Big data e open data: definizione, differenze e figure professionali che se ne occupano - Blog di web marketing e social media marketing di Communication Village

Big data e open data: definizione, differenze e figure professionali che se ne occupano Big data e open data, meglio noti come informazioni digitali, sono sempre più importanti nella società attuale. Perché? Cosa sono? Quali sono le figure professionali che li trattano?

Big data & Open data

L’analisi e la corretta definizione di big data e open data è sempre più importante sia per lo sviluppo dei grandi business che si basano su mercati molto estesi, sia per la gestione e il trattamento di tutte le informazioni che gli utenti forniscono nel loro utilizzo di Internet e degli strumenti digitali online.

Nella società in cui viviamo, le informazioni non solo stanno diventando sempre più una risorsa centrale nella vita di ognuno di noi, ma stanno acquisendo anche una fondamentale importanza per gli equilibri sociali, economici e geopolitici che regolano l’esistenza di ogni individuo all’interno di una comunità. Tutto ciò avviene soprattutto in seguito alla digitalizzazione che ha preso il largo nell’ultimo ventennio, dando vita anche alla digitalizzazione dell’informazione, ovvero le informazioni digitalizzate che hanno garantito una progressiva efficienza del flusso dei dati, aumentando in maniera esponenziale la possibilità di archiviazione, uso, riuso, aggregazione ed elaborazione delle informazioni.

Ogni giorno produciamo un’infinità di dati sulle piattaforme digitali che usiamo (siti web, social network, app…), a volte quasi inconsapevolmente, senza tener conto dell’importanza di ogni azione che svolgiamo sulla rete e di come questi dati possano essere sfruttati dalle aziende che ne sono in possesso. Lo sviluppo tecnologico – e la conseguente rivoluzione digitale – oltre a rendere più semplice la circolazione delle informazioni le ha rese più facilmente archiviabili e manipolabili in termini di correlazioni tra di loro, andando a costruire ulteriori livelli di informazione che vengono archiviati nelle banche dati, in maniera quasi automatica.

In questo contesto è inevitabile parlare di big data e open data: cosa sono? Perché sono importanti? E quali sono le differenze tra queste due tipologie di dati?

 

Big data e open data tra libertà, privacy e business

Una buona definizione di big data è: un insieme di dati informativi talmente ampio in ciò che riguarda il loro volume, la loro velocità e la loro varietà da rendere necessario l’impiego di tecnologie e modelli analitici specifici per il loro studio e la loro interpretazione.

Una ricerca su Google, la pubblicazione di un post su Instagram o su Facebook, un commento su Twitter, un acquisto su Amazon, un messaggio vocale su WhatsApp: ognuna di queste azioni costituisce un incremento dei dati digitali che concediamo liberamente, e spesso inconsciamente, alla network society. Tutto questo insieme di dati dà origine ai big data, che permettono un’analisi molto accurata e dettagliata di ognuno di noi e del nostro stile di vita, rischiando però allo stesso tempo di compromettere anche la nostra privacy.

Infatti, se da un lato i big data contribuiscono al miglioramento delle strutture tecnologiche e dell’interazione digitale, grazie, ad esempio, alla user-friendliness e alla customization, dall’altro lato questi dati possono essere usati dagli enti proprietari per controllare socialmente gli individui e sfruttarli per trarne un vantaggio economico.

Lo scenario dunque si trasforma e assume sfumature politiche e giuridiche che danno vita agli open data, nati dall’esigenza di conciliare la quantità dei big data attraverso l’attuazione di una politica di gestione dei dati più aperta agli utenti. Gli open data infatti si basano sul principio della “conoscenza aperta” (open knowledge) che consiste in una maggiore libertà nella gestione dei dati, ma seguendo un’etica ben precisa e rispettando responsabilmente alcuni requisiti, quali l’accesso, la ridistribuzione e il riutilizzo.

Secondo queste caratteristiche, i contenuti devono risultare accessibili online, gratuitamente e in formati digitali che ne permettano la modifica, quindi allo stesso allo stesso tempo devono essere ridistribuibili e riutilizzabili, talvolta anche combinando dati provenienti da fonti diverse, senza correre il rischio di violare il copyright e seguendo una logica di interoperabilità in cui diversi sistemi lavorano insieme collaborando e non sovrapponendosi.

Il tema degli open data si pone soprattutto nei riguardi della pubblica amministrazione, i cui dati vengono raccolti a spese della collettività, vengono resi pubblici tutelando la privacy individuale di ogni cittadino e messi a disposizione non solo per la consultazione ma anche per eventuali riutilizzi più o meno innovativi, come ad esempio la smart city o l’open government.

Tuttavia, sia i big data che gli open data, pur avendo finalità differenti, sono accomunati da alcune caratteristiche formulate inizialmente da Doug Laney nel 2001 e riprese successivamente da alcuni studiosi (tra cui Davide Bennato) che si sono occupati di descrivere e riassumere le proprietà dei dati on line sintetizzandole in 5 V: volume, velocità, varietà, veridicità e variabilità. Tutti indicatori dell’importanza delle informazioni digitalizzate, che si ripercuotono anche nel mondo aziendale e del business on line.

Essere in possesso dei dati degli utenti, in questo caso dei consumatori, può infatti fornire alle aziende e ai manager delle informazioni strategiche che possono incrementare il business di un’attività economica, se utilizzati nella maniera corretta.

