Cosa sono i big data?

Tecnologia: Customer Intelligence     Topic: Dati & Analytics  Dati Informazioni Insights  

Oggi è possibile raccogliere un’innumerevole quantità di dati da tutte le interazioni attraverso Internet, l’Internet of things e dalla diffusione della cosiddetta app economy. I dati che vengono prodotti sono molteplici, come per esempio i dati degli utenti di un sito web, dei loro post su Facebook, o dell’utilizzo di un’app o degli oggetti collegati alla rete, ecc.

Ma non si tratta “semplicemente” di quantità enormi e di tipologia differente, quello della disponibilità e del loro cambiamento in tempo reale è un altro elemento che caratterizza i big data. Ecco perché li si definisce con il modello di crescita tridimensionale delle 3 V definito nel 2001 dall’analista Douglas Laney: volume, varietà e velocità, alle quali si sono aggiunte nel corso del tempo veridicità e valore.

Volume: il nome big data stesso è correlato alla dimensione, che è enorme. La dimensione dei dati gioca un ruolo cruciale nel determinarne il valore, essi sono veramente preziosi solo se il set di dati ha un volume veramente grande. Altrimenti si parla di small data o semplici database. Oggi come si diceva non è difficile raggiungere una grande quantità di dati generati ogni secondo da sorgenti eterogenee quali: sensori, log, eventi, email, social media e database tradizionali.

Varietà: un altro aspetto dei big data è la loro varietà, riferita sia alla eterogeneità delle fonti, sia alla natura dei dati, strutturati e non strutturati. Oggi i dati sono reperibili attraverso e-mail, foto, video, dispositivi di monitoraggio, PDF, audio e testo.

Velocità: si riferisce alla tempo che occorre per acquisire ed elaborare i dati. La velocità determina il potenziale reale dei big data.

Veridicità: riguarda il concetto basilare della qualità del dato. Inizialmente, ci si è concentrati più sulla quantità e varietà dei dati disponibili, finendo con il prestare minore attenzione alla loro qualità. Salvo poi trovarsi con dati talmente inquinati da rendere qualsiasi analisi inattendibile. Oggi la veridicità è considerata una caratteristica intrinseca del dato da inserire nel processo di analisi.

Valore: ci si riferisce alla capacità di trasformare i dati in valore. Anche questo è un concetto sul quale oggi si insiste molto: bisogna definire con chiarezza, in stretta relazione con chi gestisce ill processo che genererà un determinato dato, quali sono gli elementi che caratterizzano il dato stesso. In questo modo l’analytics porterà veramente valore di business misurabile. Per esempio: in un progetto di loyalty possono esserci molte ambiguità nella definizione di cliente infedele: se non si conosce bene il processo di business, se non si definisce con precisione cosa caratterizza il cliente infedele, l’analisi che ne deriverà non potrà essere corretta.

Autorizzo L'Ippocastano srl, titolare del trattamento dei dati, a utilizzare i miei dati per comunicazioni inerenti le attività di CMI Customer Management Insights.
L'autorizzazione è obbligatoria per poter processare la tua azione. Leggi la Privacy Policy

VOCI CORRELATE

Cosa si intende per data as a service e data monetization?

Le analisi che vengono effettuate sui dati raccolti danno vita a informazioni molto appetibili che possono essere vendute. Si parla quindi di monetizzazione diretta o indiretta:

Leggi

Cosa sono i first party data?

I first party data (dati proprietari) sono tutti i dati che puoi raccogliere direttamente attraverso i tuoi canali di contatto digitali o fisici.

Leggi

Cosa si intende per data quality?

Secondo Gartner “la scarsa qualità dei dati distrugge il valore del business.

Leggi

Cosa si intende per data enrichment?

Per data enrichment, arricchimento dei dati, si intendono i processi attuati per validare, integrare e migliorare i dati grezzi e le informazioni nei database aziendali e ottenere un database integro…

Leggi

Cosa sono le data-driven company?

Le aziende data-driven sono quelle che considerano la gestione dei dati (data management) non come un fattore tecnico, ma come un pilastro strategico del business.

Leggi

Cosa si intende per data governance?

La data governance, o governo dei dati, è un termine ampio applicato alla definizione di politiche, regole, processi e responsabilità sull'uso, la condivisione e la protezione dei dati.

Leggi

Cosa vuol dire essere data-driven?

Avere un approccio data-driven significa far fruttare il tesoro dei dati che si raccolgono attraverso varie interazioni con i clienti e utilizzarli in modo efficace nel processo decisionale.

Leggi

Cosa sono gli analytics?

Gli analytics sono l’analisi computazionale sistematica di dati. Vengono utilizzati per la scoperta, l’interpretazione e la comunicazione di schemi significativi nei dati raccolti.

Leggi

Cosa sono gli actionable data?

I dati utilizzabili, actionable data, sono dati trasformati in informazioni che forniscono una visione sufficientemente chiara e completa per prendere una decisione aziendale e passare all’azione.

Leggi