A cura di Maura Marincolo

Il 24 marzo, durante il workshop “Big Data Analyst Day” abbiamo conosciuto i Big Data grazie alla docente Romina Di Pompeo, con un notevole riscontro di pubblico ed interesse.

Perché conoscere i Big Data è così importante?

Ad oggi il Data Analyst risulta essere una delle figure più ricercate da chi è maggiormente attento all’innovazione tecnologica, alle grandi imprese e alle start up.

Lo dimostra la ricerca condotta da Adecco “I Big Data e le professioni del futuro”  dalla quale emerge chiaramente che:

le professioni più ricercate saranno il Big Data Analyst Specialist, Data Content e Communication Specialist, Big Data Architect e Data Scientist.

Le professioni legate all’analisi dei  dati, tuttavia,  sono tante altre, per esempio: analyst, biostatician, business analyst, data analyst, data architect, data scientist, data base administrator, planning analyst, quantitative analyst, web analyst, reporting analyst, data manager, database administrator big data architect.

Sai che queste professioni che sono state definite molto sexy dal mercato del lavoro ?

Lasciati intrigare anche tu:  scopriamo qualcosa in più insieme.

Iniziamo con il conoscere gli ambiti in cui i dati, questi “sconosciuti”, sono utilizzati maggiormente. Sarai sorpresa nel sapere che spaziano dalla sociologia alle materie scientifiche, oltre che all’economia, all’astronomia, alle telecomunicazioni, all’ambito turistico e a quello bancario-assicurativo.

Tuttavia, attualmente, i settori più coinvolti sono Marketing, Comunicazione e Costumer Care.

Ma cosa sono realmente i Big Data?

definizione-big-data

Big data è il termine usato per descrivere una raccolta di dati e gestione delle informazioni così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l’estrazione di valore.

Sono costituiti da input (dati) ed output (informazioni), infatti inizialmente si parte da un dato grezzo che deve essere trasformato in informazione. Risulta utile al fine di estrarre informazioni aggiuntive rispetto a quelle ottenute da piccole serie, ed al fine di conoscere i trend della società e le informazioni che attraversano internet.

 

Le 7 “V” caratteristiche dei Big Data:

    • Volume: l’ampio volume di dati che è possibile raccogliere, oggi aumenta esponenzialmente.
    • Velocità con cui vengono prodotte e memorizzate le informazioni.
    • Varietà di formato delle informazioni derivanti dai social e dal web. Si suddividono in dati strutturati (database), dati non strutturati (immagini, email, dati GPS, etc), info dai social network ( hashtag, like, collegamenti, etc).
    • Variabilità nel senso che uno stesso dato può essere positivo o negativo a seconda del contesto.
    • Viralità riferita alla velocità di produzione di reazione alle informazioni, per esempio un hashtag su Twitter.
    • Veridicità riferita all’affidabilità delle informazioni stesse e delle decisioni da essa derivanti, si ci pongono infatti domande sulla reale rappresentatività del fenomeno che si vuole analizzare, se i dati raccolti dai social sono pertinenti con la ricerca in corso.
    • Valore che è la somma delle precedenti caratteristiche, si riferisce all’assunto che i dati non sono sterili ma vanno valutati in termini di benefici tangibili per il soggetto interessato, non vanno osservati, ma interpretati.

 

sette "V" dei BigDataA cosa servono i Big Data?

I Big Data servono ad ottimizzare risorse, tempo, costi, performance e risultati, a creare innovazione, nuovi punti di vista, nuovi business, nuove relazioni, opportunità, vantaggi comunicativi ed informazioni aggiuntivi. Sono molto utili nella riduzione dei rischi, specie in ambiti finanziari, nella gestione del personale e nella supply chain, nella prevenzione di problemi nell’erogazione dei servizi.

Ma i Big Data sono utili anche nella sfera pubblica, ad esempio nel dispiegamento delle forze di polizia per prevedere dove e quando i reati hanno maggiore possibilità di verificarsi, nello studio delle associazioni tra la qualità dell’aria e la salute, oltre che nella creazione di modelli per analizzare i dati provenienti dagli essere viventi nelle scienze biologiche.

Sono inoltre utili per aumentare il fatturato, rendere prevedibile lo sviluppo della domanda, dare più valore all’account management, prevedere ciò che è meglio fare per un qualsiasi cliente, analizzare correlazioni inaspettate e valutare il cosa e perché.

Sono quindi importanti per:

  • Orientamento al cliente: sviluppo di nuove idee e servizi, migliore conoscenza del cliente, migliore customer experience.
  • Orientamento al business: sviluppo di nuovi modelli di business, migliore comprensione del mercato e della concorrenza.
  • Orientamento alle aziende: riduzione dei costi delle risorse, aumento delle vendite, processo decisionale più veloce, migliore controllo dei processi operativi e migliorare decisioni strategiche.

Alcuni Case Studies di utilizzo dei Big Data da parte dei grossi gruppi:

Macy, un’azienda newyorkese famosa nella grande distribuzione di abbigliamento, calzature, mobili, gioielli e cosmetici, utilizza la tecnologia Big Data di SAS Institute per cambiare quasi in tempo reale i prezzi dei suoi prodotti per circa 73 milioni di oggetti presenti in magazzino, in base alla domanda, in modo da ottimizzare sempre costi e guadagni.

La Tesco PLC, una delle più grandi catene alimentari al mondo, ha raccolto in un data warehouse tutte le informazioni provenienti dai punti frigo dei propri supermercati e con strumenti di Big Data analizza ogni singolo dato, per valutare l’efficienza del frigorifero, verificarne le prestazioni e predire l’eventuale necessità di assistenza e manutenzione, con un decremento dei costi di chiamata ed energetici.

American Express usa i Big Data per cercare tutti quegli indicatori che servono a predire la chiusura anticipate dei conti finanziari.

Express Scripts HoldingCo, una delle associazioni di farmacie più grandi degli USA, si è servita dei Big Data per creare una pillola acustica che corrisponde ad una telefonata al paziente, per ricordargli di assumere il farmaco.

Analizzando i dati interni ed esterni al rapporto di vendita, si può prevenire una richiesta del cliente con offerte mirate, così da aumentare la sua soddisfazione.

Ti abbiamo incuriosita un po’?

Se ti interessa approfondire l’argomento ti avvisiamo che non esistono corsi di laurea in big data, esistono però master e corsi professionalizzanti ad hoc che possono durare da un giorno a mesi.

Prossimamente torneremo con un percorso sui Big Data che comprenderà sia la teoria che l’analisi: stay tuned!

Condividi

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *