# 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.

## Cosa sono i Big Data?

“Big Data”, traducibile letteralmente con “grandi quantità di dati”, si riferisce appunto a un’enorme quantità di dati talmente **complessa** che non è più possibile utilizzarla servendosi dei comuni software e hardware di elaborazione dati. Il termine “Big Data” non ha un significato in sé, in quanto può riferirsi a diversi ambiti, come quello della ricerca. Ma poiché i dati raccolti potrebbero riguardare anche persone e il traffico di comunicazione e di consumi degli utenti, questo concetto ha spesso una **connotazione negativa**. I più critici vedono in questa raccolta e, soprattutto in questa analisi dei dati, una violazione del loro diritto alla privacy.

### **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](https://www.ionos.it/digitalguide/server/know-how/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.

## Come faccio a utilizzare correttamente i Big Data?

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](https://hadoop.apache.org/ "Vai sul sito di 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](http://www.cloudtalk.it/big-data-analytics-cloud-sfide-vantaggi/ "Big Data Analytics e cloud: sfide e vantaggi aziendali") trovate maggiori informazioni su questo tema.

## Esempi dell’utilizzo dei Big Data

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.

## Critiche ai Big Data

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.

## Gestione responsabile dei Big Data

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.


This is a markdown version of: [https://www.ionos.it/digitalguide/online-marketing/analisi-web/cosa-sono-i-big-data/](https://www.ionos.it/digitalguide/online-marketing/analisi-web/cosa-sono-i-big-data/) for AI/LLM consumption.