Big Data: de­fi­ni­zio­ne ed esempi

Il termine Big Data viene spesso uti­liz­za­to senza co­no­scer­ne il suo si­gni­fi­ca­to. Mentre i so­ste­ni­to­ri elogiano l’utilizzo di grandi quantità di dati derivato dalla di­gi­ta­liz­za­zio­ne, i critici esprimono con toni sempre più decisi i problemi legati alla privacy. So­prat­tut­to dopo lo scandalo di WikiLeaks e la fuga di in­for­ma­zio­ni avvenuta per mano di Edward Snowden, che ha aperto il caso delle diverse attività di spio­nag­gio e di sor­ve­glian­za, anche gli utenti privati temono per la sicurezza dei propri dati personali. Quello che la gente sente e legge riguardo i Big Data è pertanto per lo più negativo, ma pochi conoscono davvero il suo vero si­gni­fi­ca­to.

Quanto sono grandi i Big Data?

Il termine “Big Data” non si riferisce a una de­ter­mi­na­ta quantità di dati. Non ci sono limiti precisi: il termine viene spesso scelto come sinonimo per di­men­sio­ni non più mi­su­ra­bi­li in Gigabyte.

Come si creano i Big Data?

La quantità di dati che l’umanità ha ac­cu­mu­la­to fino al 2002, è stata generata nel 2014 nel giro di soli 10 minuti e secondo le pre­vi­sio­ni questo numero tenderà ad aumentare e anzi rad­dop­pie­rà. Il flusso di dati deriva dalla crescente di­gi­ta­liz­za­zio­ne di tutti i settori. I Big Data nascono dalla fusione di diverse fonti di dati come:

• Uso di internet su di­spo­si­ti­vi mobili
• Social Media
• Lo­ca­liz­za­to­re GPS
• Cloud computing
• Analisi di dati vitali
• Streaming

Se si parla di Big Data, non si intendono solo i dati stessi ma anche la loro analisi e il loro utilizzo, cercando di trovare modelli e relazioni e di inserirle nel contesto giusto. La sfida non riguarda solo l’enorme volume di dati, ma anche la velocità di tra­smis­sio­ne dei dati e la mol­te­pli­ci­tà delle in­for­ma­zio­ni. Le in­for­ma­zio­ni con­flui­sco­no inin­ter­rot­ta­men­te in diverse fonti, come database o anche dati non strut­tu­ra­ti, che do­vreb­be­ro essere rilevati, me­mo­riz­za­ti ed elaborati, se possibile in tempo reale. Per leggere cor­ret­ta­men­te i dati e metterli in relazione, è ne­ces­sa­ria una so­fi­sti­ca­ta in­fra­strut­tu­ra di dati.

Secondo la de­fi­ni­zio­ne di Big Data il volume di in­for­ma­zio­ni è così vasto che i normali software non riescono a gestirle tutte e il tipo di tec­no­lo­gia a di­spo­si­zio­ne non riesce a elaborare questa enorme quantità in modo ef­fi­cien­te. Nel lavorare con enormi quantità di dati è fon­da­men­ta­le che il software uti­liz­za­to possieda anche alcuni requisiti tecnici; infatti solo strutture speciali possono ana­liz­za­re i dati. Il software deve essere in grado di gestire con­tem­po­ra­nea­men­te e importare grandi quantità di dati il più ra­pi­da­men­te possibile. Inoltre il software dovrebbe mettere i dati a di­spo­si­zio­ne dell’utente in tempo reale e se ne­ces­sa­rio ri­spon­de­re con­tem­po­ra­nea­men­te anche a più richieste fatte al database.   Una nota soluzione open source è Hadoop. Trat­tan­do­si di un software piuttosto complesso, è con­si­glia­to il supporto da parte di esperti, i co­sid­det­ti Data Scientist. Per entrare nel mondo dei Big Data sono adatte anche soluzioni Cloud. In questo articolo trovate maggiori in­for­ma­zio­ni su questo tema.

I Big Data vengono uti­liz­za­ti in diversi ambiti e anche quelli della nostra vita quo­ti­dia­na, che quasi ogni utente conosce, si basano su questa tec­no­lo­gia. Un esempio per l’analisi di Big Data arriva dal settore dell’Online shopping: chi ha già fatto una volta acquisti su internet, conosce già la solita formula “chi ha comprato il prodotto X, compra anche”. Questi sug­ge­ri­men­ti derivano dall’analisi di milioni di dati d’acquisto di altri clienti.

