Educazione civica matematica VFL

I Big Data
A cura di Urzia Palma

Cosa sono?

Il termine "Big Data" si riferisce alla grande quantità di dati e informazioni acquisite e
gestite da società ed enti. L'attenzione si concentra sull'utilizzo di tali dati per estrarre
informazioni importanti per le aziende che si occupano di statistiche e analisi di mercato.
Società come Amazon, Facebook e Google, circa dieci anni fa, si resero conto
dell'importanza di gestire queste enormi quantità di dati. Ad esempio, Facebook ha
utilizzato le informazioni degli utenti e le loro interazioni per rivoluzionare il marketing
pubblicitario, creando annunci mirati ai gusti e alle aspettative individuali. L'avvento di
smartphone e tablet ha ulteriormente aumentato la quantità di dati richiesti per le
operazioni online quotidiane. Anche i singoli elementi insignificanti aggregati, come un
semplice "like", possono avere un enorme valore quando moltiplicati per il numero di
utenti e influenzare il successo futuro di un'azienda.

Le tre “V”

Il concetto di Big Data è stato introdotto alla fine degli anni '90 e successivamente Doug
Laney ha formulato la teoria delle tre V per descriverlo. Le tre V sono:

➔ La varietà, che si riferisce alla diversità dei dati, che possono essere di natura diversa
come foto, documenti, valori alfanumerici, video, audio, ecc.

➔ Il volume, che si riferisce alla grande quantità di dati provenienti da diverse fonti, come
i social media, le transazioni finanziarie, gli acquisti online.

➔ La velocità, che si riferisce alla velocità con cui i dati fluiscono in tempo reale e alla
necessità di utilizzarli tempestivamente.

Per comprendere l'ampia quantità di dati che circolano in rete ogni giorno, dobbiamo
considerare che ci sono quasi otto miliardi di persone nel mondo, di cui circa due terzi sono
attive online e generano regolarmente informazioni che devono essere gestite in modo
adeguato. I Big Data seguono un ciclo di vita che include la raccolta, le successive modifiche,
l'utilizzo e spesso richiedono una fase di bonifica per eliminare informazioni non più utili per
l'elaborazione.

Le due principali azioni che coinvolgono i Big Data sono la gestione, che comprende
l'acquisizione e la memorizzazione delle informazioni, e l'analisi, che deve essere eseguita il più
velocemente possibile.

La gestione dei Big Data

L'interazione degli utenti con dispositivi e piattaforme genera una vasta quantità di dati che
devono essere raccolti e memorizzati per un uso immediato o futuro. I dati vengono
acquisiti attraverso diversi canali, come API, software di raccolta e interpretazione dei flussi
di dati di rete e cookie di navigazione web. Tuttavia, molti di questi dati non sono utili per

2
l'analisi successiva e devono essere bonificati o ripuliti. I Big Data richiedono sistemi di
archiviazione appositi a causa della loro enorme quantità. Negli ultimi anni sono stati
sviluppati sistemi capaci di gestire grandi dataset. Successivamente, i dati vengono
analizzati e modellati mediante l'utilizzo di algoritmi specifici per estrarre informazioni utili
per le prestazioni aziendali.

Come si generano i Big Data

Algoritmi, Big Data, Intelligenza Artificiale

I Big Data provengono da una vasta gamma di siti e fonti diverse, rendendoli estremamente
eterogenei e complicando l'interpretazione successiva. Quando utilizziamo dispositivi come
smartphone, tablet o PC, generiamo una grande quantità di informazioni, spesso senza
esserne consapevoli. I social network come Facebook, i blog, i siti di recensioni e le
piattaforme di vendita online come Amazon, Instagram e Google registrano ogni nostra
azione per indirizzarla nelle ricerche future e mostrare pubblicità correlata. La gestione dei
Big Data, risultato dell'impatto massivo dell'informatica e delle nuove tecnologie sulla vita
quotidiana, sta cambiando radicalmente la società e il concetto di business. Questa
rivoluzione, spesso sconosciuta alla maggior parte degli utenti di Internet, è destinata a
influenzare profondamente i nostri stili di vita. I dati di cui parliamo includono tutte le
azioni che compiamo online, come inserire una fotografia, mettere "like", fare ricerche su
Google, acquistare prodotti, lasciare recensioni o semplicemente navigare nel web. Tutte
queste attività generano una grande quantità di informazioni che devono essere analizzate
per ottenere un valore commerciale. Per fare ciò, sono necessari computer sempre più
potenti in termini di capacità di elaborazione della CPU e di memorizzazione di massa. Gli
algoritmi giocano un ruolo fondamentale nella creazione e nell'analisi di questa enorme
quantità di dati.

