Blue Abstract art

Big Data

Cosa sono e perché sono importanti

Big Data è un termine che si riferisce ad un ampio volume di dati, strutturati e non, che sommergono quotidianamente un'azienda. Ciò che conta però non è la quantità di dati, ma come vengono utilizzati: possedere big data significa analizzarli per ottenere le informazioni necessarie a prendere le migliori decisioni aziendali.

Storia dei big data e considerazioni attuali

Sebbene il termine big data sia relativamente nuovo, la tendenza a raggruppare e immagazzinare ampi volumi di informazioni, per un eventuale analisi futura, è molto antica. Il concetto prende piede nei primi anni 2000 quando Doug Laney, analista di settore, formula la ormai nota definizione delle tre V dei big data:

  • Volume. Le organizzazioni raccolgono dati da una grande varietà di sorgenti, incluse transazioni finanziarie, social media, sensori o machine-to-machine. In passato lo storage sarebbe stato un problema, ma le nuove tecnologie (qualiHadoop) ci facilitano il compito. 
  • Velocità. I dati fluiscono ad una velocità senza precedenti e vanno perciò gestiti in maniera tempestiva. L'uso sempre più comune di Tag RFID (identificazioni a radiofrequenza), sensori e smart metering (sistemi di telelettura di contatori), stanno aumentando la necessità di gestire fiumi di dati in tempo reale o quasi.
  • Varietà. I dati arrivano in qualsiasi tipo di formato - da dati strutturati e numerici in database tradizionali a non strutturati come: documenti di testo, email, video, audio, dati ticker e transazioni finanziarie.

In SAS, consideriamo due ulteriori dimensioni:

  • Variabilità. L'aumento esponenziale della velocità e della varietà dei dati va unito al fatto che i flussi possono essere altamente inconsistenti e con picchi periodici. Forse è una tendenza dei social media? Gestire i picchi di dati giornalieri, stagionali o innescati da eventi può essere una vera sfida. E, in caso di dati non strutturati, lo è ancora di più.
  • Complessità. Al giorno d'oggi i dati arrivano da molteplici fonti, il che rende difficile collegare, abbinare, ripulire e trasformare i dati trasversali. Tuttavia, è necessario connettere e correlare le relazioni, le gerarchie e i collegamenti se non si vuole che i dati sfuggano di mano.

SciSports e SAS Viya: come andare a segno sui campi di calcio

L'azienda di analisi di dati sportivi SciSports ha sviluppato un sistema di telecamere chiamato BallJames che raccoglie, sotto forma di Big Data, i dati dai giocatori in campo quando non sono in possesso del pallone: un approccio diverso rispetto a quelli tradizionali.
Questa tecnologia di tracciamento in real-time funziona con i dati 3-D generati da 14 telecamere posizionate intorno allo stadio e capaci di registrare ogni movimento dei giocatori. BallJames trasmette i dati dei giocatori, quali precisione, direzione e velocità del passaggio (una volta ricevuto il pallone), la forza utilizzata per lo scatto e in elevazione.


Perchè i Big Data sono importanti?

L'importanza dei big data dipende solo dal loro utilizzo: aziende ed enti possono raccogliere dati da qualiasi fonte e analizzarli per trovare risposte che permettono di 1) tagliare i costi, 2) ridurre i tempi, 3) sviluppare nuovi prodotti e ottimizzare l'offerta e 4) prendere decisioni più consapevoli.
Quando ai big data si uniscono gli analytics è possibile:

  • Determinare, quasi in tempo reale, le cause di guasti, avarie o difetti.
  • Creare offerte nei punti vendita basate sulle abitudini dei clienti.
  • Ricalcolare interi portafogli di rischio in pochi minuti.
  • Individuare comportamenti fraudolenti prima che colpiscano la propria organizzazione.

