osservatori.svg

Siamo sempre più circondati da dati. Ciascun individuo, ogni volta che ha un’interazione con un dispositivo elettronico, genera un certo volume di dati. Vi sono poi le organizzazioni che possiedono già al proprio interno un certo patrimonio informativo, che spesso però non viene sfruttato. I Big Data sono il risultato della collezione di tali informazioni e sono caratterizzati da proprietà quali volume, velocità, varietà, veridicità e variabilità. Un trend destinato a rimanere e a incidere profondamente sulla nostra vita di tutti i giorni e sul nostro modo di lavorare.  Scopri di più... 

In questa pagina approfondiremo:

Le 5 V dei Big Data
big_data_C1_Volume.jpg
Volume

Elevate moli di dati (più di 50 TB) o in forte crescita (>50% annua)

big_data_C1_Velocita.jpg
Velocità

Dati generati e
acquisiti rapidamente

big_data_C1_varietà.png
Varietà

Dati eterogenei
per fonte e formato

big_data_C1_Veridicita.jpg
Veridicità

Qualità e
affidabilità dei dati

big_data_C1_Variabilita.jpg
Variabilità

Mute­volezza del significato di un dato
a seconda del conte­sto

Il settore dei Big Data e degli Analytics non conosce crisi. Anche per il 2018, per il quarto anno consecutivo, si conferma ai vertici tra le priorità di investimento. E chi per primo ha saputo andare oltre l’incertezza, si trova oggi in portafoglio processi più efficaci ed efficienti, nuovi prodotti e servizi, con un ritorno dell’investimento certo e misurabile. I dati in possesso dell'Osservatorio del Politecnico di Milano mostrano che, se in passato era accettabile, oggi non approcciare i Big Data Analytics vuol dire perdere nuove opportunità e, in casi estremi, anche essere esclusi da nuovi mercati o addirittura da quelli in cui già si opera.  Scopri di più... 
Big_Data_C1_I.jpg

Nel 2017 il mercato Analytics in Italia ha raggiunto il valore di oltre 1,1 miliardi di euro, con un tasso di crescita del 22%. Gran parte di questo mercato è oggi trainato dalle grandi imprese (sopra i 250 addetti), che sono responsabili dell’87% della spesa complessiva, mentre le PMI si fermano al 13%. A fronte di questa crescita incontrastata, è poi possibile scomporre la spesa in Analytics in alcune voci principali e - all’interno di queste - identificare gli atti di moto delle singole componenti. Una scomposizione che, numeri alla mano, ci fa entrare nel cuore di questo settore.  Scopri di più...

Vuoi approfondire l'argomento Big Data?    Guarda l'evento
big_data_C1_2.jpeg

Cosa significa per una piccola o media impresa approcciarsi ai Big Data? Quali sono le reali opportunità offerte da questo nuovo mondo? E quali possono essere, invece, i rischi di un approccio troppo tardivo? Dai dati in possesso all'Osservatorio Big Data Analytics & Business Intelligence, sappiamo che in Italia le opportunità tutt’oggi inesplorate veramente tante. Un esempio? Solo una PMI su tre ha dedicato parte del budget ICT 2016 a soluzioni di Analytics, con grandi differenze relative al settore di appartenenza.  Scopri di più...

big_data_C1_4.jpg

Sono 234 le startup operanti nel mercato Big Data Analytics individuate nel 2017 dagli Osservatori Digital Innovation del Politecnico di Milano. Si tratta di aziende fondate dal 2012 in poi e che hanno ricevuto almeno uno o più finanziamenti da investitori istituzionali negli ultimi 3 anni. La somma dei finanziamenti ricevuti dalle aziende oggetto d’analisi da parte di finanziatori istituzionali ha totalizzato 4,47 miliardi di dollari. Una cifra molto interessante per un connubio, quello fra startup e grandi aziende, che sta crescendo e lascia ben sperare.  Scopri di più...

