Big Data Analytics: cosa significa?
Se cerchiamo di risalire all’etimologia di Big Data, il termine può essere rintracciato intorno alla metà degli Anni 90, utilizzato per la prima volta da John Mashey, Chief Scientist alla Silicon Graphics, per riferirsi alla gestione e all’analisi di grosse moli di dati. Nel 2001 Doug Laney, allora Vice Presidente e Service Director dell’azienda Meta Group, in un report scese nel dettaglio e descrisse quello che ora è detto Modello delle 3V. I Big Data sarebbero caratterizzati da tre tratti:
- Volume: i dati provengono da innumerevoli fonti, tra cui transazioni commerciali, dispositivi intelligenti, apparecchiature industriali, video e social media.
- Velocità: i flussi di dati devono essere gestiti in modo tempestivo.
- Varietà: per ottenere informazioni dettagliate, vanno catturati tutti i tipi di dati, anche se eterogenei.
Nel corso del tempo, le 3V sono poi diventate le 5V dei Big Data, aggiungendo:
- Veridicità: la fonte dei dati dev’essere affidabile.
- Valore: i dati devono avere un valore per i processi aziendali.
Avere a che fare con i Big Data, però, non significa soltanto disporre di grandi moli di dati: computer e algoritmi ci permettono di analizzare sempre meglio e più velocemente la quantità crescente di dati che produciamo, rivelando percorsi e connessioni tra le molte attività umane. Ecco che si parla allora di Big Data Analytics, cioè l’analisi automatizzata di grandi quantità di dati per estrarne informazioni utili.
Come e perché utilizzare i Big Data Analytics?
Big Data e smart city: quali sono i vantaggi?
- Gestione del traffico: ogni mezzo di trasporto può essere monitorato, individuando le aree e gli orari di massima congestione e i possibili percorsi alternativi, oltre a favorire un funzionamento più efficace dei semafori, a implementare una segnaletica intelligente e a migliorare la qualità del manto stradale.
- Trasporti pubblici: l’analisi dei dati può indicare il posizionamento migliore di fermate e stazioni, in grado di intrecciare mezzi di trasporto differenti, e consigliare quali linee pubbliche rafforzare e quali alleggerire.
- Trasporto intelligente: ogni automobilista può ricevere informazioni in tempo reale su ingorghi, incidenti e parcheggi e, in futuro, usufruire di auto a guida autonoma ancora più affidabili.
- Sicurezza: la creazione di mappe dei reati può consentire di concentrare le forze di polizia nelle zone più a rischio, oltre a individuare metodi di prevenzione che possono essere testati e, se necessario, migliorati.
- Salute: mappe intelligenti e semafori sincronizzati permettono ai mezzi di soccorso di arrivare a destinazione più rapidamente. Eventuali pericoli per la salute pubblica possono essere identificati e bloccati tempestivamente.
- lluminazione pubblica: nuove infrastrutture intelligenti possono adattare l’illuminazione stradale in base alla presenza di veicoli, alla luminosità ambientale e al meteo, evitando sprechi e rendendo la mobilità più sicura.
- Inquinamento e sostenibilità: le città possono raccogliere in tempo reale miliardi di dati sulle fonti di inquinamento e di spreco, ottimizzando le risorse e i consumi.
Cosa sono gli Open Data: significato
Tra le caratteristiche degli Open Data ci sono, oltre all’accessibilità, anche la possibilità di riutilizzo e la loro ridistribuzione. Così i dati diventano veramente aperti a tutti e sempre open: chiunque può scaricare, utilizzare e condividere gli Open Data, senza discriminazioni di alcun genere.
La normativa relativa alla gestione e all’utilizzo dei Big Data è in continua evoluzione e aggiornamento, sia a livello europeo sia nazionale e locale. L’ultimo Decreto Legislativo in merito agli open data in Italia è il numero 102 del 18 maggio 2015 e riguarda l’attuazione della direttiva 2013/37 dell’Unione Europea, che delinea le regole sull’utilizzo degli open data per le aziende italiane e per la Pubblica Amministrazione.