Altri ambiti in cui è possibile uti­liz­za­re i Big Data:

• Ricerca medica: tramite l’analisi di grandi quantità di dati, i medici possono trovare le migliori soluzioni te­ra­peu­ti­che per la cura dei pazienti.
• Industria: grazie all’utilizzo di propri dati generati da macchine, le aziende possono in­cre­men­ta­re l’ef­fi­cien­za della loro pro­du­zio­ne e lavorare così in modo so­ste­ni­bi­le.
• Economia: i Big Data con­sen­to­no all’azienda di conoscere più da vicino i loro clienti e di adattare meglio l’offerta alle loro esigenze.
• Energia: per adattare il consumo ener­ge­ti­co a esigenze in­di­vi­dua­li, è ne­ces­sa­rio co­no­scer­le. Dati di consumo elevati ga­ran­ti­sco­no a lungo termine un ap­prov­vi­gio­na­men­to ener­ge­ti­co so­ste­ni­bi­le.
• Marketing: i Big Data nel settore del marketing vengono spesso uti­liz­za­ti per motivi di Targeting. L’obiettivo è per lo più quello di mi­glio­ra­re la relazione con il cliente e ottenere un aumento delle con­ver­sio­ni con diverse misure di marketing.
• Lotta alla cri­mi­na­li­tà: anche lo stato e le isti­tu­zio­ni addette alla difesa uti­liz­za­no i Big Data, per esempio nella lotta contro il ter­ro­ri­smo.

Molte critiche ai Big Data ri­guar­da­no la tutela della privacy. Grandi banche dati offrono un grande po­ten­zia­le per aziende e marchi, in quanto grazie ai Big Data è possibile con­trol­la­re meglio le misure di Marketing. Ma con le quantità di dati uti­liz­za­te per il targeting è possibile anche creare profili cliente det­ta­glia­ti, cosa che viene spesso vista come una vio­la­zio­ne della sfera privata. Chi lavora con i Big Data deve informare i clienti e i vi­si­ta­to­ri del sito sull’utilizzo di dati con un’in­for­ma­ti­va sulla privacy.

Un’altra critica riguarda il “potere assoluto sui dati”. Purtroppo anche in questo campo ci sono aziende che dominano il panorama dei Big Data e che già da anni lavorano e gua­da­gna­no con grandi quantità di dati, come per esempio Google o altri motori di ricerca. In questo modo singole aziende ottengono un controllo in­con­tra­sta­to su un’enorme quantità di dati. Questo monopolio viene spesso criticato, in quanto potrebbe causare un abuso delle in­for­ma­zio­ni im­ma­gaz­zi­na­te. Senza regole chiare per la pro­te­zio­ne e l’ano­ni­miz­za­zio­ne dei dati ana­liz­za­ti non è da escludere che questi possano essere usati in modo erroneo.

No­no­stan­te tutte le critiche, l’uso dei Big Data può essere utile, a con­di­zio­ne che questa tec­no­lo­gia venga uti­liz­za­ta cor­ret­ta­men­te. Per esempio senza i Big Data non sarebbero stati possibili alcuni progressi im­por­tan­ti, come quelli nella ricerca contro il cancro. Il fab­bi­so­gno ener­ge­ti­co e i trasporti vengono ot­ti­miz­za­ti con­ti­nua­men­te at­tra­ver­so l’analisi delle in­for­ma­zio­ni e offrono pertanto sempre più sicurezza. No­no­stan­te tutte le pos­si­bi­li­tà nel campo della medicina, dei trasporti e dell’economia, alcune questioni etiche rimangono ancora aperte; basti pensare alla capacità di prevedere de­ter­mi­na­ti av­ve­ni­men­ti, come per esempio la pro­ba­bi­li­tà di una persona di ammalarsi di una precisa malattia. Le re­stri­zio­ni che la gente comune ha nell’accesso a questi dati causa una paura sempre maggiore nei confronti di un ipotetico abuso delle in­for­ma­zio­ni personali.

Ad esempio l’as­so­cia­zio­ne digitale tedesca Bitkom sta cercando di osta­co­la­re un eventuale uso improprio delle in­for­ma­zio­ni con la pub­bli­ca­zio­ne di norme che regolano l’utilizzo dei Big Data, for­nen­do­ne consigli per un uso re­spon­sa­bi­le. Temi centrali sono la privacy e la tutela della sfera privata degli utenti. Inoltre viene con­si­glia­ta un’ela­bo­ra­zio­ne dei dati com­pren­si­bi­le e tra­spa­ren­te, poiché solo quando le aziende rendono pubblici i loro atti e ga­ran­ti­sco­no tra­spa­ren­za, è possibile ras­si­cu­ra­re gli utenti da possibili abusi di dati da parte di ma­lin­ten­zio­na­ti.