Acquisizione di Algoritmi in Business - dummies

La razza umana si trova ora in un'incredibile intersezione di volumi di dati senza precedenti, generati da hardware sempre più piccoli e potenti, e analizzati da algoritmi che questa stessa processo ha contribuito a sviluppare. Non è semplicemente una questione di volume, che di per sé è una sfida difficile.

Come formalizzato dalla società di ricerche Gartner nel 2001 e poi ripreso e ampliato da altre società, come IBM, i big data possono essere riassunti da quattro V s che rappresentano le sue caratteristiche chiave:

• Volume: La quantità di dati
• Velocità: La velocità di generazione dei dati
• Varietà: Il numero e i tipi di fonti di dati
• Verità: La qualità e la voce autorevole dei dati (quantificazione di errori, dati errati e rumore miscelato con i segnali), una misura dell'incertezza dei dati

Ogni caratteristica dei big data offre una sfida e un'opportunità. Ad esempio, il volume considera la quantità di dati utili. Quale organizzazione considera i big data potrebbe essere un piccolo dato per un altro. L'impossibilità di elaborare i dati su una singola macchina non rende i dati grandi. Ciò che distingue i big data dai dati business-as-usual è che costringe un'organizzazione a rivedere i suoi metodi e soluzioni prevalenti e spinge le tecnologie e gli algoritmi attuali a guardare al futuro.

Variety consente l'uso di big data per sfidare il metodo scientifico, come spiegato da questo traguardo e da un articolo molto discusso scritto da Chris Anderson, Wired editor-in-chief al momento, su quante grandi quantità di dati possono aiutare le scoperte scientifiche al di fuori del metodo scientifico. L'autore fa affidamento sull'esempio di Google nei settori di business della pubblicità e della traduzione, in cui l'azienda potrebbe ottenere risalto senza l'utilizzo di modelli o teorie specifici, ma applicando algoritmi per apprendere dai dati. Come nella pubblicità, i dati scientifici (fisici, biologici) possono supportare l'innovazione che consente agli scienziati di affrontare i problemi senza ipotesi, ma considerando le variazioni riscontrate in grandi quantità di dati e tramite algoritmi di individuazione.

Le caratteristiche di veridicità aiutano la democratizzazione dei dati stessi. In passato, le organizzazioni hanno accumulato dati perché era prezioso e difficile da ottenere. A questo punto, varie fonti creano dati in quantità così crescenti che l'accaparramento non ha senso (il 90% dei dati mondiali è stato creato negli ultimi due anni), quindi non c'è motivo di limitare l'accesso. I dati si stanno trasformando in una tale merce che ci sono molti programmi di dati aperti in tutto il mondo.(Gli Stati Uniti hanno una lunga tradizione di accesso aperto: i primi programmi di dati aperti risalgono agli anni '70, quando la National Oceanic and Atmospheric Administration, NOAA, ha iniziato a diffondere liberamente i dati meteorologici al pubblico.) Tuttavia, poiché i dati sono diventati una merce, l'incertezza di questi dati è diventata un problema. Non sai più se i dati sono completamente veri perché potresti persino non conoscerne la fonte.

I dati sono diventati così onnipresenti che il suo valore non è più nelle informazioni effettive (come i dati memorizzati nel database di un'azienda). Il valore dei dati esiste nel modo in cui lo si utilizza. Qui gli algoritmi entrano in gioco e cambiano il gioco. Una società come Google si alimenta da dati liberamente disponibili, come il contenuto di siti Web o il testo trovato in testi e libri disponibili pubblicamente. Tuttavia, il valore che Google estrae dai dati deriva principalmente dai suoi algoritmi. Ad esempio, il valore dei dati si trova nell'algoritmo PageRank (illustrato nel Capitolo 11), che è il vero fondamento dell'attività di Google. Il valore degli algoritmi è vero anche per altre società. Il motore di raccomandazione di Amazon contribuisce a una parte significativa dei ricavi dell'azienda. Molte società finanziarie utilizzano il trading algoritmico e il robo-advice, sfruttando i dati di borsa liberamente disponibili e le informazioni economiche per gli investimenti.