Big Data: Cosa sono e perché è importante investire in Big Data Analytics

Si scrive Big Data e si legge come una delle evoluzioni più profonde e pervasive del mondo digitale. Un trend destinato a rimanere e a incidere profondamente sulla nostra vita e sul nostro modo di fare business. Per definire cosa sono i Big Data pensiamo un attimo al nostro quotidiano: interazioni sui social network, un click su un un sito web, i nostri smartphone interconnessi. Tutto ciò genera una mole di dati incredibilmente più elevata di qualche decennio fa. Enormi volumi di dati eterogenei per fonte e formato, analizzabili in tempo reale: tutto questo sono i Big Data. In breve, tre le caratteristiche fondamentali: volume, velocità e varietà.

Siamo sempre più circondati da dati, insomma. Ma come estrarne valore? Sono le competenze e le tecnologie di Analytics a trasformare i dati grezzi in informazioni di valore per i decision maker aziendali: è oggi possibile ottenere vantaggio competitivo grazie a decisioni tempestive e più informate, non solo per le organizzazioni più grandi ma anche per le piccole e medie imprese. Il che non è un dettaglio. Parlare di Big Data non vuol dire parlare soltanto di grandi moli di dati, la trasformazione in atto è più profonda. Cambia il processo di raccolta e gestione dei dati, si evolvono le tecnologie a supporto del ciclo di vita del dato e si sviluppano nuove competenze per la valorizzazione del dato (tratteremo a lungo la centralità della figura del Data Scientist). 


I Big Data in numeri: mercato, trend e prospettive!
Scarica l'Infografica

Definire cosa sono i Big Data, insomma, non è sufficiente per offrire un quadro completo del fenomenoPerché sono importanti i Big Data e qual è il loro livello di adozione all’interno delle aziende? Ancora, quanto vale il mercato Big Data in Italia e quali sono i progetti di spicco nel nostro Paese? Le domande sono tante e le implicazioni toccano anche ambiti trasversali e sensibili come quello della Privacy e della tutela dei dati personali. Proviamo a rispondere ai quesiti più incalzanti con un’unica grande certezza: il tempo dei Big Data è adesso, domani è già troppo tardi!

In questa pagina approfondiremo:

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... 
perchè i big data sono importanti
Le 5 V dei Big Data
volume dei big data
Volume

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

velocità dei big data
Velocità

Dati generati e
acquisiti rapidamente

varietà dei big data
Varietà

Dati eterogenei
per fonte e formato

veridicità dei big data
Veridicità

Qualità e
affidabilità dei dati

variabilità dei big data
Variabilità

Mute­volezza del significato di un dato
a seconda del conte­sto

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...

benefici dei big data
progetti di big data analytics

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...


I Big Data mai in vacanza: il caso "Lastminute.com"
Approfondisci il caso
big data e pmi

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 risultano molteplici le opportunità tutt’oggi inesplorate: solo il 7% delle aziende ha implementato progetti di Big Data Analytics e le PMI pesano poco più del 10% sul mercato Analytics. Scarsità di risorse o scarsità di competenze?   Scopri di più...

le startup dei big data

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 startup-grandi aziende, che sta crescendo e lascia ben sperare.  Scopri di più...

mercato big data

Nel 2017 il mercato Big Data 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...

evoluzione delle tecnologie big data

L’infrastruttura tecnologica è uno degli elementi abilitanti la raccolta, l’analisi e la conservazione dei Big Data. Le tecnologie più innovative permettono analisi real-time e l’integrazione di nuove tipologie di dati. Ma fare ordine e scegliere con consapevolezza come strutturare un’architettura Big Datanon è semplice.

Scopri di più
velocità di analisi dei dati

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
data lake e integrazione dati

Nelle architetture tradizionali, si è soliti ricorrere all’utilizzo di  silos che contengono il sottoinsieme dei dati aziendali ritenuti d’interesse e sui quali vengono poi applicate le metodologie di analisi. Ma le architetture evolvono e dai silos tradizionali si va verso un modello integrato tra Data Warehouse e Data Lake.

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...

data scientist cosa fa?
la gestione del data science

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...


Vuoi approfondire l'argomento Big Data?
Guarda l'evento

Raccogliere e analizzare i Big Data pone enormi criticità dal punto di vista del trattamento dei dati personali e della tutela della privacy. Le aziende devono conoscere le regole procedurali e i principi cardine da seguire, in conformità con le fonti normative, per evitare di incorrere in sanzioni. In più, il 25 maggio 2018 il panorama legislativo cambierà: il General Data Protection Regulation (GDPR) andrà a ridisegnare i confini del trattamento dei dati personali. Come farsi trovare pronti? Per capirlo è necessario indagare a fondo i problemi normativi legati ai Big Data e le linee guida raccomandate a livello internazionale.  Scopri di più...

big data e privacy
Iscriviti al sito per rimanere aggiornato su
tutte le novità relative ai Big Data
Iscriviti