HomeProcess AutomationIndustrial SoftwareCome trasformare i Big Data in valore e profitto

Come trasformare i Big Data in valore e profitto

Leggi la rivista ⇢

  • n.305 - Settembre 2022
  • n.304 - Luglio 2022
  • n.303 - Giugno 2022

Ti potrebbero interessare ⇢

La Redazione

aperturaSe lo chiedono le aziende che ogni giorno si trovano a gestire enormi quantità di dati generati da fonti eterogenee e che richiedono di essere analizzati e interpretati per essere utili e trasformarsi in azioni produttive e decisioni operative.

Sono sempre più numerosi. Provengono da fonti diverse come i cellulari, le carte di credito, gli storage necessari per le applicazioni dei computer, le infrastrutture e sistemi di automazione intelligenti, fino ai sensori montati sugli edifici e sui mezzi di trasporto. Stiamo parlando dei Big Data che per essere analizzati, interpretati e memorizzati richiedono complesse soluzioni tecnologiche. Ogni giorno tecnici, ingegneri, progettisti e sistemisti si trovano a dover valutare enormi pacchetti di informazioni che vengono raccolti da molteplici dispositivi contemporaneamente e che sono estesi in termini di volume, velocità e varietà. La difficoltà nell’utilizzare i Big Data nasce quindi anche dal fatto che spesso si tratta di molteplici dati non strutturati, come immagini, email, dati provenienti dalla navigazione web, dati scientifici e geospaziali, numeri generati da sensori di visione, di contatto, di prossimità, ecc… a cui si aggiungono le informazioni dei social network. Un insieme complesso e articolato che se analizzato con i giusti strumenti può fornire indicazioni utili ai manager aziendali sui processi produttivi e le strategie decisionali e aziendali da intraprendere.  La sfida è proprio quella di trasformare nel minor tempo possibile i dati in informazioni e le informazioni in scelte di business. In questo senso le società, soprattutto quelle di grandi dimensioni, nel corso degli ultimi anni hanno destinato una quota significativa di investimenti per implementare le proprie architetture informatiche al fine di raccogliere, gestire, analizzare e interpretare e rendere profittevole questo volume crescente di informazioni. Un trend che caratterizza e interessa un po’ tutti i settori produttivi, dall’alimentare all’industria pesante, dal farmaceutico all’automotive. Senza dimenticare che l’ampia diffusione di dispositivi elettronici e di automazione nella nostra vita quotidiana ha fatto crescere in modo esponenziale la generazione di informazioni destrutturate che per essere fruite necessitano di potenti algoritmi e sistemi di apprendimento intelligenti e automatici.

Le tre V

Che cosa contraddistingue i Big Data? Gli analisti hanno individuato tre parametri che li caratterizzano: innanzitutto il volume, si tratta di informazioni che come ordine di grandezza vanno dai terabytes ai petabytes e ai zetabyte.  Il secondo elemento è la varietà, le informazioni che rientrano nei Big Data sono eterogenee e destrutturate. Il terzo punto è la velocità intesa come necessità di comprimere i tempi di gestione e analisi perché queste informazioni diventano subito obsolete, pertanto occorre un’analisi in tempo reale.  Ma dove si trovano i Big Data? È impossibile dettagliare la quantità di applicazioni che ne sono interessate ma, come riportato in un rapporto realizzato da Gartner, ad esempio dal 2005 al 2011 gli RFID (Radio Frequency ID tags) sono cresciuti da 1.3 a 30 miliardi. Un motore di un aereomobile genera circa 10 TB di dati ogni trenta minuti di volo, ipotizzando un doppio propulsore in una tratta Napoli-Milano significa che si produrranno circa 60 TB mentre per un volo da Napoli a New York con quattro motori parliamo di 640 TB circa. Un altro settore nel quale sono sicuramente presenti i Big Data è la meteorologia: ci sono milioni di sensori, di telecamere, e di rilevatori che sono presenti in tutto il mondo. Tutti questi dati possono adesso essere utilizzati non sono per fini statistici ma anche per agire in anticipo invece di reagire. Un punto, quest’ultimo, che riguarda anche tutti quei settori in cui occorre pianificare degli interventi di manutenzione preventiva per evitare l’interruzione dei processi produttivi.

Gli Analytics

Secondo un’indagine internazionale condotta dall’ente di certificazione DNV GL – Business Assurance e dall’istituto di ricerca GFK Eurisko su circa 1.200 professionisti che operano in aziende di settori diversi in Europa, nelle Americhe e in Asia i Big Data sono importanti ma solo un quarto sa sfruttarli per incrementare la produttività. Il 52% degli intervistati concorda sul fatto che i Big Data rappresentino un’opportunità in chiave di business e il 23% dispone anche di una strategia chiara. In Italia un’azienda su due ha investito in iniziative dedicate ai Big Data, c’è grande ottimismo sugli impatti che l’analisi di questi dati può dare alle dinamiche di business ma le capacità di impiego sono ancora all’inizio: solo il 27% delle imprese nazionali dichiara di essere in grado di sfruttarli per incrementare la produttività; ancora meno, il 19% ha pianificato una strategia ad hoc. Le imprese per ora si sono concentrare su iniziative preliminari allo sfruttamento, dedicandosi all’implementazione di nuove metodiche e tecnologie (29%) o al miglioramento della gestione delle informazioni (27%). Secondo gli intervistati lavorare sui Big Data determina benefici tangibili che si traducono principalmente nel miglioramento dell’efficienza (18%) e della capacità decisionale (18%). Secondo una ricerca della Digital Innovation Academy del Politecnico di Milano pubblicata nei primi mesi del 2016 quest’anno le imprese dovrebbero destinare budget significativi all’ICT e tra le prime aree di investimento ci sono proprio i sistemi di business intelligence, i Big Data e Analytics. Le grandi e medie aziende si sono accorte del vantaggio competitivo raggiunto dai propri concorrenti che, per primi, hanno adottato processi decisionali che tengono conto dell’analisi dei dati. Ad esempio Amazon ha chiuso il 2015 con 107 miliardi di ricavi contro gli 89 miliardi del 2014: solo nell’ultimo trimestre dello scorso anno ha addirittura messo a segno un +22% contro la media del 20% degli ultimi 12 mesi. Un risultato raggiunto lavorando continuamente sugli Analytics e i feedback dai clienti.

Come trasformare i Big Data in valore e profitto - Ultima modifica: 2017-01-25T12:12:10+01:00 da La Redazione