzione delle classiche tecnologie di data-management?

La risposta è: entrambe le cose. I Big Data stanno al vertice delle pratiche di data-management, quello che c’è di nuovo è che per la prima volta i costi per lo stoccaggio di tali quantità di dati e per poterli processare sono diventati abbordabili. Solo pochi anni fa non sarebbe stato nemmeno tecnicamente possibile! 

Quali tipi di Big Data? Definizione ed esempi.

I Big Data provengono da una molteplicità di fonti: i sistemi informativi aziendali, la digitalizzazione della burocrazia pubblica e privata, il CRM (carte fedeltà, gli acquisti on line e off line,…), i social network, le email etc. La particolarità dei Big Data è quella di essere un mix tra dati strutturati e dati non-strutturati, cosa si intende?

– I dati strutturati: il termine si riferisce ai dati che hanno un formato e una lunghezza definiti (ad esempio i dati strutturati includono numeri, dati e gruppi di parole e numeri dette stringhe, tipicamente il nome e indirizzo di un cliente). Classicamente sono i dati organizzati in database, raccolti in modo tradizionale: quali i dati derivanti dal CRM (Customer Relationship Management), dati finanziari, ERP (Enterprise Resource Planning)

Questa tipologia di dati include anche nuove risorse di dati, spesso prodotti in real time e in grandi volumi, principalmente dati generati da macchine senza l’intervento umano (come i dati raccolti da sensori di vario genere, tipo i GPS; i web log data ) o dati prodotti dall’interazione tra uomo e macchine (i dati generati dalle attività sui siti – click stream data – ; i dati relativi ai giochi online o i dati che si forniscono online quali nome, età etc..)

– I dati non strutturati: sono i dati che non seguono uno specifico formato. Provengono da informazioni che non sono organizzate dai database relazionali o da data model. Se i dati strutturati sono circa il 20 % dei dati che solitamente un’azienda raccoglie, ora stiamo parlando di un 80%. Ne sono un classico esempio le informazioni che derivano da social network , e-mail, mobile e siti web ma anche i dati raccolti dai satelliti o dai video di sorveglianza, i dati atmosferici, etc.

A cosa servono i Big Data?

I Big Data hanno una miriade di applicazioni: dalla medicina all’astronomia, dalla biologia alla chimica farmaceutica, … non ultimo il Marketing (possono aiutare a raggiungere meglio i clienti con specifici messaggi in modo da spingerli all’azione desiderata).
I Big Data possono aiutare il Marketing ad agire in modo più efficiente ed efficace per risolvere problemi o anticipare e gestire nuove opportunità di business.

Una cosa è sicura, ogni azienda deve comprenderne l’utilizzo e le potenzialità il prima possibile. I Big Data possono essere un utilissimo supporto al Marketing nel comunicare con clienti e potenziali clienti. Ma è fondamentale che i Big Data vengano aggregati e trasformati in informazioni gestibili sennò resteranno solo un enorme insieme di dati inutilizzabili.

Solitamente le aziende decidono di approcciare i Big Data o implementare un progetto di Big Data per migliorare il livello delle proprie analisi, per fornire un miglior servizio ai propri clienti o per gestire meglio i processi interni all’azienda o perché è il futuro e l’unica cosa che sanno è che è necessario prepararsi.

Tutti ottimi motivi ma non sono sufficienti alla buona riuscita di un progetto di Big Data.

Perché ancora i progetti di Big Data falliscono

Un sondaggio indica che il 55% dei progetti Big Data non viene completato e molti altri progetti non raggiungono gli obiettivi (fonte: Big Data Report).

Essenzialmente per le seguenti motivazioni: obiettivi vaghi ( l’azienda si imbarca in progetti troppo ambiziosi senza definire a monte degli obiettivi ben precisi), aspettative troppo elevate sui risultati, ritardi nella consegna del progetto per aver mal considerato il budget necessario o mal stimati i tempi (quindi la complessità del progetto) e, di conseguenza, incapacità a ritarare o ridimensionare il progetto.

Cosa aspettarci allora dai Big Data nel prossimo futuro

Abbiamo detto che ogni azienda deve cominciare quanto prima a comprendere l’utilità dei Big Data, più si aspetta più sarà difficile salire su questo treno! Ma cosa è realistico aspettarci nel prossimo futuro dai Big Data?

  1. Le aziende dovranno iniziare a gestire enormi moli di dati inutilizzati, classificarli e renderli utilizzabili allo scopo di meglio comprendere i bisogni dei propri clienti, dare vita a offerte innovative o comunque creare un vantaggio competitivo per la propria azienda. Prevedere trend futuri per accrescere i profitti sarà la prossima applicazione dei Big Data (Predictive Analytics)
  2. IoT – Internet of Things: device connessi ad Internet, una tecnologia già largamente utilizzata. I dati trasmessi contribuiranno largamente all’evoluzione dei Big Data. Cisco stima che entro il 2020 il mercato dell’IoT raggiungerà i 50 billioni di device connessi ad Internet. Analizzare le informazioni che potremo raccogliere tramite l’IoT ci consentirà di creare nuovi business model.
  3. Virtual digital assistants o BOT. I Big Data e in particolare il Machine Learning possono consentire di realizzare dei sistemi digitali automatizzati in grado di simulare una conversazione intelligente tra un essere umano e un robot all’interno di una chat room, messenger, una pagina social o web senza l’intervento umano. Un assistente virtuale in grado di comprendere il linguaggio scritto o parlato e supportare il processo di assistenza al cliente. Questa tecnologia consente di raccogliere grandi quantità di informazioni che dovranno essere gestite in modo da poter isolare quelle utilizzabili a fine di business, come ad esempio i processi di acquisto dei clienti.

Conclusioni

Nel prossimo futuro, quindi, i Big Data dovranno diventare un modello sostenibile e le Aziende dovranno capire come utilizzare i Big Data affinché non siano solo un enorme cumulo di dati inutilizzabili. Da capire anche quanto in questo processo di analisi dovrà intervenire l’uomo, con il suo istinto e la sua esperienza. In base a quanto sostiene Ray Kurzweil, l’evoluzione della scienza e della tecnologia sono esponenziali e la crescita esponenziale è “esplosiva”, tale da provocare un repentino salto qualitativo. Le aziende devono reagire alla rapida innovazione tecnologica e tendere ad una crescita esponenziale e questo potrà avvenire sopprattutto grazie ai Big Data.

 

 

Risorse e fonti: se vuoi approndire l’argomento, di seguito alcuni link interessanti:

www.linkedin.com/pulse/cresce-utilizzo-bigdata-analytics-italia-simone-serni?trk=hp-feed-article-title-share

www.yourbiz.it/blog/industria-4-0-la-quarta-rivoluzione-industriale-e-le-opportunita-del-big-data-marketing

thebizloft.com/big-data-cosa-deve-sapere-il-marketing/