I"Big Data" sono morti. I rivenditori li hanno uccisi. Beh, i leader del settore hanno contribuito, e i media hanno dato il calcio d’inizio, ma i rivenditori hanno la maggiore responsabilità per la dolorosa e lenta morte di uno dei termini più esaltati e mal compresi sin dai tempi della frase "cloud computing" (in italiano “nuvola informatica”; con questa espressione si intendono tutte quelle tecnologie che permettono di archiviare, memorizzare ed elaborare dati, utilizzando le risorse hardware/software presenti in rete, n.d.r.).
Qualsiasi rivenditore che offre un archivio o un prodotto di analisi per una piccola o una grande quantità di dati è ora definito con il marchio di “big data”, anche se la sua tecnologia è esattamente la stessa di 5 anni fa (grazie, dipartimenti di marketing!). Anche le startup si arrogano il soprannome di "big data app" o "big data startup", desiderose di assorbire parte del denaro dei “big data” che circola nei fondi venture capital focalizzati sui Big Data.
La frase “big data” è ormai completamente priva di senso. Per quelli di noi che sono stati nel settore abbastanza a lungo, la semplice menzione della frase è sufficiente per indurre un grande mal di testa da “big data”.
Se volete una prova, ecco attestata la crescente ondata di reazione contro il termine:
– “Di tanto in tanto un termine diventa così amato dai media che passa da “istruttivo” a “banale” a “senza valore” e “Big data” è uno di quei termini” .. Roger Ehrenberg.
– “Ogni prodotto di ogni rivenditore sostiene i Big data .. e ogni leader di settore in ogni discorso deve includere la frase nel titolo della sua discussione e ripeterlo quante più volte possibile. Quindi ogni proposta di data warehouse è rimaneggiata come proposta di Big data, ogni data governance, Master Data Management, OLAP (On-line Analytical Processing), infine ogni data mining, tutto è ora Big data. Rob Klopp.
– I Big data come categoria tecnologica stanno diventando un nome sempre più insignificante. Barry Devlin
Riposate in pace, Big data.
Ora che i Big data sono morti, siamo liberi di passare al prossimo capitolo della nostra vita. Il che, dal punto di vista dei dati, significa che siamo in grado di smettere di preoccuparci per il volume, la varietà, la velocità, la veridicità e la verosimiglianza dei dati, e possiamo iniziare a concentrarci sui modi per avere un impatto sulle metriche di fondo, sfruttando il talento, gli strumenti e le tecnologie che si stanno lentamente facendo strada nel mainstream.
Mentre l’industria matura, non ci sarà un unico termine che sostituirà il soprannome di Big data. Invece, diversi strumenti e diverse tecnologie si ritaglieranno nicchie diverse, ognuna più strettamente focalizzata e altamente specializzata rispetto allo strumento adatto a tutti gli usi che era rappresentato dai Big Data.
Parlerò ora di alcune delle nicchie di cui si sentirà parlare ancora e ancora. Purtroppo, alcune di queste diventeranno dei tormentoni che a furia di essere ripetuti non avranno più senso. Ma per ora, ciò potrebbe fornire uno sguardo a quello che ci aspetta nel futuro dell’archiviazione, elaborazione ed analisi dei dati.
Ho identificato sei diversi aspetti dei dati di cui si sentirà parlare sempre più spesso nel 2013. Ciascuno di questi termini in realtà trasmette informazioni utili, ed interessa fette e casi d’uso che rientrano sotto la voce "Big data".
Vari leader del settore, scrittori, speaker, e sondaggisti hanno iniziato ad usare il termine “smart data” per fare riferimento ad un modello sempre più comune che emerge nella scena dei Big data e che coinvolge la “productization”, ossia la trasformazione in prodotti, di dati persistenti attraverso un’analisi predittiva.
In sostanza, le aziende si stanno muovendo al di là del BI, che si basa sugli esseri umani per interpretare i dati, e stanno cercando di monetizzare le proprie ampie raccolte di dati acquisiti in modo automatizzato attraverso un’analisi predittiva (che si basa su tecniche avanzate di statistica e di apprendimento automatico per riconoscere e sfruttare i modelli). Queste analisi predittive sono spesso impiegate come generatori di entrate, prodotti caratterizzati da funzioni intelligenti, come il rilevamento delle frodi, raccomandazioni, personalizzazioni, targeting, e molto altro ancora. Esempi di aziende che utilizzano Smart data includono Netflix, Amazon, Rich Relevance, Gravity, LinkedIn, SailThru, e molti altri.
