Big Data, cloud e balletto astrale

[MassimilianoG]

Dall’articolo My Cloud Learning Journey: Part 7 “Big Data, Cloud and Astral Ballet” di Tim Clayton, Marketing Business Services

Quando parliamo di tecnologia analitica dei big data, pensiamo a un dispositivo intelligente creato solo pochi anni fa. In realtà il concetto è vecchio come il mondo. I nostri strumenti possono essere diversi, ma l’analisi di diversi insiemi di dati con lo scopo di trovare delle motivazioni dietro ad essi si fa da sempre. Tutto ebbe inizio con il Big Bang, oggi siamo arrivati ai Big Data ed è solo un’altra tappa lungo la strada del viaggio dell’uomo.  

Abbiamo intervistato Sanjay Baronia, HPE Big Data Marketing. Con lui abbiamo parlato di cloud e Big Data insieme.  

“Il termine Big Data l’ho sentito per la prima volta 4 anni fa,” dice Sanjay. “Con il 2000 sono iniziati i veri cambiamenti, ma l’idea di fare analisi computazionale con grandi insiemi di dati risale agli anni 50, quando Fair Issac utilizzava le analitiche per calcolare l’affidabilità di prestito dei vari finanziatori. Non esistono grandi cambiamenti essenziali; l’unica differenza è che i Big Data permettono alle aziende di guardare ai dati attraverso una gamma di risorse. Una scala molto più grande, forse troppo.”

“Al giorno d’oggi non importa la grandezza: i Big Data non sono più un affare che riguarda solo le grandi aziende” continua Sanjay. “Anche se la maggior parte dei nostri clienti lavora ancora on-premise, vediamo una crescita sempre maggiore dell’utilizzo del cloud per la gestione dei Big Data. Anche le piccole aziende si stanno trasferendo sul cloud per le analitiche in modo da avere più agilità, più elasticità e minori costi.”

Quello di cui hanno davvero bisogno le imprese è un data scientist in grado di gestire gli algoritmi e una piattaforma dove memorizzare e processare tutti i dati. È possibile quindi seguire tutti uno stesso percorso in modo da poter trasformare una miriade di statistiche in dati di valore.

 

Quando parliamo di Big Data parliamo solo di un insieme di cose, di un mucchio di informazioni. Le quattro caselle arancioni che vedete nella figura (identificazione del problema, esecuzione dei modelli, interpretazione del significato, azione) definiscono i punti dove è necessario l’intervento umano, fondamentale per prendere azioni significative.

È possibile rimuovere l’intervento umano? Le macchine sono in grado di raccogliere i dati e scrivere i modelli da sole? Siamo in grado di creare un sistema capace di eseguire domande immediatamente e darci input?

La risposta è semplice: No.

“Un’azienda deve identificare una richiesta e poi eseguire le analisi per trovare eventuali correlazioni in grado di rispondere ai problemi. Una macchina non sa neanche che il problema esiste, vede solo i dati.”

Analizzando i Big Data miglioriamo i risultati aziendali?

“Una delle cose di cui dobbiamo essere sicuri è quella di avere i dati puliti. Anche quando analizziamo grandi insiemi di dati, c’è sempre la possibilità che un errore di ingresso, anche piccolo, possa portare a risultati indesiderati.”

Ci sono degli aspetti di un’azienda (o perfino della vita) che non possono essere analizzati e migliorati tramite la Big Data analytics?

“Penso che ci siano aspetti della nostra vita che i Big Data hanno la capacità di migliorare, ma noi, in quanto esseri umani, preferiamo agire secondo la nostra intelligenza emotiva, anche se questa va contro i dati.” Ma nella vita aziendale la Big Data analytics è fondamentale per tenere i dati sempre attivi e ridefinire i risultati.