Le tendenze per il settore dei data analytics

19 Mar. 2019
Quali prospettive per i Big Data

Probabilmente non si potrà parlare di un boom per il 2019, ma quello dei Big Data è uno dei settori che maggiormente vedrà un ulteriore sviluppo nell’anno da poco iniziato.

E nel panorama italiano ci si aspetta una maggiore implementazione degli analytics da parte delle Pmi che hanno dimostrato un gap ancora troppo ampio rispetto alle medie e grandi imprese nella loro adozione. Ma in un periodo storico in cui i dati vengono spesso definiti “il nuovo petrolio” per la ricchezza che porteranno a chi sarà in grado di raccoglierli e gestirli, è anche importante capire quali sono le direzioni verso cui si sta muovendo questo settore.

Un passaggio centrale sarà quello dell’inserimento in azienda di persone che sappiano come trattare i dati. Ecco perché per quest’anno si attende un aumento delle assunzioni nell’organico delle realtà produttive dei Cdo, i Chief Data Officer, con il compito di delineare le policy di raccolta, trattamento e di tutela dei dati sensibili, anche alla luce delle nuove normative legate al Gdpr. Si stanno poi facendo sempre più spazio nuove professionalità come quella del Data scientist, del Data Engineer e del Data Analyst che possiedono ormai competenze indispensabili per le aziende che vogliono puntare sui Big Data.

L’elaborazione dei dati

Un aspetto strettamente connesso all’analisi dei Big Data è quello dell’Internet Of Things. La presenza sempre maggiore di dispositivi connessi mette a disposizione un numero più elevato di dati potenziali da elaborare. Nonostante lo sviluppo della tecnologia questo può diventare un problema nel momento in cui aumenta la latenza, ossia il tempo che intercorre nel passaggio di un dato dal luogo in cui questo è stato raccolto al centro in cui verrà effettivamente analizzato. Una soluzione per ovviare a questo problema è rappresentata dallo sviluppo dell’edge computing, cioè la possibilità che il processo di elaborazione avvenga su un dispositivo alla periferia della rete, su un computer o un qualsiasi altro device locale, in modo da avere analisi a disposizione in tempi molto più veloci.

L’edge computing è una delle soluzione che permettono di alleggerire i lavori dei data center ed è entrato in competizione con il cloud computing, tanto che molti lo hanno considerato come una tecnologia emergente che avrebbe soppiantato la seconda. In realtà le possibilità offerte dal cloud per l’elaborazione dei dati sono molto allettanti per le aziende in quanto permettono di ottenere una capacità decisionale molto ristretta nei tempi e una riduzione del cosiddetto time-to-market, la possibilità di arrivare sul mercato più velocemente dei diretti concorrenti.

Top Advices

COME LA RIVOLUZIONE DIGITALE CAMBIA IL MONDO DEL MARKETING E DELLE VENDITE

Real Time e DataOps

L’obiettivo ideale sarebbe perciò quello di tendere alla cosiddetta Real Time Analytics, cioè un processamento dei dati che avviene pressoché in tempo reale e che può portare a prendere iniziative sempre più immediate per risolvere problemi o adottare decisioni strategiche per l’azienda. In un contesto in cui le tecnologie abilitanti dell’industria 4.0 la stanno facendo sempre più da padrone, diventa perciò ancora più importante poter contare sulla capacità di analizzare i dati nel tempo più breve possibile.

Un concetto che ha iniziato a farsi strada quest’anno è poi quello di DataOps, sul modello del DevOps che nasce dalla crasi tra Development e Operations. Se quest’ultimo è una metodologia che interessa lo sviluppo dei software, il DataOps prova ad applicare le stesse basi però sui Big Data, adottando i principi di collaborazione e condivisione all’intero ciclo di analisi dei dati, dalla loro raccolta fino ad arrivare all’effettiva elaborazione, con un’attenzione particolare alla qualità di ogni singolo passaggio.

Verso la predizione

Ma il vero balzo in avanti che si potrà fare nell’analisi dei dati e nella reportistica in generale non sarà solo legato a una capacità di elaborazione sempre più rapida, ma anche a un utilizzo di queste informazioni su un piano predittivo. Si entra così nel campo dei Predictive analytics con l’utilizzo di algoritmi in grado di esaminare i dati a disposizione per poter rispondere a domande e questioni che potrebbero essere emergere in futuro. Un passo ulteriore sarebbe poi la Prescrictive Analytics che grazie all’utilizzo di altri strumenti avanzati, può aiutare le aziende a prendere decisioni nel medio-lungo periodo in base alle analisi dei dati svolte. Un ultimo interessante campo di applicazione è la Automated Analytics, ossia l’implementazione di tecnologie capaci di applicare in automatico delle azioni in seguito ai risultati ottenuti dall’elaborazione dei dati. Per poter arrivare a questo obiettivo però è necessario lo sviluppo di tool basati sugli algoritmi di machine learning e sulla data visualisation per offrire sempre più una visione completa dei dati elaborati.

Tags
Big Data