Home » Tecnologia » Come ottenere grandi risultati dai Big Data

Come ottenere grandi risultati dai Big Data

Tech Page One

Bisogna guardare oltre l'entusiasmo della novità: i Big Data portano davvero vantaggi concreti

How to transform Big Data into big results 747x325

 

Nel mondo delle tecnologie dell’informazione vengono continuamente inventati neologismi orecchiabili, spesso studiati a tavolino da team di marketing, che portano i dipartimenti IT a chiedersi se ci sia veramente della sostanza dietro a tanta terminologia.

Una di queste espressioni è appunto “Big Data”: di primo acchito suona quasi rassicurante, come una grande coperta che ci avvolge, ma la natura confortante dell’espressione è piuttosto fuorviante: riguarda, infatti, un processo decisionale d’impresa più deciso e sfrenato che mai.

Per ottenere vantaggi concreti, le aziende devono convincersi che i Big Data sono molto più che una moda passeggera. Inizialmente, questo cambio di idee è proceduto a rilento e sembrava che le aziende non stessero effettuando investimenti in questa tecnologia, ma ora la situazione è completamente diversa.

Investimenti sui Big Data

In una relazione pubblicata nell’ottobre del 2015, Frank Buytendijk di Gartner dichiara che il fermento intorno a questa tecnologia serve in realtà da maschera per ciò che sta realmente accadendo. “Mentre tutti ne parlano, i Big Data sono in corso di adozione in qualunque settore e in ogni funzione aziendale. Secondo un recente sondaggio condotto da Gartner, il 64% degli intervistati sta già investendo in Big Data o prevede di farlo nei prossimi 12-24 mesi”.

Se due terzi delle aziende intendono proseguire per questa strada, esistono buoni motivi per pensare che questa tecnologia sia destinata a durare. Resta comunque poco chiaro il vero significato di “Big Data”, un’espressione che fa ancora scuotere la testa ad alcuni.

I Big Data si trovano ad affrontare uno scoglio analogo a quello del cloud computing durante le prime fasi della sua esistenza: la mancanza di una definizione standard per questa tecnologia. Sarebbe facile pensare che sia un nome alternativo per un set di dati di grandi dimensioni, ma si tratterebbe di una descrizione superficiale nel complesso. Una definizione più realistica potrebbe essere la seguente: raccolta e analisi di un set misto di dati, sia strutturati che non strutturati, per sviluppare una strategia aziendale coesiva.  Si tratta di un’unione tra cifre di vendita, commenti sui social media, filmati su YouTube e molti altri tipi di dati, messi insieme per ottenere risultati più accurati.

Le tre V

Gli opinionisti che si occupano di Big Data usano l’espressione “le tre V” per descrivere il modo in cui questa tecnologia opera. Le “V” stanno per “velocità”, “varietà” e “volume”: in altre parole, rispettivamente, la rapidità con cui si può accedere ai dati ed esaminarli, i vari tipi di dati da analizzare e le dimensioni del database. Alcuni commentatori parlano anche di un quarto elemento: la “veridicità”; tuttavia, bisognerebbe dare per scontato che i dati in proprio possesso siano accurati, in quanto cifre non precise portano a riscontrare problemi indipendentemente dal tipo di dati utilizzato.

Nel momento in cui entra in gioco l’Internet delle cose, i vantaggi per le aziende iniziano a palesarsi. La rapida ascesa dei dispositivi connessi è destinata a produrre un’incredibile quantità di dati, sia strutturati, sia non strutturati. Non si tratta di un problema che coinvolgerà solo determinati settori, nonostante alcuni verranno più toccati rispetto ad altri, bensì riguarderà qualunque impresa che si troverà a dover gestire grandi volumi di dati.  I suddetti dati non devono necessariamente provenire dai clienti; ad esempio, le amministrazioni locali tendono a raccogliere sempre più informazioni sui cittadini al fine di fornire loro migliori servizi.

Strumenti di analisi nel settore sanitario

How to transform Big Data into big results 350x250Un esempio lampante di come il mondo si stia trasformando ci viene fornito dal settore sanitario e da come i dispositivi connessi hanno cambiato il modo in cui opera, con relative conseguenze nella gestione dei dati.

