Big Data: cosa sono? A cosa servono e quali sono gli ambiti nei quali l’industria manifatturiera può avvalersi dei Big Data? Come si costruisce un progetto di Big Data Analysis?
Ormai ogni anno viene pubblicata la famosa infografica che illustra cosa accade sul web ogni 60 secondi e i numeri riportati sono sempre più impressionanti: per il 2019, ad esempio, si parlava di 1 milione di accessi a Facebook, 18 milioni di messaggi inviati via chat, quasi 5 milioni di video visualizzati su YouTube, 188 milioni di mail spedite, quasi 90.000 tweet scambiati e molto altro ancora, a confermare come enormi moli di dati siano ormai generate quotidianamente, a velocità mai raggiunta prima, da un gran numero di fonti eterogenee.
Parliamo infatti dei cosiddetti Big Data, ormai da vent’anni definiti come dati in possesso delle 3V: elevato volume (si prevede di raggiungere nel 2020 i 40 Zettabyte), elevata velocità sia di generazione sia di necessità di processamento per ricavarne informazione, ed estrema varietà, trattandosi di dati con diversa natura (strutturati, parzialmente strutturati e non strutturati) e prodotti da diverse fonti. Fra queste fonti si identificano principalmente i sensori presenti negli oggetti smart (Machine to Machine), le reti sociali e il web (People to People), i trilioni di dispositivi utilizzati dagli individui (transazioni con carte di credito, smartphone, tablet, carte fedeltà, eccetera, siamo nell’ambito del People to Machine).
Il fenomeno Big Data è alimentato da quattro fattori convergenti: tecnologie di elaborazione e storage sempre più potenti e meno costose, device mobili nelle mani di un elevato numero di individui, social networking sempre più diffusi, cloud computing sempre più scalabile.
Se enti e aziende sono ormai sempre più consapevoli del fatto che l’analisi dei dati sia un fattore competitivo di importanza vitale per ottimizzare processi e produzioni, personalizzare servizi e generare nuove opportunità di business, il problema cruciale resta quello di estrarre conoscenza dai dati affrontando tutta una serie di complessità: dall’acquisizione allo storage, dalla ricerca alla condivisione, dall’accessibilità all’analisi, fino alla visualizzazione. Essenziale, lunga tutta la catena processiva, è che siano predisposte misure di security, cioè atte a garantire che l’accesso e la modifica dei dati avvenga in maniera conforme ai vincoli di privacy e alle policy interne all’organizzazione. Questo soprattutto in considerazione del fatto che i dati diventano sempre più trasversali, cioè integrano sia fonti interne che esterne all’organizzazione stessa…
Per continua a leggere il White Paper clicca qui⇓
Big Data: cosa sono, a cosa servono nel manifatturiero e come si costruisce un progetto di Big Data Analysis?
Gli altri capitoli:
- Big Data e Industria 4.0
- La Big Data Analysis: definizione e i benefici
- Gli elementi da considerare in un progetto di Big Data Analysis
- Le fasi della Big Data Analysis
- Il mercato dei Big Data in Italia nel 2019
- I trend 2020 in ambito Big Data
- Il ruolo dei Big Data nell’emergenza Coronavirus