 

I Big Data nel mondo di oggi

I big data – e il modo in cui le organizzazioni gestiscono e ottengono informazioni da essi – stanno cambiando il modo in cui il mondo utilizza i dati che derivano dal business. Scopri di più sull'impatto dei big data.

 
White Paper

Data Integration Deja Vu: Big Data Reinvigorates DI

La data integration deve funzionare con diverse tipologie e fonti di dati, operando a diverse latenze, dal real-time allo streaming. Scopri come la DI si è evoluta per soddisfare esigenze sempre più complesse.

Leggi il white paper

White Paper

SAS: un approccio completo alla governance dei Big Data

Alcuni analisti prevedono che il volume dei dati aumenterà di 10 volte entro il 2025. Con questo incremento i problemi di data governance saranno ancora più difficili da affrontare. Scopri come la piattaforma SAS possa esserti d'aiuto in questa prossima sfida.

Leggi il paper

Paper and pencil

L’Intelligenza Artificiale ci rende più umani

Riccardo Scandellari, blogger, creativo e giornalista, ci dà la sua opinione sul ruolo della relazione uomo/macchnina, in un mondo sempre più hype.

Leggi l'articolo

SAS Visual Analytics screenshot on monitor


Vuoi aggiungere Hadoop ai tuoi Big Data?

SAS ti offre tutto il necessario per ottenere informazioni preziose da tuoi dati.

Scopri di più sulle soluzioni SAS per i big data

Chi utilizza i big data?

I big data vengono prodotti e (spesso) utilizzati praticamente in ogni settore.
Scopri come ogni impresa può trarre beneficio da questa incredibile massa di informazioni.

Banche

Con enormi volumi di informazioni che arrivano da innumerevoli fonti, le banche sono costrette a trovare delle vie sempre più innovative per la gestione dei big data. Capire e soddisfare il cliente è molto importante, così come minimizzare i fattori di rischio e frode, mantenendo la conformità regolamentare. Le preziose informazioni apportate dai big data richiedono agli istituti finanziari di essere sempre un passo avanti in termini di advanced analytics.

Manifatturiero

Grazie alle informazioni fornite dai big data, le aziende manifatturiere possono spingere su qualità e produzione minimizzando gli sprechi - un processo che è la chiave del mercato altamente competitivo dei nostri giorni. I produttori che lavorano in un sistema basato sugli analytics sono sempre di più, il che significa risolvere i problemi più rapidamente e prendere decisioni di business più agili.

Pubblica amministrazione

Quando la pubblica amministrazione è in grado di sfruttare e applicare gli analytics ai propri big data, guadagna terreno significativo in termini di gestione di servizi pubblici, come ad esempio la gestione dei problemi di viabilità o di prevenzione del crimine. E permette alle amministrazioni di offrire una maggior tutela e trasparenza sulle questioni quali finanze e privacy.

Sanità

Cartelle cliniche. Piani terapeutici. Informazioni su medicinali soggetti a prescrizione. Quando si tratta di assistenza sanitaria, velocità e accuratezza devono procedere di pari passo. E con la trasparenza necessaria a soddisfare le normative più rigorose. Quando i big data vengono gestiti efficacemente, i fornitori di assistenza sanitaria possono svelare informazioni nascoste in grado di migliorare le cure degli assistiti.

Retail

La relazione con i clienti è fondamentale nel Retail e il miglior modo per farlo è attraverso i big data. I retailer devono conoscere come gestire al meglio la propria clientela, rendere più efficaci le transazioni e sapere come mantenere ad un livello adeguato il volume degli affari. Al cuore di tutto ciò si trovano i big data.

Education

Fornire agli educatori informazioni corrette e strutturate, può avere un impatto significativo sul sistema scolastico, su studenticurricula. Analizzando i big data si possono identificare studenti a rischio, assicurarsi che gli alunni stiano facendo progressi adeguati e sviluppare un sistema di valutazione migliore a supporto di insegnanti e dirigenti.