Tra i problemi principali che i medici si trovano ad affrontare vi è la tendenza dei pazienti a non rispondere con sincerità a domande relative al consumo di alcol, all’esercizio fisico o ad argomenti simili; la prassi è da sempre quella di raddoppiare il numero di bevande alcoliche consumate dichiarato dai pazienti. L’avvento dei dispositivi portatili ha cambiato totalmente questa situazione: i medici sono ora in grado di controllare la quantità di bevande consumate, il numero di passi fatti e altri tipi di informazioni.

Inoltre, i dispositivi possono essere utilizzati per tenere sotto controllo patologie che non dipendono dalla volontà del paziente, monitorando, ad esempio, i valori del diabete o la frequenza cardiaca.  Esistono anche modi per controllare se un paziente sta assumendo o meno i farmaci prescritti: tutte informazioni di vitale importanza.

Il vero valore di questa tecnologia si manifesta quando le informazioni fornite dai vari dispositivi di controllo vengono combinate alla moltitudine di esami medici di routine effettuati, come radiografie o analisi del sangue.  Tutti questi dati possono essere raggruppati per generare un quadro d’insieme accurato sulla salute di un individuo.

Si riscontra, tuttavia, un problema: la maggior parte delle informazioni raccolte viene conservata in ambulatorio e non può essere facilmente condivisa.  Ecco un esempio da manuale dell’aiuto che i Big Data possono fornire: l’accesso a dati provenienti da vari dispositivi e presentati in diverse forme consente di ottenere informazioni utilizzabili dal personale medico, sia per fini di ricerca che per indicare ai direttori sanitari dove è opportuno concentrare i singoli servizi.

Il commercio al dettaglio è uno dei settori che fa ampio uso dei Big Data. Sapere quali prodotti vengono comprati dai clienti e, soprattutto, quali articoli intendono acquistare è un’informazione di cui qualunque nota catena di supermercati vorrebbe essere in possesso.  Anche in questo caso, le decisioni non vengono prese esclusivamente sulla base delle cifre di vendita, ma anche tramite il monitoraggio dei social media e l’utilizzo delle telecamere in negozio per controllare in che modo i clienti esaminano i prodotti.  Grazie alla raccolta di ulteriori dati sui clienti, le organizzazioni di vendita al dettaglio sono in grado di prendere decisioni più informate riguardo ad acquisto, esposizione e promozione delle merci vendute. Secondo McKinsey, le imprese che prendono decisioni sulla base di dati godono di una produttività maggiore del 5% rispetto ai concorrenti che non lo fanno, unitamente a profitti del 6% più alti.

Tuttavia, i Big Data sono molto più che un semplice mezzo per migliorare il processo decisionale aziendale.  A detta di Buytendijk, solo meno della metà dei progetti relativi ai Big Data riguarda i processi decisionali, aiutando, invece, le imprese ad analizzare nuove procedure aziendali; tra questi troviamo progetti relativi a:

  • marketing e aumento delle vendite,
  • miglioramento dei rendimenti operativi e finanziari,
  • gestione del rischio e della conformità,
  • innovazione con nuovi prodotti e servizi,
  • monetizzazione diretta/indiretta dei dati.

Abbiamo dunque constatato che accogliere l’utilizzo dei Big Data in azienda porta numerosi vantaggi; perciò, la questione principale consiste nel determinare come le imprese possono prepararsi a percorrere questa strada.

Tutto partirà sempre dal data center. La prima decisione da prendere riguarda un eventuale approccio basato sul cloud. In questo caso, bisogna essere consapevoli che ci si troverà di fronte a volumi di dati ancora più grandi e, di conseguenza, i sistemi utilizzati in azienda dovranno essere in grado di gestirli. L’utilizzo del cloud pubblico concederà maggiore scalabilità e facilità nel gestire i picchi di attività; tuttavia, se il cloud pubblico reca preoccupazioni in termini di sicurezza, allora un approccio ibrido sarà probabilmente la soluzione ideale da abbracciare.

Risulterà quasi sicuramente necessario ampliare gli spazi di archiviazione in azienda, in quanto si verificherà un incremento nel volume dei dati da gestire.  Cisco stima che il numero dei dati generati da dispositivi IoE (Internet of Everything) sarà 269 volte più alto rispetto a quello dei dati provenienti dai dispositivi degli utenti finali e trasmessi ai data center, oltre che 49 volte maggiore del traffico totale processato sui data center entro il 2019. La società prevede anche che nello stesso arco di tempo il volume del traffico annuale raggiungerà i 507,5 zettabyte; un aumento considerevole, visto che la cifra si fermava a 134,5 zettabyte l’anno nel 2014.