I dati sono il nuovo petrolio. Eppure non tutte le aziende hanno ancora approcciato il settore dei Big Data nel modo giusto. E anche chi lo ha fatto, spesso non ha chiarito quale sia l'obiettivo finale. Gli ultimi dati degli Osservatori Digital Innovation offrono un quadro più chiaro rispetto a quelli che sono gli obiettivi che le aziende italiane intendono perseguire con l’utilizzo dei Big Data Analytics. Qual è l’effettiva capacità di ottenere i benefici ad essi associati? Il lavoro di ricerca è stato svolto fra coloro che hanno iniziative in atto o che ne hanno già effettuate in passato. I risultati dicono che...  Scopri di più...

Big_Data_C1_II.jpg
Approfondisci il mondo dei Big Data con i nostri percorsi formativi multimediali    Scopri di più
Big_Data_C1_III.jpg

Quando le organizzazioni introducono una progettualità Analytics, possono farlo con differenti livelli di maturità, in termini di modelli d’analisi, algoritmi e tool tecnologici da mettere in campo. In base a questi livelli, è possibile identificare quattro classi di Analytics: Descriptive, Predictive, Prescriptive e Automated. Un po' tutte le organizzazioni fanno uso di Descriptive analytics, ma sta aumentando in modo considerevole anche la parte relativa ai livelli successivi più avanzati. E si inizia a parlare di una "second wave" di progetti...  Scopri di più...

Le tecnologie e
la loro evoluzione
big_data_C1_8.jpg
L'avvento dei Big Data ha reso inadatto il tradizionale data warehouse (DWH). L'elevato volume di dati generato oggigiorno, l'alta eterogeneità delle fonti informative, la necessità di raccogliere e analizzare i dati in modalità real time richiedono nuovi approcci architetturali rispetto al passato.

Scopri di più
La velocità
di analisi dei dati
big_data_C1_7.jpg
La diffusione dei Big Data ha cambiato la tipologia di dati raccolti e trattati all'interno dei sistemi informativi delle organizzazioni. Negli anni passati, ad esempio, si è registrata una progressiva diffusione dei dati di tipo destrutturato e di origine esterna ai sistemi informativi aziendali.

Scopri di più
L'integrazione
dei dati
big_data_C1_9.jpg
Nelle architetture tradizionali, si è soliti ricorrere all’utilizzo di repository dedicati alle specifiche necessità di una particolare funzione. Questi silos contengono dunque il sottoinsieme dei dati aziendali ritenuti d’interesse e sui quali vengono poi applicate le metodologie di analisi.

Scopri di più

Per molti è il mestiere del futuro. Per altri è già quello del presente. Il Data Scientist è la figura professionale che comunemente si associa alla capacità di gestire i Big Data e trarne informazioni rilevanti.

Tuttavia, forse proprio per l’interesse che ha suscitato a livello globale, questa nuova figura ha generato molta confusione. Per questo motivo diventa necessario far chiarezza sulle competenze distintive di questa nuova figura professionale all'interno delle aziende e sui tanti altri aspetti che le ruotano intorno.  Scopri di più...

big_data_C1_10.jpg
big_data_C1_11.jpg

Quali sono le aree di competenza dei Data Scientist? E quale deve essere, dunque, il background accademico di queste nuove figure?   Quali sono le nuove competenze necessarie di cui si deve dotare un'azienda per interpretare al meglio l'evoluzione in atto? Dai risultati della Ricerca condotta dall’Osservatorio Big Data Analytics & Business Intelligence nel 2016, attraverso una survey internazionale che ha coinvolto 280 professionisti, emerge che non esiste ancora un’univocità nel percorso di formazione dei Data Scientist, ma tutti concordano nel dover iniziare già ora il processo di acquisizione delle skill relative alla Data Science.  Scopri di più...

Affrontare il fenomeno dei Big Data dal punto di vista giuridico significa approfondire le problematiche relative al trattamento dei dati personali, sempre più preziosi e sempre più a rischio. Bisogna conoscere le regole procedurali e i principi cardine da seguire, in conformità con le fonti normative. Quello che tutte le organizzazioni dovranno affrontare è un vasto insieme di operazioni legate al trattamento dei dati (anche personali) in loro possesso e alla gestione, quindi, di un enorme patrimonio informativo, che deve portare beneficio per le attività aziendali ma anche garantire la tutela dei dati trattati e la loro riservatezza.  Scopri di più...

big_data_C1_12.jpg
Iscriviti al sito per rimanere aggiornato su tutte le novità relative ai Big Data   Iscriviti