Come l'analisi dei big data cambierà la nostra economia

In un mondo frenetico e guidato dalla tecnologia in cui gli acquirenti possono ordinare di tutto, dalla pizza alle Porsche online, aggiornando contemporaneamente i propri account Twitter, Facebook e Instagram con un solo tocco del proprio smartphone, non sorprende che la somma dei dati potenzialmente utili in il mondo sta crescendo a passi da gigante.

Infatti, secondo IBM, ogni singolo giorno gli esseri umani creano 2.5 quintilioni di byte di dati. Tali grandi somme di dati sono difficili da elaborare a causa della loro enorme quantità e complessità, creando così ciò che è noto come "big data".

Entro il 2009, è stato stimato che le aziende in tutti i settori dell'economia statunitense con 1,000 dipendenti o più producessero circa 200 terabyte di dati archiviati potenzialmente utili.

Analisi dei big data per migliorare la crescita in ogni settore

Ora che c'è un'abbondanza di dati in circolazione, le aziende e varie altre società e settori possono combinare vari set di dati per estrarre qualsiasi informazione utile.

Wayne Hansen, direttore dello Student Technology Center presso l'Università del New Brunswick a Saint John, spiega i big data come "uno slogan che descrive l'idea che ora possiamo analizzare enormi set di dati. Fondamentalmente stiamo catturando più dati, personali, sociali , scientifico, eccetera, e ora la potenza di calcolo ha raggiunto velocità che ci consentono di analizzare questi dati in modo più approfondito."

Il principale interesse tecnologico di Hansen è nell'interazione tra tecnologia e cultura. È in grado di esplorare questo interesse attraverso i big data. Ad esempio, le informazioni provenienti dalle città intelligenti, come la criminalità e le aliquote fiscali, la popolazione e i dati demografici, possono essere analizzate per fare osservazioni generali su quella città e cultura.

I big data vengono prodotti in vari modi. Dai segnali dei telefoni cellulari e dai social media alle transazioni di acquisto online e nei negozi, i dati vengono creati e modificati costantemente intorno a noi. Questi dati possono quindi essere memorizzati per un uso futuro.

Ci sono tre aspetti importanti dei big data che li rendono utili in vari mercati, sono conosciuti come le tre v; volume, velocità e varietà. Volume, riferito alla quantità di dati che viene creata e può essere utilizzata, arrivando fino a terabyte e petabyte. Velocità, ovvero la velocità con cui i dati vengono acquisiti ed elaborati prima che diventino irrilevanti all'interno di un particolare settore o rispetto ad altri set di dati. E varietà, il che significa che maggiore è la diversità tra i tipi di set di dati utilizzati, migliori e più accurati saranno i risultati e le previsioni.

L'analisi dei big data ha un grande potenziale in vari mercati. Dal meteo e dalla tecnologia, al business e ai social media, i big data hanno la possibilità di far progredire le vendite, la produttività e prevedere i risultati futuri di prodotti, vendite e servizi. Le possibilità sono infinite.

"La premessa è che con dati sufficienti quasi tutto diventa prevedibile", afferma Hansen. Gli schemi possono essere svelati, le routine stabilite e le statistiche portate alla luce. Con tali previsioni arriva un nuovo vantaggio competitivo in quasi tutti i settori. L'analisi dei big data diventa quindi una componente chiave per il successo o il fallimento di nuovi business e per la creazione di nuovi.

Immagina di essere un dipendente di un'azienda che disegna abbigliamento per una base di consumatori target di donne nella tarda adolescenza fino all'inizio dei vent'anni. Non sarebbe conveniente e redditizio se potessi prevedere in modo rapido e accurato le potenziali vendite per esempio tacchi alti con paillettes rosse?

È qui che entra in gioco l'analisi dei big data. Se potessi sfruttare in modo efficiente tutte le statistiche pertinenti, ad esempio quante donne hanno ordinato online tacchi alti con paillettes rosse e quante hanno twittato su di loro o pubblicato video su Youtube che si riferiscono a tacchi alti rossi, allora tu potrebbe prevedere con precisione quanto bene farà il tuo prodotto prima ancora che raggiunga gli scaffali. Eliminando così le congetture e aumentando il potenziale di successo.