Di conseguenza, bisogna prima occuparsi dell’infrastruttura: sarà necessario potenziare le capacità di calcolo, archiviazione e rete all’interno dell’impresa. Ma la preparazione all’impiego dei Big Data non finisce qui. Per gestire questo cambiamento bisognerà anche aggiornare i propri software.

Sono tre le aree principali su cui concentrarsi: sistemi di analisi avanzati, integrazione dei dati e gestione dei dati.

Sistemi di analisi avanzati

Un elemento di fondamentale importanza nell’utilizzo dei Big Data. Grazie a software di analisi avanzati, sarà possibile individuare le preferenze dei clienti e prevedere i loro comportamenti. Potranno essere utilizzati anche per monitorare la sicurezza, in quanto permettono di identificare tipi di transazioni ricorrenti per rilevare episodi di frode.

Integrazione dei dati

Grazie a questo processo è possibile occuparsi delle diverse fonti da cui provengono i dati e raggrupparle. Ad esempio, le società del settore sanitario possono mettere insieme certificati medici e dati provenienti da dispositivi connessi, mentre i centri commerciali possono integrare i dati di vendita con conversazioni sui social media e registrazioni delle telecamere. Tutti questi tipi di dati vanno esaminati. Durante il processo di integrazione va anche preso in considerazione il contesto dal quale i dati vengono estratti, ad esempio in loco oppure tramite l’utilizzo del cloud. I dati provenienti da numerosi tipi di fonti non vanno solo processati: è necessario gestirli rapidamente; non bisogna mai scordarsi che la velocità è una delle caratteristiche principali nella gestione dei Big Data. La velocità con la quale le imprese possono intraprendere azioni in risposta ai dati è direttamente proporzionale alla rapidità con cui li hanno ricevuti.

Gestione dei dati

Per definizione, i sistemi di Big Data producono una grande quantità di informazioni e, di conseguenza, necessitano di solidi sistemi per l’archiviazione, il backup e la sicurezza dei dati generati. Questi vanno implementati in modo economicamente vantaggioso, in quanto non è opportuno che i costi di amministrazione abbiano più peso rispetto a eventuali benefici finanziari.

Data warehouse: una tecnologia viva e vegeta

Esiste una scuola di pensiero secondo la quale l’arrivo dei Big Data equivalga all’abbandono dei data warehouse aziendali.  Si tratta di un’opinione fuorviante: è, infatti, più conveniente utilizzare i data warehouse presenti in azienda come punto di partenza piuttosto che rinunciare agli investimenti effettuati nelle tecnologie esistenti.  Ad esempio, Dell e Microsoft hanno sviluppato insieme Data Warehouse Fast Track, una soluzione che rende più facile per le imprese sfruttare gli investimenti di questo tipo già effettuati.

Detto ciò, le imprese hanno a loro disposizione numerosi modi per introdurre l’utilizzo dei Big Data in ambito aziendale; tuttavia, la domanda principale da porsi è la seguente: è un investimento che vale la pena intraprendere?

Il punto di vista dei clienti

L’utilizzo dei Big Data può rappresentare una questione di vita o di morte nel vero senso della parola.  Il centro Hospitals and Clinics dell’Università dell’Iowa (UI) utilizza questa tecnologia per effettuare previsioni in tempo reale riguardo alla probabilità di contrarre infezioni del sito chirurgico per un paziente. Grazie a pareri informati indicanti gli individui suscettibili a tali infezioni, i chirurghi sono stati in grado di ridurre i tassi di infezione del 58%.

Nonostante la comparsa di infezioni del sito chirurgico sembri farci tornare indietro nel tempo di due secoli, rimane comunque un grave problema che porta a ricoveri di lunga durata e a volte, tragicamente, è anche causa di morte.

Secondo la previsione del dottor John Cromwell, primario del reparto di chirurgia gastrointestinale, minimamente invasiva e bariatrica, un’alta percentuale di infezioni del sito chirurgico era prevenibile con l’utilizzo di sistemi di analisi predittiva.

Questi hanno portato un duplice vantaggio: oltre a salvare vite, hanno ridotto anche i costi. L’ospedale ha calcolato che le infezioni a seguito di interventi comportavano un costo di 10 miliardi di USD l’anno per il settore sanitario.  Il vasto impiego di sistemi di analisi predittiva in tempo reale ha considerevolmente ridotto questa spesa.