Data science è un campo nuovo che utilizza tecniche avanzate di statistica, machine learning, elaborazione del linguaggio naturale, e informatica per estrarre significato da grandi quantità di dati (a volte con l’obiettivo di creare nuovi prodotti dati, probabilmente la ragione per cui è stato creato). Anche se ancora significativo, questo termine sta cominciando ad essere abusato dai rivenditori a causa della sua popolarità alle stelle. I Metamarket, per esempio, vantano i benefici della loro “piattaforma data science”, ma la loro tecnologia di base è costituita da un aggregatore di dati frammentati. Allo stesso modo, molte persone che conoscono SQL e MicroStrategy ora pretendono di essere “scienziati” dei dati. Temo che questo termine potrà diventare vittima del suo stesso successo e subire la stessa sorte dei Big data.
NewSQL è un soprannome per descrivere sistemi di SQL (Structured Query Language) altamente scalabili e orizzontalmente distribuiti. Drawntoscale, VoltDB, SpliceMachine, SQLFire, Impala, Redshift, Clustrix, NuoDB e Hadapt sono alcune delle tante soluzioni che combinano la scalabilità delle piattaforme NoSQL e SQL con le forti garanzie ACID di database relazionali legacy. NewSQL non significa che NoSQL morirà, significa solo che le aziende che vogliono scalabilità e SQL potranno ora avere entrambe le cose.
Molte aziende continueranno a scegliere i sistemi NoSQL, perché supportano dati non relazionali e sono in grado di offrire prestazioni più elevate in quanto non offrono garanzie ACID.
Dopo molti anni di relativa oscurità, l’analisi predittiva sta finalmente emergendo. Nucleo sia per data science che per smart data, l’analisi predittiva è il rovescio della medaglia dell’analisi storica, e comporta l’uso di dati storici per prevedere eventi futuri. Se si riesce a prevedere il futuro, si può anche cambiare.
In effetti, l’analisi predittiva coinvolge tutto, dai motori di raccomandazione (che raccomandano gli elementi che si prevede massimizzeranno le possibilità di una conversione), al rilevamento delle frodi, a, nientedimeno, prevedere quali detenuti in libertà condizionale avranno più probabilità di commettere un omicidio. Il campo utilizza tecniche statistiche, machine learning, modelli, e altri campi per identificare e sfruttare i modelli.
Le tendenze che non hanno fatto la differenza, ma che sono comunque degne di nota, includono stream processing, e streaming analytics, NLP (elaborazione del linguaggio naturale, in italiano), che sembra sia sulla buona strada per entrare nel mainstream, grazie in gran parte ai fornitori di tecnologia come AlchemyAPI, image e video mining (compreso il rilevamento della mimica facciale, dei gesti e delle emozioni) l’apprendimento automatico, in-memory storage (archiviazione dei dati interni), griglie di calcolo e database grafici, che offrono un modo completamente diverso di risolvere i problemi nell’analisi dei dati.
Big data come termine ha già visto il suo periodo di massimo splendore. Mentre molte delle sfide che hanno dato origine al termine sono valide, archiviare quantità virtualmente infinite di dati multi-strutturati non è più cosa nuova o neanche leggermente interessante. Inoltre, il diffuso abuso del termine da parte dei rivenditori vuol dire che esso ha sempre meno valore con ogni mese che passa.
Aumentare la ricercatezza nell’archiviazione, nell’elaborazione e nell’uso di dati significa che probabilmente non vedremo un singolo termine che sostituirà quello di Big data. Invece, vedremo andare avanti i casi d’uso più comuni, adottando una terminologia più restrittiva e più descrittiva.
Benvenuti nell’epoca post-Big data! Ci sarà da divertirsi!
| Traduzione italiana a cura di Erika Di Dio. Fonte: Venturebeat |
New Com Web Srls - Via Valle Scrivia, 14 - 00141 Roma - C.F./P.Iva 13586351002 - REA: RM-1458775
Informativa sulla Privacy | Contatti
