We use cookies in this website. Read about them in our privacy policy. To disable them, configure your browser properly. If you keep using this website, you are accepting those.
Usiamo i cookie su questo sito. Leggi le nostre Politiche sulla Privacy. Per disattivarli, imposta correttamente il browser. Se si utilizza il sito si accetta il posizionamento dei cookies.
OK



Big Data e Data Scientist - Perché sono utili alle Big Company e (soprattutto) alle PMI

(Seconda parte)

Rosario

Nel precedente articolo abbiamo definito i Big Data come i dati il cui volume, varietà e velocità richiedono particolari tecnologie e metodi analitici per l'estrazione delle informazioni contenute e del relativo valore. A fare uso di queste tecniche sono ormai tutte le multinazionali ed i vantaggi sono evidenti in ogni campo. 

Nel libro “Big Data in practice” di Bernard Marr (Data Scientist, Influencer oltre che guru nella consulenza del campo dei Big Data), vi sono diversi esempi di valore aggiunto estratto dalle informazioni contenute nei dati; di particolare interesse è il caso della NFL (National Football League). Come molte aziende, la NFL ha avviato un progetto che prevede l'utilizzo dei Big Data per aiutare i giocatori, le squadre e persino i tifosi. La National Football League, infatti, ha recentemente annunciato un accordo per l'installazione di sensori dati RFID (Radio Frequency Identification) nelle spalline dei giocatori di tutte le compagini. I chip raccolgono dati dettagliati sulla posizione di ogni giocatore consentendo l’analisi – in questo momento solo dopo la fine delle partite - di parametri quali l'accelerazione e la velocità dei giocatori.

Pur non essendo la prima incursione della NFL nei Big Data, negli ultimi anni si è assistito ad una accelerazione che ha portato la Lega ad abbracciare definitivamente la tecnologia, lanciando la propria piattaforma che a breve sarà a disposizione di tutte le 32 squadre per estrarre i dati necessari a migliorare le operazioni di scouting, allenamenti, informazioni e preparazione per gli incontri. I dati supporteranno gli allenatori nel velocizzare il processo decisionale migliorandone la qualità.  Anche i fan più irriducibili potranno, a pagamento, accedere a questo stesso database per costruire la loro squadra ideale di Fantasy Football. 
Il mix tra Big Data, Internet of Things e nuove capacità di analisi renderanno disponibili ancora più dati, come ad esempio la distanza in tempo reale percorso dai singoli giocatori, l’impatto delle condizioni meteorologiche ed anche, in un futuro prossimo, la previsione sulle performance delle singole giocate degli atleti. 

Una società che collabora con la NFL ha creato la propria “Prediction Machine” in grado di prevedere l'esito di tutti le partite della stagione con un riscontro positivo nel 69% dei casi, che non è certo la perfezione, ma è un buon risultato di partenza. 

Un altro ambito in cui i Big Data potrebbero apportare modifiche importanti è quello della pubblicità. Il Super Bowl detiene il record dello spot più costoso di sempre, 5 milioni di dollari per un spot di 30 secondi, ma ciò che l’analisi dei dati ha mostrato è che la maggior parte delle “chiacchiere on-line” su questo evento ha avuto luogo dopo la partita. Questo potrebbe essere un vantaggio per gli inserzionisti che vogliono massimizzare la loro presenza, ma non possono permettersi uno spot molto costoso. La pubblicità online, infatti, così gestita, potrebbe garantire un risultato maggiore ad un costo molto più basso che potrebbe essere accessibile anche alle aziende con budget ridotti. 

Se il ruolo dei Big Data è strategico, risulta difficile comprendere il ritardo che registrano le PMI nell’impiegare la figura del Data Scientist che invece è ormai una figura stabile nelle Big Company. I principi che questi soggetti utilizzano ed applicano nelle analisi dei dati delle grandi aziende possono e devono trovare applicazione anche nelle attività di analisi delle piccole organizzazioni che saranno così abilitate ad estrarre molto più valore dal proprio patrimonio dati e risorse IT. 
Ad esempio, all'interno di una PMI, anche di una Microimpresa, il Data Scientist potrebbe utilizzare i Big Data per trarre informazione dai “propri” utenti web che diventano così dei prosumer, potrebbe creare quindi dei modelli predittivi che portano l'azienda ad avere un approccio proattivo o “semplicemente” potrebbe direzionare il management aziendale verso scelte che tengano conto non solo di informazioni interne all'azienda, ma anche dalla web-reputation che la società ha al momento.

Solo quando le PMI comprenderanno l’importanza del ruolo del Data Scientist e le competenze trasversali richieste a tale figura, i Big Data non saranno più definiti solamente come tecnologie impiegate per immagazzinare enormi quantità di dati, ma permetteranno di creare – anche per le PMI - una infrastruttura dinamica e flessibile con alte prestazioni di calcolo, di analisi e di governance.