Cosa sono i Big Data e perché servono al tuo business

Cosa sono i Big Data? Il termine è entrato nel vocabolario di tutti i giorni, soprattutto quando si parla di nuove tecnologie, e identifica una grande massa di dati.

Big data: una definizione

Cosa sono i dati?

Partiamo proprio dalle basi e cerchiamo di capire cos’è un dato.

Un dato è una quantità, un insieme di caratteri o simboli che possono essere immagazzinati e trasmessi sottoforma di segnali elettrici e registrati su supporti media magnetici, ottici o meccanici.

E i big data?

I biga data sono, come suggerisce il nome, dati ma in grande quantità (in inglese big significa grande).

Al giorno d’oggi ancora non è stato definito l’ordine di grandezza per cui è possibile tracciare una linea tra una mole di dati che può essere definita “big” e no, di solito comunque rientrano sotto il termine big data tutte quelle masse di dati per cui è necessario ricorrere a diversi strumenti per essere processati.

E chiamarli “grandi” suona riduttivo perché la tecnologia è in grado di generare terabite di Big Data mentre il traffico annuale dei social network è in grado di generare zettabite di dati.

Per chi non fosse addetto ai lavori un terabite equivale a circa mille miliardi di bite ( il valore ufficiale stabilito dalla Commissione Economica Internazionale è di 1.099.511.627.776 bite), uno zettabite ha dimensioni ancora più grandi e grossomodo indica una grandezza di circa un triliardo bite.

Con queste quantità di dati, è necessario predisporre architetture procedurali per poterli processare a dovere.

Le caratteristiche dei big data: Le V

Molti analisti e professionisti del settore tendono a mettere il discrimine tra data normali e big data sulla presenza o meno di determinate caratteristiche.

Queste  caratteristiche sono conosciute con il termine di V e originariamente erano 3, ma ne sono state aggiunte altre due, per questo si può incontrare la dicitura 5 V.

Le 3 V

Con le 3 V dei big data si intendono le tre caratteristiche di base che una mole di dati deve possedere per essere riconosciuta come un big data.

Le V vengono dall’inglese e significano:

• Volume (volume): la quantità di dati presente in un dataset è il primo discrimine, come abbiamo visto un big data deve avere dimensioni tali per cui i metodi tradizionali di lavoro non sono sufficienti per la loro trattazione.
• Velocity (velocità): la velocità misura il tempo necessario per la generazione o il ricevimento di un dato. Alcuni dati vengono generati istantaneamente, altri vengono ricevuti in più spezzoni, è importante tenere in considerazione la velocità con cui vengono ricevuti i dati, per una corretta lavorazione.
• Variety (varietà): si sa, i dati possono venire in diversi formati, file excel, word, pdf, immagini png. Oltre a queste forme “tradizionali” di data le nuove tecnologie ci permettono anche di recuperare dati più complessi come  immagini, video e registrazioni. Questa enorme varietà di dati va considerata e affrontata nella sua natura e complessità e richiede competenze analitiche più profonde.

Le 5V

Alle tre V analizzate in precedenza, nel corso del tempo ne sono state aggiunte due. che portano il totale a 5. Le nuove aggiunte sono:

• Veracity (veridicità): La veridicità dei dati è anche sinonimo di qualità. Se i dati corrispondono alla realtà del fenomeno che descrivono, si avranno delle chiavi di lettura fondamentali per i fenomeni descritti e permetteranno di non sprecare tempo su dati di infima qualità.
• Value (valore): E infine il valore. Con questa V si indica la capacità di una mole di dati di essere convertita per generare valore per il business, portando all’adozione di strategie vincenti.

Le V, che siano le 3 classiche o il modello a 5, tendono a indicare le caratteristiche essenziali dei big data, tuttavia ci sono molte altre caratteristiche che spesso vengono utilizzate per quantificare i dati e le principali sono:

• Scalabilità: che misura quanto velocemente una mole di dati può crescere nel corso del tempo.
• Esaustività: che indica se la mole di dati che si ha a disposizione è in grado di fornire dati su ogni aspetto di un sistema che si intende indagare.

Le potenzialità dei big data: diversi tipi di analytics

I big data, grazie alle caratteristiche che sono già state illustrate, sono in grado offrire una migliore rappresentazione della realtà. Ma per ottenere questa rappresentazione è necessario utilizzare i corretti metodi di analisi.

Le principali tipologie di analytics sono quattro:

• Descriptive Analytics (analisi descrittive): costituita da strumenti in grado di rappresentare e/o descrivere determinati situazioni e/o processi, anche in veste grafica. Molto utile per esempio per rappresentare graficamente ei processi aziendali
• Predicitive Analytics ( analisi predittive): si tratta di un’analisi basata su  strumenti in grado di formulare scenari e possibili sviluppi futuri sulla base dei dati raccolti e ricorrendo a modelli di forecasting.
• Presprictive Analytics (analisi prescrittive): grazie all’utilizzo delle analisi descrittive e predittive, ci sono strumenti in grado di formulare analisi prescrittive, suggerendo quale strategie intraprendere sulla base dei risultati processati.
• Automated Analytics (analisi automatizzate): le analisi automatizzate  afferiscono all’ambito della automazione, sulla base delle precedenti analisi, ci sono macchine in grado di eseguire delle azioni, sulla base di regole e parametri impostati. Per quanto possa sembrare futuristico in realtà è già presente nel nostro quotidiano: le compagnie aeree utilizzano software per determinare e riassestare i prezzi dei biglietti.

Non solo per i grandi: i big data e PMI

Di solito quando si parla di big data, si ha sempre in mente una grande azienda multinazionale e innovativa, ma la realtà è che la tecnologia ha fatto passi da gigante e strumenti di data management sono alla portata anche delle PMI.

Il problema non è economico, ma culturale. Anche se si può apprezzare un certo cambio di rotta anche nel nostro paese, con il moltiplicarsi di master e corsi di specializzazione per formare il personale adatto.

Ma perché a una pmi dovrebbe puntare a utilizzare i big data? Per tre motivi principali:

• Un miglioramento delle performance, grazie al miglioramento delle analisi. Con un controllo monitorato e continuo dei parametri aziendali (siano essi vendite, leads generati, o altro) è possibile costruire modelli di business affidabili e anche apportare correzioni se necessario.
• Dare una spinta all’innovazione del prodotto/servizio, grazie al monitoraggio dei dati provenienti dai social media, in grado di identificare i desiderata della clientela e le criticità più riscontrate nel prodotto/servizio.
• Migliorare il processo decisionale. Grazie al ricorso di sistemi di automatized analytics, le decisioni meno critiche possono essere lasciate ai software, permettendo al management di concentrare l’attenzione e gli sforzi su scelte strategiche e cruciali.

Concludiamo qui questo appuntamento con i big data. Se si è interessati ad approfondire il tema, consigliamo di consultare il nostro blog, dove è possibile consultare molti articoli interessanti del nostro team di esperti.