Gli algoritmi sono una serie di istruzioni che risolvono un problema e nel caso dei Big Data
vengono creati per analizzare il flusso di dati, confrontarli e estrarre informazioni
rilevanti. Devono essere parametrici, precisi e multilivello. Gli algoritmi sono fondamentali
per l'analisi dei Big Data e vengono utilizzati in diverse aree aziendali, non solo nel
marketing ma anche nella produzione, manutenzione e selezione del personale. Le
macchine possono analizzare grandi quantità di informazioni in tempi brevi senza

3
commettere errori, a condizione che i dati inseriti siano affidabili. L'intelligenza artificiale
(AI) è diventata una parte integrante del marketing, consentendo alle macchine di
eseguire funzioni tipiche dell'intelligenza umana, come il riconoscimento del linguaggio e
l'apprendimento dalle esperienze. Il machine learning, una branca dell'AI, permette alle
macchine di imparare autonomamente e risolvere problemi. L'intelligenza artificiale è
utilizzata in vari settori, come la realtà aumentata per esperienze interattive sui dispositivi
mobili e i Recommendation Engine per personalizzare annunci e informazioni. Gli assistenti
virtuali, come i chatbot, forniscono supporto aziendale 24 ore su 24 senza costi aggiuntivi.
Le aziende stanno sempre più adottando l'intelligenza artificiale in tutti gli ambiti aziendali,
inclusi i processi decisionali di marketing, per una maggiore personalizzazione dei prodotti.
Si stima che entro la fine del 2018 l'80% degli sviluppatori avrebbe incluso strumenti di
intelligenza artificiale nelle applicazioni aziendali. L'intelligenza artificiale trova applicazione
in vari settori, come la medicina, l'analisi di testi complessi, le biotecnologie e la ricerca di
fonti energetiche alternative.

Altri utilizzi

Oltre al marketing e alle scelte aziendali, i Big Data trovano impiego in settori come la
Pubblica Amministrazione e la sanità. L'Agenda Digitale Europea mira a utilizzare
l'informatica e le nuove tecnologie per innovare anche il settore pubblico, ottimizzando le
risorse e condividendo informazioni a vantaggio dei cittadini. Ciò favorisce lo sviluppo
economico, la trasparenza, la semplificazione burocratica e il miglioramento dei
processi decisionali, sempre garantendo la protezione dei dati personali. L'obiettivo è
creare una struttura centralizzata di Big Data per evitare la duplicazione o la perdita
significativa di informazioni nelle amministrazioni pubbliche, valorizzando i dati per il
beneficio dei cittadini. Nel campo medico, i Big Data rivestono un ruolo importante nel
progresso del sequenziamento del genoma umano, sfruttando dati provenienti da miliardi
di individui. L'archiviazione veloce dei dati e l'utilizzo del cloud consentono un'enorme
capacità operativa. L'analisi dei dati genomici permette di prevedere malattie e sviluppare
modelli matematici per diagnosi precise e terapie mirate. L'intelligenza artificiale svolge un
ruolo fondamentale nella comparazione di cartelle cliniche, nella creazione di farmaci
basati sull'analisi dei Big Data e nella simulazione del loro effetto sul DNA.

