Big Data: ecco le sfide e le opportunità dei dati

Le opportunità e le sfide che devono affrontare le aziende che vogliono servirsi dei Big Data secondo Alessio Melandri, CTO di Synapta.

Big Data: cosa sono?

Abbiamo già affrontato il tema dell’importanza dei Big Data all’interno del mondo della Pubblica Amministrazione, ma oggi ci soffermeremo su cosa effettivamente si può fare attraverso l’analisi vera e propria di una vasta mole di dati.

Il concetto che va a descrivere questo tipo di dati è sempre stato problematico da definire, proprio perché variabile nel tempo. Quello che definiamo come Big Data oggi non sarà lo stesso tra vent’anni.

In generale, possiamo definire i Big Data come una serie di dati che si farebbe fatica a gestire con gli strumenti che si hanno a disposizione. Di fatto, quando la singola istanza di un database non è più in grado di fare le elaborazioni necessarie si cambia architettura e, in questo caso, si passa a un’architettura distribuita.

Una raccolta di dati informativi così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l’estrazione di valore o conoscenza.

Le sfide dei Big Data

Come abbiamo detto all’inizio del nostro articolo, le sfide che si trovano dietro ai Big Data sono tante e andremo ad elencarne alcune:

• Affrontare la prima sfida sulla ricerca dei dati di interesse e dunque entrare in contatto con una delle tecniche che ruotano intorno alla gestione dei dati: la data integration dove le aziende, in questo caso, possono associare più dati tra di loro ed essere in grado di avere un quadro della situazione di mercato più completo.
• Affrontare la seconda sfida puramente tecnica, ovvero cercare di rispondere alla domanda “come faccio a gestire questa vasta mole di dati nel modo più ottimale possibile?”

Ovviamente, la questione dell’integrazione dei dati e, più in generale, la questione dell’analisi dei dati non riguarda solo le aziende, ma qualsiasi tipo di attività che è in grado di acquisire una vasta mole di dati che deve essere analizzata.

• Affrontare la terza sfida sulla qualità dei dati; si possono avere a disposizione sempre più dati, soprattutto perché arricchire una base dati serve anche per chiedere domande sempre più complesse, ma avere dati di bassa qualità potrebbe limitare, di conseguenza, le domande e le analisi che potrebbero derivare dai dati.
• Riuscire, infine, a rispondere alla domanda fondamentale della quarta sfida che rende importanti le analisi: come faccio a capire qual è il dato o quali sono i sottoinsiemi di dati che mi danno l’informazione di cui ho bisogno?

L’analisi di una vasta mole di dati è importante se si vuole rispondere, in particolar modo, a due tipi di problematiche:

1. Prevedere le cose; attraverso l’analisi storica dei dati che si hanno a disposizione si può imparare dal passato. Quindi una decisione che, magari, è risultata strategica nel momento in cui è stata presa, con un’analisi a posteriori saremo sicuramente in grado di capire se lo è stata davvero o no;
2. Prendere decisioni in tempo reale; se si presenta una problematica, non è necessario far passare del tempo per capire se è necessario o no agire. Una delle particolarità dei BIg Data è, infatti, che se ne generano sempre di più in tempo reale permettendo, quindi, di prendere altrettante decisioni in tempo reale.

Osservare i dati: il primo passo per prendere azioni strategiche

Uno dei concetti che sta alla base del metodo scientifico è l’osservazione ma, è giusto puntualizzare che è necessario sapere cosa osservare, perché se si dovessero osservare tutti i dati, in questo caso, potrebbe volerci tantissimo tempo per trovare la risposta che si sta cercando e, forse, non è neanche detto che si trovi.

I Big Data rappresentano una vastissima potenziale fonte di conoscenza ma per trarne vantaggio bisogna fare alcuni passaggi, fino alla saggezza.

Per arrivare a un punto di svolta all’interno di un’analisi dati, è necessario partire dai dati che, una volta inseriti all’interno di un contesto, danno informazioni.

Dando un significato alle informazioni che abbiamo, cercando di andare oltre a ciò che è scritto nei dati, si arriva alla conoscenza. L’ultima parte della piramide, la saggezza, si raggiunge aggiungendo l’esperienza alla conoscenza.

La vera differenza tra queste ultime due fasi è che la conoscenza ti rende consapevole di ciò che ti circonda, la saggezza, al contrario ti aiuta a prendere una decisione sulla base delle conoscenze che hai acquisito grazie ai Big Data.