I big data possono ad esempio aiutare a capire le reazioni dei mercati e la percezione che questi hanno dei brand, identificare i fattori chiave che muovono le persone ad acquistare un certo servizio o un determinato prodotto, segmentare la popolazione per personalizzare quanto più possibile le strategie d’azione, abilitare nuove sperimentazioni consentite dalla disponibilità di dati inediti, guadagnare in predittività grazie a uno storico di informazioni talmente ad ampio raggio e puntuale da consentire simulazioni molto più che verosimili. Questo ampio e complesso quadro informativo può porre le basi per alimentare nuovi modelli di business.

Per mettere in atto tutte queste strategie e concretizzare i conseguenti vantaggi, le aziende devono essere in grado prima di tutto di analizzare nel modo corretto i dati disponibili attraverso tre fasi: interrogazione, risposta e visione di dettaglio. Ognuna di queste fasi è propedeutica all’altra ed è fondamentale che i principali attori coinvolti in questo processo (Data Analyst, Data Scientist, Chief Data Officer) collaborino tra di loro, aiutati dagli algoritmi sempre più sofisticati, al fine di intercettare e interpretare ogni flusso digitale che sta percorrendo o ha percorso la rete.

 

Data Analyst, Data Scientist, Chief Data Officer: quali sono i loro compiti?

Per fornire la migliore rappresentazione possibile della realtà attraverso i dati è necessario sviluppare metodiche e logiche di rappresentazione con processi di analisi, verifica e di controllo costanti. A questo scopo, le aziende intenzionate ad adottare queste strategie si affidano a tre figure professionali specializzate per creare modelli di business innovativi ed efficaci.

 

Data Analyst

Il Data Analyst ha innanzi tutto il compito di identificare i problemi che rallentano il business di un’azienda e in un secondo momento si occupa della raccolta e dell’analisi statistica dei dati, rappresentando e descrivendo, anche in modo grafico, la realtà di determinate situazioni o processi, in modo da mettere in pratica delle soluzioni al fine di disegnare scenari di sviluppo nel futuro.

Bisogna tenere presente che le sorgenti da cui provengono i dati da elaborare possono essere svariate, dai software gestionali ai database interni o forniti da fonti esterne. Inoltre si aggiungono i dati derivati da social media e web analytics, oltre a quelli provenienti dalle transazioni finanziarie ed economiche.

Provenendo da diverse fonti, i dati possono avere strutture differenti (valori alfanumerici, documenti, foto, video, audio, ecc.), che hanno bisogno di essere processati e organizzati in un formato tale da permetterne l’analisi e il confronto. La fase successiva è verificare la qualità dei dati, eliminare i duplicati, individuare gli errori e i dati “spazzatura”, ossia quelli irrilevanti ai fini dell’incremento del business.

Il Data Analyst dunque, produce report, documenti, tabelle, schemi e grafici per rendere evidenti correlazioni e causalità rivelate dai dati e motivare le conclusioni tratte, sulle quali dovranno lavorare il Data Scientist e il Chief Data Officier.

 

Data Scientist

Il Data Scientist è una figura professionale che deve possedere non solo delle valide competenze informatiche, ma deve saper leggere oltre il dato, individuando i pattern con competenze a livello di statistica e di matematica. Deve poi sapere dialogare con le aree di business e avere un quadro dei modelli di business attuali e potenziali che si “appoggiano” sui dati.

Entrando più nel dettaglio, il suo compito è quello di studiare la mappatura, l’organizzazione e il controllo delle fonti di dati aziendali, creando, organizzando e verificando i loro flussi. In un secondo momento, è fondamentale analizzare il valore dei dati per ogni area di business, la customer experience e i dati relativi ai clienti in funzione delle attività che costituiscono il core business dell’azienda.

Infine, il Data Scientist deve essere capace di individuare, creare e sviluppare forme di interazione tra le varie linee di business aziendali allo scopo di individuare e creare nuove occasioni di sviluppo di nuovi servizi o prodotti.

 

Chief Data Officer

Il Chief Data Officer (CDO) è una figura di tipo manageriale, il cui ruolo è quello di gestire l’acquisizione, l’analisi, l’intelligenza e l’azione sui dati aziendali. Si tratta di una figura che deve unire competenze tecniche, manageriali, di business, ma che nello stesso tempo deve possedere una serie di competenze per dialogare, conoscere e interpretare le esigenze di tutte le aree aziendali correlate al flusso dei dati.

Nello specifico il CDO ha il compito di fornire all’azienda una visione globale e completa del patrimonio di dati aziendali con idee e progetti per sviluppare progetti e azioni volte alla valorizzazione di questo patrimonio, incrementando il business con una specifica strategia del dato che si appoggia sulla organizzazione e gestione di un team (CDO Team) composto da diverse figure tra cui i Data Scientist.

Il CDO ha anche il compito strategico di sviluppare e attuare una strategia per il controllo e la verifica della data quality. Più cresce la quantità di dati presente nelle aziende più cresce l’esigenza di un controllo di qualità sui dati stessi. La data quality può incidere direttamente sull’azione di business e proprio per questo sono tante le imprese che stanno lavorando per assicurare e aumentare la qualità del dato.

 

In conclusione, l’impressione è che l’era delle informazioni digitalizzate sia soltanto all’inizio e che, col passare del tempo, soprattutto le grandi aziende adotteranno sempre più la tecnica del data management come supporto strategico alle decisioni aziendali per potenziare il proprio business. Di conseguenza è altamente probabile che la richiesta delle figure professionali in quest’ambito aumenti progressivamente.

Related posts

*

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.

Top

Avvia la chat
Vuoi parlare con noi?
Hai qualcosa da chiederci o da proporci? Dalle 12:00 alle 19:00 (lunedì-venerdì) siamo a tua disposizione!
Powered by