BIG DATA
La nuova frontiera dell’Advanced Analytics

Acquisire un vantaggio competitivo lavorando sui dati è la sfida più grande per le aziende. Le grandi realtà stanno diventando grandi “fabbriche di dati”.

I dati che vengono prodotti sono molteplici, come ad esempio i dati degli utenti di un sito web, dei loro post su facebook, o dell’utilizzo di un’app, dagli oggetti collegati alla rete, e così via. L’analisi di una mole così elevata di dati richiede competenze specifiche, e tecnologie avanzate in grado di supportare l’elaborazione di file di dimensioni così grandi, per poterne estrarre informazioni utili, nascoste.

ESIS Srl Big Data

Contattaci per informazioni

Il tuo nome (richiesto)

La tua email (richiesto)

Oggetto

Il tuo messaggio

Privacy (richiesto)
Ho letto l'informativa privacy

BIG DATA & Advanced Analytics

Big Data è certamente il mondo dei database non-relazionali. Abbiamo una solida esperienza sul tema, specialmente con CouchDB, un database NoSQL open source che abbiamo utilizzato con successo su diversi progetti.

  • Volume significa che, in effetti, la quantità di dati da elaborare è così grande che solo pochi anni fa era inimmaginabile. Questo implica nuove sfide non solo da un punto di vista tecnologico, ma anche a livello di storage, accesso, e analisi.
  • Velocità significa che oltre ad avere enormi volumi di dati, questi continuano ad aumentare con una velocità che rende le tecnologie tradizionali inadeguate a trattarli.
  • Varietà, infine, significa che le tipologie di dati sono disparate e spesso non strutturate (si pensi ad esempio alle conversazioni online sui social network).

 

Advanced Analytics

L’analisi dei dati condotta tramite Advanced Analytics va oltre i calcoli tradizionali, come aggregazioni, filtri e ordinamenti.

Questo genere di analisi avanzate utilizza algoritmi matematici e statistici come regressione e clustering per generare nuove informazioni, riconoscere pattern, e anche per predirre scenari alternativi.

L’analisi predittiva è un sottogruppo degli advanced analytics e si focalizza sull’identificazione di futuri eventi e valori con le rispettive probabilità.

Gli analytics, advanced e predittivi, possono essere applicati a una quantità di casi d’uso, dalle classiche previsioni sul valore e successo coi clienti, sulle vendite e sulla domanda, a nuovi task come l’anticipazione di guasti alle macchine, monitoring real-time dei social media e relativa valutazione.

Per comprendere lo sviluppo dei Big Data occorre anche saper individuare i modelli di utilizzo degli Analytics nelle imprese e ancora una volta è necessaria una distinzione duale nelle tipologie di dati:

  • dati strutturati
  • dati destrutturati

 
Nel caso dei dati destrutturati si tratta poi tipicamente di:

  • testo
  • immagini
  • video
  • audio
  • elementi di calcolo
  •  

    Dato destrutturato vuol dire dato eterogeneo, che significa, banalizzando un po’, dati che rispecchiano la “eterogeneità” della realtà.

    In altre parole si sentono gli effetti dell’Internet of Things che si aggancia ai fenomeni già più consolidati del Mobile e dei Social Media.

    Maggiore aderenza alla realtà vuol anche dire inoltre maggiore possibilità di trasformare i dati in conoscenza reale. Per le aziende questo significa maggiori capacità di rappresentare la realtà e dunque maggiori opportunità di agire sulle leve che permettono di ottenere un risparmio, di attuare efficienze, di ottimizzare processi interni e di sviluppare nuovi prodotti e servizi.