Che cos'è una piattaforma di analytics?

Oliver Schabenberger, Executive Vice President e Chief Technology Officer di SAS, descrive le caratteristiche di una piattaforma di analytics. Protagonisti diventano quindi le numerose sfide nella gestione e analisi dei dati, sia standard che big data.

Una piattaforma di analytics, afferma Schabenberger, deve essere in grado di elaborare dati strutturati e non strutturati e di adattare la propria capacità di analisi ai complessi problemi di machine learning.

 È importante ricordare che il vero valore dei big data non deriva dai dati nella loro forma grezza, ma dalle informazioni che risultano dalla loro elaborazione e analisi. Le innovazioni legate alle tecnologie per i big data e negli approcci gestionali devono essere accompagnate da cambiamenti, altrettanto significativi, nel modo in cui i dati vengono utilizzati per le decisioni aziendali e nella creazione di innovazione in prodotti e servizi.
Thomas H. Davenport in  Big Data in Big Companies
SAS Visual Analytics screenshot on monitor


Data Exploration & Visualization

Con SAS è più facile capire di cosa parlano i tuoi dati. Esplora miliardi di righe di dati in pochi secondi e in modo interattivo.

Scopri di più sulla data visualization

Come funzionano i Big Data?

Prima di scoprire come i big data possono essere utili alla tua azienda, devi aver chiaro da dove provengono. Le sorgenti dei big data si dividono generalmente in tre categorie:

Streaming Data

Questo fenomeno, conosciuto anche come Internet of Things (IoT), è l’insieme dei dati che raggiungono i sistemi IT da una rete di dispositivi collegati. Le aziende possono raccogliere questo tipo di dati e decidere quali analizzare subito e quali invece conservare poiché richiedono analisi successive. Scopri come comprendere gli streaming data leggendo questo white paper.

Social Media Data

I dati provenienti dalle interazioni sui social sono un insieme di informazioni sempre più interessanti, in particolar modo per il marketing, l’area vendite e il supporto clienti. Questa tipologia di dati si presenta solitamente sotto una forma destrutturata o semi-strutturata, così oltre alla vastità dei dati, l’ulteriore sfida è quella di riuscire a classificarli. CRISP, offre un esempio di utilizzo di social media data.

Fonti pubbliche disponibili

Un’ulteriore grande mole di dati proviene da fonti open data come dati.gov.it, datiOpen.it, data.gov, CIA World Factbook o European Union Open Data Portal.

Dopo aver identificato ogni potenziale sorgente di dati considera che, una volta iniziato a sfruttare le informazioni, avrai bisogno di prendere alcune decisioni. Ecco qualche esempio:

Come immagazzinarli e gestirli

Molti anni fa lo spazio dedicato allo storage sarebbe stato un problema, oggi però esistono delle opzioni low-cost per memorizzare i dati, se questa è la strategia migliore per il tuo business.

Quanti dati analizzare 

Alcune organizzazioni non escludono nessun dato dalla loro analisi, ciò è possibile con le nuove tecnologie altamente performative come grid computing o in-memory analytics. Un altro approccio è determinare in anticipo quali dati siano rilevanti prima di analizzarli.

Come usare le informazioni scoperte

Più conoscenza significa maggiore fiducia nelle tue decisioni aziendali. Con questa abbondanza di informazioni in tuo possesso, è meglio avere anche una strategia in atto.

L'ultimo passo per far funzionare i big data nella tua azienda sono le tecnologie adatte a ricavare il meglio dai big data e dai big data analytics. Puoi prendere in considerazone:

  • Memoria di archiviazione capiente ed economica.
  • Processori più veloci.
  • Piattaforme open source, economicamente accessibili come Hadoop.
  • Elaborazione parallela, clustering, MPP, virtualizzazione, griglie di grandi dimensioni, connettività alta, throughput alti.
  • Cloud e altre risorse per l'archiviazione flessibili.

Back to Top