TUTTI GLI ARTICOLI  >  Big Data Analytics

La doppia faccia dei dati nella gestione dell’emergenza

16 aprile 2020 / Di Alessandro Piva / Nessun commento

Nell’emergenza sanitaria dovuta al coronavirus, i dati (big o small che siano) hanno giocato e stanno giocando un ruolo determinante, e al tempo stesso controverso.

 

L'analisi dati per comprendere l'epidemia

Da un lato, come è noto, sono numerosi i casi d’uso abilitati dall’utilizzo dei Big Data e degli algoritmi di Intelligenza Artificiale per trarre informazioni fino a pochi anni fa inimmaginabili. Si pensi, ad esempio, alle applicazioni di analisi delle immagini sia in ambito diagnostico che di controllo di eventuali comportamenti non consentiti.

Dall’altro, la discussione è aperta sulla capacità degli Stati di raccogliere dati di buona qualità e affidabili nel fotografare la diffusione del contagio. Non a caso sono molti gli addetti ai lavori che si stanno cimentando su dashboard interattive e nuove tipologie di analisi per affrontare questa tematica. Nel mentre, il bollettino quotidiano della Protezione Civile ha portato milioni di italiani a familiarizzare, in maniera probabilmente poco consapevole, con tabelle piene di numeri e termini quali tassi di crescita, curva del contagio o modello previsionale.

Maggiore consapevolezza delle opportunità dunque, anche su ambiti estremamente innovativi, ma al tempo stesso un rischio di scarsa chiarezza nella comunicazione. Una scarsa chiarezza che, nella società come in azienda, può far sì che i dati non siano più uno strumento per dar vita alla ben nota “single source of truth”, ma al contrario generino confusione e diventino mercenari al servizio di idee precostituite.

L'innovazione Digitale a supporto di cittadini e imprese per fronteggiare l'emergenza Covid-19

SCOPRI I NOSTRI CONTENUTI GRATUITI

 

Raccontare il Coronavirus attraverso gli Analytics: alcuni esempi

L’Osservatorio Big Data & Business Analytics ha raccolto nelle ultime settimane le iniziative portate avanti dalle proprie aziende sostenitrici legate all’impatto del COVID-19. L’obiettivo è mostrare le potenzialità di fonti dati di vario genere e di metodologie di Analytics innovative nel raccontare il fenomeno.

Di seguito alcuni esempi.

Da John Snow, considerato il padre dell’epidemiologia, alle tecniche di Spatial Analytics di oggi, cosa si può comprendere dell’epidemia dalla sua distribuzione geografica? Negli Stati Uniti, attraverso l’utilizzo del tool Alteryx, si è provato a dare una risposta.

Quali sono gli effetti sanitari del COVID-19? BID Company ha realizzato uno studio ad hoc con l’obiettivo di analizzare la qualità dei dati e comprendere la diffusione del contagio con modelli di Advanced Analytics & Machine Learning. Una dashboard parlante, che guida il lettore nell’analisi dei dati.

Come, attraverso dati estremamente eterogenei, è possibile prevedere gli impatti della pandemia, ad esempio, in ambito finanziario? Il Gruppo Datrix, e in particolare la Tech Company FinScience, ha realizzato un’analisi di sentiment per individuare, ai primi segnali dell’epidemia, i titoli azionari più o meno rischiosi. Buonissimi i risultati ex-post (e in continuo aggiornamento!).

Si è parlato in questi giorni, in merito al COVID-19, di “infodemia”. Come distinguere tra notizie vere e fake news? Iconsulting ha sviluppato una soluzione che, sfruttando tecniche di Advanced Analytics e Machine Learning, permette di identificare chi ha l’abitudine di postare fake news all’interno di un determinato bacino di utenza. Questo algoritmo rappresenta un esempio pratico di come la tecnologia può davvero arginare la diffusione di notizie false.

Come le persone affrontano il tema su Web e Social? Socialmeter (by Maxfone) sta monitorando da alcune settimane dati quantitativi e qualitativi sui flussi Web e Twitter inerenti al tema, producendo dei report gratuiti e in costante aggiornamento. 

Un ultimo aspetto molto rilevante è relativo agli impatti sulla mobilità in questo periodo di lockdown. VEM Solutions, società del gruppo Viasat, attraverso le proprie dashboard e piattaforme, ha sviluppato un’analisi su campione significativo di veicoli del parco circolante italiano (auto e mezzi commerciali), per comprenderne le variazioni progressive degli indicatori di mobilità in relazione alle restrizioni emanate dal Governo.

 

Saper leggere i dati: una sfida per il futuro

Come accennato inizialmente, e con questa riflessione ci piace chiudere, mentre siamo immersi in quantità di dati abnormi, anche durante questa emergenza troppo poco si riflette sulla capacità di leggere, scegliere e interpretare i dati. Questo tema è legato ad una delle 5V dei Big Data, ossia la Variabilità: fonti eterogenee, quantità di dati molto elevate e modalità di aggregazione degli stessi, oltre che metodologie utilizzate nella raccolta e nell’analisi (non solo nello sviluppo dei modelli predittivi, ma anche in “semplici” visualizzazioni!), possono portare ad interpretazioni differenti. E di conseguenza a decisioni differenti.

La speranza è che la prima pandemia al tempo dei Big Data possa aiutarci a migliorare, come comunità, quell’attitudine data-driven e quella alfabetizzazione ai dati (Data Literacy) su cui alcune grandi realtà lavorano oggi con sempre maggior convinzione.


Alessandro Piva e Irene Di Deo - Osservatorio Big Data & Business Analytics

Vuoi imparare a sfruttare le opportunità dei Big Data e degli Advanced Analytics per il tuo business?

INIZIA IL PERCORSO

Alessandro Piva

Alessandro Piva

Ricercatore alla School of Management del Politecnico di Milano, dove è responsabile della Ricerca degli Osservatori Cyber Security & Data Protection, Big Data & Business Analytics, Artificial Intelligence e Cloud Transformation. All’interno delle sue aree di riferimento conduce attività di ricerca e consulenza per imprese e Pubbliche amministrazioni italiane.