Go to Top

Big Data: applicazioni e tecnologie utilizzate – Parte 1

Difficilmente vengono trattati argomenti in maniera così approfondita come accade invece per i “Big Data”. Dato che oggi è prassi comune raccogliere una vasta gamma di dati e informazioni provenienti da fonti diverse, lo scopo principale di questo articolo è quello di fornire istruzioni utili a generare nuove strategie e migliori opportunità di business, oltre l’analisi.

La raccolta dei dati e l’analisi delle informazioni esistenti sono in realtà cosa vecchia.

I dati vengono infatti raccolti e analizzati sin dalla nascita dei processi computerizzati.

Ciò che è realmente nuovo è la possibilità di utilizzare applicazioni moderne di Business Intelligence per mostrare l’analisi dei dati in tempo reale.

Un esempio è la raccoltà di dati dai mercati finanziari computerizzati. Quello che fa Bloomberg attravverso la perfetta integrazione di diverse forme di BI, informazioni e programmi di transazioni offerte agli operatori è un chiaro esempio di Big Data nella forma più pura.

Ma Big Data vuol dire anche possibilità di raccogliere informazioni non strutturate – dati che non sono pronti per essere analizzati – da integrare in programmi di Business Intelligence e da analizzare che possono quindi portare a risultati concreti.

Esistono diverse applicazioni che consentono di raccogliere e analizzare i Big Data e che possono avere un impatto concreto sugli utenti e sui fornitori di prodotti o servizi. I fornitori di servizi finanziari identificano il rischio attraverso un‘analisi del portfolio, oppure effettuano una stima delle opportunità di un nuovo prodotto finanziario in base alla situazione attuale e a quella attesa.

Coloro che lavorano nel settore dei media e della pubblicità possono utilizzare i dati in entrata per misurare l’efficacia delle loro campagne online e offline e modificarle quando necessario. Infine, i produttori di auto possono controllare lo status dei veicoli venduti o di alcune delle componenti grazie a sensori o trasmettitori integrati nelle vetture.

In generale è possibile suddividere l’utilizzo di applicazioni dei Big Data in tre diverse categorie:

  1. orientamento al cliente: sviluppo di nuove idee di prodotto/servizio, migliore comprensione del cliente, migliore customer experience

  2. orientamento al business: sviluppo di nuovi modelli di business, migliore comprensione del mercato e della concorrenza

  3. orientamento alle aziende: riduzione dei costi delle risorse, aumento delle vendite, processo decisionale più veloce, migliore controllo dei processi operativi e migliori decisioni strategiche

Tutti e tre gli scenari hanno in comune un fattore: l’unica ragione per la quale tutto questo è possibile è il fatto che gli scenari si poggiano su due tecnologie di base sviluppate circa 10 anni fa, ovvero Hadoop e NoSQL.

Hadoop e NoSQL: cosa sono

Hadoop è una tecnologia Open Source per lo storage e l’analisi di numerosi file distribuiti attraverso l’utilizzo di componenti hardware combinati in cluster. NoSQL è un database che non si basa più su un concetto di relazione in cui diverse tabelle sono collegate tra loro tramite relazioni come in SQL ma utilizzano altri approcci.

Esistono non meno di 9 diversi tipi di database NoSQL, ciascuno dei quali funziona in base ad un approccio diverso da quello utilizzato da SQL.

Ad esempio, non esistono database NoSQL basati su un modello oggetto (Zope DB), su un modello di documento (Lotus Notes, Cluster Point) o sugli store Key-Value (Aero Spike). Non importa su quali approcci si basano i database NoSQL: ciò che li accomuna è che questi hanno tutti dei meccanismi (algoritmi) più semplici per processare grossi volumi di dati che altrimenti non potrebbero essere raccolti tramite un approccio relazionale.

Nella seconda parte di questo articolo presenteremo in maniera più approfondita queste due nuove tecnologie di Big Data.

Fonte immagine: Yoyo  / pixelio.de

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *