Report sul libro di Thomas H. Davenport, Big Data al lavoro. Sfatare i miti, scoprire le opportunità, Franco Angeli, Milano, 2015

1. Kea s.r.l. | Via Strà, 102 | 37042 Caldiero (VR) | www.keanet.it
Tel. / Fax: +39 045 6152381 | E-mail: info@keanet.it
Viaggio alla scoperta dei Big Data
Report sul libro di Thomas H. Davenport, Big Data al lavoro. Sfatare i miti, scoprire
le opportunità, Franco Angeli, Milano, 2015
Qual è il punto di partenza di progetti basati su big data?
• Da esigenze (interne all’organizzazione o dei clienti) che potrebbero essere soddisfatte ricorrendo
ai big data
• Dalla disponibilità di dati che potrebbero generare valore, ispirando o trasformando le strategie
aziendali.
Davenport sottolinea che “bisogna partire da un interrogativo, non dai dati”.
Quali sono le caratteristiche dei big data?
Le caratteristiche principali dei big data sono:
• Mole
• Sono dati di vario tipo (testi, audio, video, social media, dati raccolti da sensori dell’Internet of
Things [IoT, internet delle cose] e da sensori associati a esseri viventi – animali ed esseri umani, in
particolare in ambito sanitario e sportivo). Davenport afferma che “stiamo superando
l’automazione delle transazioni e ci stiamo avvicinando all’analisi dei dati che esse generano”. A
questi dati si aggiungono quelli user generated e quelli raccolti dai sensori
• Sono di varia provenienza. Si tratta spesso di dati esterni all’azienda che ne fa uso, il che rende
necessario integrare fonti dati interne ed esterne, e pone il problema della governance dei big data:
qualità, aggiornamento e affidabilità, attribuzione di metadati, riconciliazione, sicurezza,
riservatezza, accessibilità da parte dei titolari
• Scarsa strutturazione
• Flusso dinamico, rapido e continuo (dati di tipo streaming).
Nel lavoro con i big data tutto è nuovo?
Davenport sottolinea che, accanto alle numerose innovazioni, nel lavoro con i big data permangono anche
elementi tradizionali:
• Elementi di innovazione:
o Necessità di un cambio di prospettiva da parte del management:
 Necessità di guardare fuori, verso fonti dati esterne, abbandonando la prospettiva
azienda-centrica
 Orientamento alle decisioni razionali, basate su dati oggettivi, anziché su
valutazioni soggettive. Esigenza del passaggio a una cultura del Test & Learn, cioè
all’applicazione alla conduzione dell’azienda del metodo scientifico
1
Viaggio alla scoperta dei Big Data

2. Kea s.r.l. | Via Strà, 102 | 37042 Caldiero (VR) | www.keanet.it
Tel. / Fax: +39 045 6152381 | E-mail: info@keanet.it
 Orientamento al decision-making inteso come processo continuo e supportato
dall’automazione. “Quando [i big data] vengono applicati al processo decisionale, la
loro massa e la loro velocità sono tali da non rendere più appropriati i metodi
tradizionali del decision-making, ancorati al criterio della massima certezza
possibile … Molte organizzazioni devono quindi adottare una metodologia di analisi
e di decision-making improntata all’aggiornamento continuo, tanto dei dati quanto
delle indicazioni che se ne possono trarre … Devono concepire il data management,
l’analisi e il decision-making come flussi e processi continui, non come stock discreti
di dati o di eventi distinti”. Davenport afferma che l’evoluzione va inoltre verso
l’automazione del processo decisionale: “I risultati delle analisi dei dati saranno
sempre più indirizzati ai computer, non agli esseri umani. E i computer
genereranno istruzioni per le persone, ma anche per altri dispositivi, che a loro
volta produrranno altri dati sul loro funzionamento e sulla loro performance”
 Inclusione dell’analytics nei principali processi di business
o Necessità del monitoraggio continuativo dei dati, tendente al tempo reale. Impostazione di
valori di soglia per determinare il momento in cui si rendono necessarie azioni e decisioni,
automatiche o da parte di persone
o Necessità di integrare più fonti dati, esterne e interne
o Maggiore rilevanza dell’esplorazione e della sperimentazione basate sui dati. Gioca un
ruolo fondamentale l’elaborazione di congetture data-driven: formulazione di ipotesi,
raccolta di prove, eventuale confutazione, decision-making e iterazione continua del ciclo.
“L’assunto fondamentale è che il mondo – e i dati che lo descrivono – è perennemente
mutevole e a prevalere saranno le organizzazioni in grado … di reagire con rapidità e
discernimento”: le competenze più apprezzate sono l’esplorazione e l’agilità. I data
scientist devono essere in grado di estrarre pattern integrando fonti dati vecchie e nuove
con una frequenza e su una scala senza precedenti
o Riduzione di tempi e costi di conversione dei dati da non strutturati o semi-strutturati in
strutturati e di successiva analisi dei dati
o Tecnologie:
 Hadoop (sviluppato da Yahoo!) e MapReduce (sviluppato da Google) come
ambiente di storage e processing
 Python, Pig (sviluppato da Yahoo!) e Hive (sviluppato da Facebook) come linguaggi
di scripting per elaborare i big data
 Nuove forme di database e di architetture di in-memory analytics (residente nella
memoria del computer, senza richiedere trasferimenti da e per lo storage su disco)
• Molte tecnologie di base sono open source. Il costo è spostato
dall’applicazione alle persone in grado di sfruttare queste tecnologie
 Machine Learning. Metodologia, assimilabile alle modellazione automatizzata, che
applica ai dati un gran numero di modelli al fine di selezionare quello che si adatta
meglio. Il vantaggio è l’automazione e la rapidità nel generare modelli che
spieghino le relazioni esistenti fra dati fortemente dinamici e siano in grado di
prevederne l’evoluzione futura
 Natural Language Processing
 Visual analytics
2
Viaggio alla scoperta dei Big Data