4
Utilizzo nelle imprese

Gli studi recenti dimostrano che oltre l'80% delle piccole e medie imprese ha sviluppato
strumenti per utilizzare i Big Data, riconoscendone l'importanza nel migliorare la qualità dei
prodotti, ampliare le opportunità di business e accelerare il processo decisionale. Tuttavia,
la limitatezza delle risorse economiche rappresenta una sfida, ma ci sono regole semplici
da seguire per sfruttare i dati senza spendere cifre elevate. Prima di tutto, è necessario
focalizzarsi su obiettivi specifici per ottimizzare la scelta e l'analisi dei dati pertinenti. La
collaborazione tra diverse aree aziendali è fondamentale per ottenere i migliori risultati.
Molti affidano l'analisi dei Big Data a esperti esterni, ma è possibile utilizzare gruppi di
lavoro interni per sfruttare le informazioni già disponibili, con l'aiuto di soluzioni IT
accessibili anche a non specialisti. La velocità nella visualizzazione delle informazioni è
cruciale per ottenere vantaggi competitivi e gestire i costi in modo intelligente investendo
nel cloud. La capacità di definire in modo dettagliato i singoli elementi di un'equazione di
marketing è migliorata grazie all'informatica, consentendo una profilazione più accurata dei
clienti. Mantenere alta la qualità dei dati è fondamentale, poiché ci sono molte variabili e
possibili errori da considerare. Le medie imprese devono prestare attenzione alla qualità
dei dati inseriti nel processo di analisi.

Implicazioni sociali e privacy

L'innovazione tecnologica ha portato a una raccolta di dati senza precedenti, destinata a

crescere esponenzialmente con lo sviluppo di Internet, della realtà aumentata e della
robotica. La nostra vita è sempre più digitalizzata, coinvolgendo giochi, informazioni,
sistemi industriali e sanità. Per competere globalmente, le aziende devono sviluppare
tecnologie innovative e i dati degli utenti rappresentano un vero tesoro per loro. Possedere
una vasta quantità di dati consente analisi approfondite e sofisticate, conferendo un potere
che influenza le scelte di mercato e collettive. Sorge la domanda: tutto ciò è
democratico? Lo scandalo riguardante l'utilizzo improprio di informazioni personali per
influenzare le scelte politiche degli elettori ha evidenziato un problema di tutela della
privacy di dimensioni enormi, ma di difficile soluzione a livello globale. Ci siamo resi conto
della nostra vulnerabilità, poiché la libertà è minacciata dal controllo sottile e costante
esercitato dalle aziende che detengono i nostri dati e plasmano la nostra esperienza

5
digitale. La protezione dei dati assume un ruolo di primo piano in questa nuova economia
interconnessa, legata alla crescita della rete e al flusso di informazioni da una vasta gamma
di sensori. Le autorità europee competenti in materia di protezione dei dati stanno
studiando attentamente questo fenomeno per stabilire limiti etici e giuridici sull'uso
indiscriminato dei dati e sulle loro modalità di raccolta, conservazione e analisi.

L’alba di una nuova economia

Viviamo in un'epoca di profondi cambiamenti e rivoluzione basata sul valore dei dati,
posseduti da poche aziende che detengono un potenziale enorme. L'enorme quantità di
informazioni prodotte negli ultimi anni ha generato un mondo in continua evoluzione, che
cambia ad una velocità difficile da prevedere. Sta emergendo una nuova economia che
cerca di monetizzare questo flusso di dati, ma solo alcune aziende sono in grado di
sfruttarlo appieno. Un esempio è Google, che è passato da un semplice motore di ricerca a
una macchina in grado di conoscere le preferenze, le opinioni politiche e gli interessi degli
utenti. Questa idea ha avuto successo e ha permeato l'intera economia digitale. Un altro
esempio è Netflix, che ha utilizzato l'analisi del comportamento degli utenti per creare una
serie televisiva di successo. Questo scenario solleva preoccupazioni sulla libertà degli
utenti e sulla rete stessa. I legislatori stanno cercando di stabilire regole per limitare l'uso
indiscriminato di queste informazioni, ma la soluzione non è facile poiché si tratta di un
mondo senza confini definiti e regole giuridiche comuni. L'economia digitale si basa su dati
raccolti in modo indiscriminato da utenti spesso inconsapevoli, ed è necessario
promuovere una raccolta dati etica e trasparente. Tuttavia, la strada da percorrere in
questo campo è ancora molto lunga.