“Grazie all’utilizzo di questi strumenti e altri metodi, siamo stati in grado di ridurre del 58% il numero delle infezioni del sito chirurgico”, ha dichiarato Cromwell. “È un concetto rivoluzionario per la chirurgia gastrointestinale”.

Per renderlo possibile, il team di medici ha dovuto adottare un nuovo approccio ed esaminare più a fondo dati che non verrebbero normalmente presi in considerazione durante la convalescenza. Cromwell aggiunge: “Siamo in grado di acquisire informazioni dalle cartelle cliniche elettroniche (Electronic Medical Record, EMR) e da altre fonti, compresi i dati in tempo reale dalla sala operatoria, per determinare se i pazienti rischiano di contrarre infezioni del sito chirurgico.  Siamo così in grado di modificare e personalizzare il tipo di cura fornita in sala operatoria”.

Questa svolta ha comportato un cambiamento nell’infrastruttura tecnologica di base. Il team di medici necessita ora di una potenza di elaborazione maggiore e di un nuovo set di strumenti di analisi.   Jose Maria Monestina, programmatore senior delle applicazioni presso il centro Hospital and Clinics dell’UI, è stato incaricato di implementare questa tecnologia.

Si è trattato di un compito per niente semplice: i dati venivano processati in diversi sistemi e conservati in vari database. Monestina ha dovuto raggrupparli in un unico set di dati dotato di strumenti di analisi incorporati. Ha dichiarato che: “Questo processo ci ha consentito di effettuare analisi predittive in tempo reale per migliorare le cure fornite e ridurre i costi”.

Il problema posto da questo approccio è consistito nell’incapacità delle infrastrutture tecnologiche ospedaliere esistenti di supportare i volumi di dati maggiori che il team di medici si è trovato a gestire, sia in termini di archiviazione che di fornitura.  Perciò, l’ospedale ha dovuto effettuare un aggiornamento a sistemi più potenti senza dover rinunciare, nel frattempo, all’utilizzo delle architetture IT esistenti.

Dell ha fornito loro questa soluzione e ha cambiato il modo in cui il team di medici opera. Vengono ora utilizzate piattaforme di analisi che aggregano i dati, li preparano per il modeling e mettono a disposizione il modello di dati finale. “È un pacchetto onnicomprensivo”, spiega Monestina. “Il modello dei dati può essere archiviato nel server e successivamente riutilizzato. Inoltre, i modelli sono condivisibili con gli altri membri del gruppo di ricerca”. Il potere della mobilità è uno dei punti forti di tale impiego. Infatti, non si è costretti a utilizzare un determinato PC o server. I modelli possono essere aperti da applicazioni mobili o browser, dai quali si possono consultare i risultati.

È cambiato tutto. Ora il team di chirurghi può fare ben altro che semplicemente analizzare dati eterogenei (quali dati di EMR, registri e moduli di soddisfazione del cliente); i medici possono combinarli e unirli a informazioni in tempo reale sui pazienti provenienti dalla sala operatoria, in modo da prendere decisioni per i trattamenti individuali basate sui dati.

“Big Data e analisi predittive stanno trasformando i risultati praticamente in ogni fase dell’assistenza ai pazienti”, afferma Cromwell. “Esistono tantissime altre aree in cui potrebbero ritornare utili, tra cui somministrazione dei farmaci, salute della popolazione, gestione del flusso di pazienti e tutti gli altri aspetti della medicina che permettono di fornire cure mediche di alta qualità”.

Per maggiori informazioni sul potenziale dei Big Data, clicca qui.

 

Maxwell Cooter

Maxwell Cooter

Max è un giornalista freelance che copre una varietà di materie relazionate con l’IT. È stato il fondatore di Cloud Pro, una delle prime guide sul mondo cloud. Successivamente ha fondato anche IDG’s techworld ed ha lavorato come editore per Network Week. Da freelancer, ha potuto collaborare con IDG Direct, SC Magazine, Computer Weekly, Computer Resellers News, Internet Magazine, PC Business World e molti altri. Ha anche avuto l’opportunità di partecipare a diverse conferenze ed è stato telecronista per BBC, ITN e Computer TV Channel CNBC.

Ultimi post:

 

Tag: Tecnologia