La capacità di fare tali previsioni sta diventando una domanda crescente, così come lo sviluppo dell'analisi dei big data.

Pulse Group PLC, un'agenzia di ricerca digitale in Asia, è una società che è saltata sul carro dei big data. Pulse intende effettuare importanti investimenti nel prossimo futuro in questo settore in crescita. Il loro piano di investimenti include lo sviluppo di un nuovo centro di analisi dei big data a Cyberjaya.

Tali centri sarebbero responsabili della compilazione di tutti i flussi di dati rilevanti del cliente e dell'analisi in modo rapido ed efficiente al fine di scoprire informazioni importanti, come modelli e correlazioni che potrebbero essere potenzialmente utili per l'attività o gli obiettivi del cliente.

"Possiamo applicare l'analisi dei big data", afferma Hansen, "e fare affermazioni generalizzate". Queste generalizzazioni hanno il potenziale per migliorare ogni settore, inclusi affari, istruzione, social media e tecnologia.

Molte aziende hanno i dati di cui hanno bisogno per fare previsioni, ma non hanno la capacità di collegare le varie sacche di dati e scomporle in modo tale da renderle utili.

Bob Chua, amministratore delegato di Pulse, ammette che la loro nuova impresa di big data, nota come Pulsate, potrebbe potenzialmente diventare il loro obiettivo principale. Una mossa finanziaria saggia poiché si prevede che il mercato dei big data crescerà di oltre $ 50 miliardi nei prossimi cinque anni.

Nei prossimi tre anni Pulsate prevede di fare progressi nell'analisi dei big data e ha creato 200 posti di lavoro di alto livello per data scientist. "Sia la raccolta che l'analisi dei dati richiederanno competenze specializzate", osserva Hansen, "aprendo così nuove opportunità".

Per svolgere questi nuovi lavori, i dipendenti dovrebbero essere adeguatamente formati. Il Pulse Group intende inoltre avviare una delle prime accademie di formazione per data scientist al mondo per accompagnare il loro nuovo centro di analisi dei dati e soddisfare la crescente esigenza di analisti di dati.

I big data possono avere altri effetti positivi sul mondo dell'istruzione oltre a offrire semplicemente nuove opportunità ed esperienze di apprendimento. Hansen afferma che il comportamento degli studenti può essere analizzato attraverso i big data analizzati per migliorare il settore dell'istruzione. "In definitiva, l'obiettivo è utilizzare tali dati raccolti per migliorare l'esperienza degli studenti [e] aumentare i numeri di conservazione".

Tra la creazione di nuovi posti di lavoro e opportunità di istruzione e le potenziali previsioni e crescita delle imprese, i big data sembrano essere una cosa positiva. Tuttavia, ci sono alcuni svantaggi e difetti che esistono con l'analisi e l'uso di quantità così massicce di informazioni.

Un problema che deve essere affrontato è quale informazione è un gioco gratuito per varie aziende da utilizzare come set di dati. Dovranno essere affrontati i problemi che riguardano la privacy e la sicurezza. Anche chi possiede quali informazioni è una domanda a cui sarà necessario rispondere. Quando i dati vengono continuamente inviati e ricevuti, il confine tra la proprietà intellettuale personale e la sfera pubblica diventa confuso.

In secondo luogo non tutte le informazioni sono utili, o sono inutili se non analizzate correttamente. Alcuni set di dati non significherebbero praticamente nulla se non combinati con i dati corrispondenti appropriati e pertinenti. Ciò significa che, a meno che un'azienda non abbia accesso a tutti i dati di cui ha bisogno e alla conoscenza su come trovarli e analizzarli correttamente, i big data sono essenzialmente una perdita di tempo.

Anche i dati stanno crescendo a un ritmo allarmante. Il novanta per cento dei dati mondiali è stato creato solo negli ultimi due anni e quel numero è in costante crescita. Se i nuovi dati rilevanti vengono creati più velocemente di quanto possiamo analizzarli, l'analisi dei big data diventa irrilevante. Dopotutto, i risultati sono buoni solo quanto le informazioni utilizzate.