3. Kea s.r.l. | Via Strà, 102 | 37042 Caldiero (VR) | www.keanet.it
Tel. / Fax: +39 045 6152381 | E-mail: info@keanet.it
 Rappresentazioni narrative automatizzate in forma di testo, basate su applicazioni
di linguistica computazionale. Narrative Sciences e Automated Insights propongono
applicazioni che, sulla base di dati grezzi, riescono a redigere resoconti giornalistici
di gare sportive, testi finanziari, di marketing, previsioni meteo, ecc.
• Elementi di tradizione:
o Metodi di conversione dei dati da non strutturati o semi-strutturati in strutturati
o Metodi di analisi dei dati, una volta che sono stati convertiti da non strutturati o semi-
strutturati in strutturati.
Quali sono le opportunità aperte dai big data?
• Riduzione di costi
o Tecnologie legate ai big data permettono di ridurre i costi di archiviazione ed elaborazione
• Riduzione di tempi
o Tecnologie legate big data permettono di aumentare la velocità di elaborazione
o Macy’s: la catena di negozi ha ridotto da 27 a poco più di 1 ora il tempo di ottimizzazione
del pricing dei suoi 73 milioni di articoli
o Sears Holdings: il retailer ha ridotto da 8 a 1 settimana il varo di campagne marketing
complesse e più mirate
• Supporto alle decisioni
o Tecnologie legate ai big data permettono di seguire il cliente nelle sue relazioni multicanale
con l’azienda (es. Wells Fargo, Bank of America, Discover nel settore finanziario),
includendo nell’analisi anche i clic sui siti web, i dati derivati dalle transazioni, le
registrazioni vocali dei call center, le annotazioni degli addetti di agenzia
o United Healthcare: in ambito sanitario l’azienda utilizza registrazioni vocali delle telefonate
al call center e sistemi di Natural Language Processing per monitorare il livello di
soddisfazione dei clienti e individuare quelli insoddisfatti
o Procter&Gamble: l’azienda ha aperto uno store online per capire meglio e in modo
disintermediato comportamenti e preferenze dei consumatori
o PepsiCo: l’azienda utilizza la video analytics, in collaborazione con i punti vendita della
grande distribuzione, per studiare il comportamento del consumatore dinanzi allo scaffale
• Miglioramento di prodotti e servizi esistenti
o UPS, FedEx, Schneider International: in ambito logistico tecnologie legate a sensori e big
data sono usate per monitorare ubicazione e condizioni della merce, per ottimizzare i
percorsi e risparmiare carburante, nonché per monitorare lo stile di guida degli autisti e
incrementare potenzialmente la sicurezza
o General Electric: l’azienda applica sensori agli “oggetti che ruotano” (es. alle turbine a gas,
ai motori di aerei) per il monitoraggio continuo con l’obiettivo di migliorare le prestazioni di
applicazioni industriali
o Amadeus: nel settore dei viaggi le tecnologie legate ai big data permettono di ridurre il
tempo di risposta del sistema di prenotazione
o Caesars Entertainment: nel settore delle case da gioco le tecnologie legate ai big data
permettono di fornire in tempo reale una risposta alle esigenze del marketing (“Caesars ha
riscontrato che i clienti iscritti da poco … tendono a non tornare più, se hanno avuto poca
3
Viaggio alla scoperta dei Big Data

4. Kea s.r.l. | Via Strà, 102 | 37042 Caldiero (VR) | www.keanet.it
Tel. / Fax: +39 045 6152381 | E-mail: info@keanet.it
fortuna … Se l’azienda riesce invece a consolarli, per esempio con un buono pasto gratuito,
quando ancora stanno giocando, la probabilità che ritornino al casinò aumenta
sensibilmente) e all’assistenza dei clienti (es. utilizzare la video analytics per supportare il
personale di sala nell’individuare clienti fedeli da non far attendere in fila)
o Nei comparti produttivi, tecnologie legate ai big data possono ottimizzare il collegamento
fra produzione e logistica con l’obiettivo di regolare sia l’afflusso delle materie prime e dei
materiali, sia i ritmi di produzione
• Sviluppo di nuovi prodotti e servizi data driven
o LinkedIn: sono basate sui big data la funzione “Persone che potresti conoscere” e la
“ricerca unificata”, che prevede i contenuti ai quali l’utente ha maggiore possibilità di
interessarsi, ottimizzando i risultati
o General Electric: l’azienda applica sensori agli “oggetti che ruotano” (es. alle turbine a gas)
per fornire un nuovo tipo di assistenza tecnica (predittiva e/o in base alle esigenze effettive
del singolo oggetto monitorato)
o Netflix: nel settore dell’intrattenimento i big data supportano la produzione di contenuti di
successo, come la serie House of Cards
o Verizon Wireless: il gestore di reti cellulari vende informazioni sulla frequenza con cui gli
utilizzatori dei telefoni cellulari si trovano in determinati luoghi e sulle attività che svolgono.
Centri commerciali, stadi, imprese di affissioni pubblicitarie sono fra i clienti
o Recorded Future: l’azienda propone strumenti basati su big data che permettono per
esempio ai servizi di intelligence governativi di analizzare tendenze e fare previsioni su
tensioni politiche, terrorismo, sviluppo tecnologico, ecc. Le stesse applicazioni sono usate
da società di sicurezza, fondi di investimento speculativi, aziende (per il monitoraggio di
clienti e concorrenti).
Autore: Petra Dal Santo (dalsanto@keanet.it)
www.keanet.it
http://blog.keanet.it/
4
Viaggio alla scoperta dei Big Data