Home » Big Data » Esiste un modo “giusto” per implementare le analisi dei big data?

Esiste un modo “giusto” per implementare le analisi dei big data?

Tech Page One

Esiste un modo "giusto" per implementare le analisi dei big data?

 

Prendere grandi decisioni con i big data

I big data sono sicuramente uno dei concetti più in voga nell’IT aziendale. I fornitori parlano di “data mining”, “data lake”, e sostengono persino che i dati siano “il nuovo petrolio”.

La verità, ovviamente, è più prosaica. I dati sono certamente preziosi, ma in sé stessi non sono altro che materiali grezzi. Proprio come il petrolio, i dati devono essere raffinati e processati per essere utili. Raccoglierli non basta.

Le aziende devono trovare il modo di trasformare i dati in decisioni più oculate. Ecco perché sarebbe più esatto parlare di analisi dei dati, o dei big data.

Secondo un documento dell’IIA (International Institute for Analytics), circa il 71% delle aziende utilizza tecniche di analisi dei dati o ne pianifica l’utilizzo. Ma solo un’azienda su cinque, tra quelle che hanno adottato tecniche di analisi avanzate, usa i big data propriamente detti, che l’IIA definisce come dati in volumi elevati o ad alta velocità.

Al momento, le aziende di servizi finanziari sono al primo posto per le analisi dei big data, ma lo strumento sta aumentando d’importanza nei settori retail, della produzione industriale, sanitario, e perfino della pubblica amministrazione.

Vantaggio competitivo

Esiste un modo "giusto" per implementare le analisi dei big data?I big data forniscono davvero un vantaggio competitivo alle aziende. Tuttavia, un progetto concernente i big data si rivelerà vantaggioso solo se le aiuterà a migliorare i processi decisionali.

Ad esempio, l’IIA ha riscontrato un generale accordo sul fatto che i big data possano essere sfruttati per ottenere un vantaggio competitivo in futuro: il 98% delle società che hanno investito in progetti sui big data ritiene che essi siano di importanza strategica.

Molti progetti relativi ai big data si sono dimostrati efficaci, consentendo ad esempio di prevedere con maggiore precisione le mode stagionali nel settore retail, di rilevare le opinioni dei clienti riguardo a beni di consumo, o nella produzione, di usare i dati raccolti da migliaia di dispositivi dei clienti per identificare preventivamente i problemi di manutenzione e ridurre la necessità di interventi di riparazione sul campo.

In settori come le telecomunicazioni e l’energia, i big data sono sempre più utilizzati per individuare i momenti di massimo e minimo consumo e assicurarsi che i servizi soddisfino la domanda senza sovrainvestimenti in infrastruttura.

Le domande giuste

Queste applicazioni dei big data funzionano perché rispondono a quesiti molto specifici, invece di limitarsi a raccogliere sempre più dati sperando che in qualche modo ne emergano nuove informazioni.

“Per ottenere risultati utili occorre concentrarsi su una domanda rilevante per l’azienda, e trasformare la risposta in un’azione concreta”, afferma Nick Kotsis, esperto di business intelligence e analisi per PA Consulting Group. “L’analisi fine a se stessa non ha alcun valore”.

Per trarre nuove informazioni utili dai dati e assicurarsi che i progetti di analisi risultino remunerativi, le aziende devono compiere una serie di passi ulteriori.

La cura dei dettagli

Un aspetto insidioso dei progetti sui big data è che risulta fin troppo semplice raccogliere un’eccessiva quantità di dati, non ottenendo altro che un sovraccarico di informazioni e più confusione nei processi decisionali. Si pone dunque il problema della qualità dei dati.

Decidere quali dati raccogliere, e come raccoglierli, è importante quanto la scelta degli strumenti di analisi.

Secondo l’IIA, “Un ingrediente essenziale per ottenere alte prestazioni è l’efficacia dei criteri con cui i dati vengono acquisiti, gestiti e infine convertiti in informazioni e decisioni di qualità attraverso analisi avanzate”.

“Focalizzazione, impegno e competenze sono ciò che separa il successo dal fallimento nell’implementazione delle analisi sui big data”, afferma Nick Kotsis di PA Consulting. “I reparti IT e le aziende devono collaborare per conseguire gli obiettivi aziendali concordati. Entrambi devono impegnarsi al massimo per raggiungerli, per aumentare le possibilità di successo dei progetti sui big data.

 

 

Stephen Pritchard

Stephen Pritchard

Stephen ha lavorato come giornalista tech per oltre 21 anni. Le sue passioni principali sono la teconologia, le telecomunicazioni, la scienza e l’ambiente. Produce e presenta il FT Connected Business Podcast, che tratta informazioni sul mondo della tecnologia. Inoltre, scrive, presenta e realizza video reportage per una grande quantità di media, e contribuisce nei panni di editore per le riviste IT Pro e Infosecurity Magazine. Gli argomenti che tratta maggiormente sono tecnologia, telecomunicazioni, media e giornalismo. Infine, ha gestito eventi per importanti riviste quali Financial Times, GigaOM e Infosecurity Magazine.

Ultimi post:

 

Tag: Big Data