Video: Big Data: il paradosso dell'abbondanza nella società della conoscenza - Nicola Torelli , SIS 2024
Troverai una sfumatura nell'analisi dei big data. Si tratta davvero di piccoli dati. Mentre questo può sembrare confuso e contrario all'intera premessa, i piccoli dati sono il prodotto dell'analisi dei big data. Questo non è un nuovo concetto, né è sconosciuto alle persone che hanno fatto analisi dei dati per un certo periodo di tempo. Lo spazio di lavoro complessivo è più grande, ma le risposte si trovano da qualche parte nel "piccolo". "
L'analisi tradizionale dei dati è iniziata con database contenenti informazioni sui clienti, informazioni sui prodotti, transazioni, dati di telemetria e così via. Anche allora, erano disponibili troppi dati per analizzare in modo efficiente. Sistemi, reti e software non hanno le prestazioni o la capacità di affrontare la scala. Come industria, le carenze sono state affrontate creando serie di dati più piccole.
Questi insiemi di dati più piccoli erano ancora piuttosto sostanziali, altre carenze sono state scoperte rapidamente; il più clamoroso è stato il disallineamento tra i dati e il contesto di lavoro. Se hai lavorato in Contabilità fornitori, dovevi esaminare una grande quantità di dati non correlati per svolgere il tuo lavoro. Ancora una volta, l'industria ha risposto creando insiemi di dati più piccoli e contestualmente rilevanti, dal più grande al più piccolo al più piccolo.
È possibile riconoscerlo come la migrazione dai database ai data warehouse ai data mart. Nella maggior parte dei casi, i dati per i magazzini e per i mart sono stati scelti su parametri arbitrari o sperimentali, il che comporta una grande quantità di prove ed errori. Le aziende non ottenevano le prospettive di cui avevano bisogno o erano possibili perché le riduzioni di capacità non erano basate su fatti computazionali.
Inserisci i big data, con tutti i suoi volumi, velocità e varietà, e il problema rimane o forse peggiora. Le carenze dell'infrastruttura sono state affrontate e possono archiviare ed elaborare enormi quantità di dati aggiuntivi, ma sono state necessarie nuove tecnologie specificamente per aiutare a gestire i big data.
Nonostante le apparenze esterne, questa è una cosa meravigliosa. Oggi e in futuro, le aziende avranno più dati di quanti possano immaginare e avranno i mezzi per acquisirli e gestirli. Ciò che è più necessario che mai è la capacità di analizzare i dati giusto in modo tempestivo per prendere decisioni e intraprendere azioni.
Le aziende continueranno a rimpicciolire i set di dati in "assetto di combattimento", ma possono farlo a livello computazionale. Elaborano i big data e li trasformano in piccoli dati in modo che sia più facile da comprendere. È più preciso e, poiché derivava da un punto di partenza molto più ampio, è più rilevante dal punto di vista contestuale.
