I Big Data oggi sono sulla bocca di tutti. Se ne parla tanto, certo, ma forse senza porsi le giuste domande. Perché più che dare una definizione (cosa sono?) ed imparare a leggerli (come analizzarli?), la domanda oggi più rilevante per un’azienda è capire come trasformali in ‘value data’ (quale valore aggiunto possono portare?).
Troppo spesso si rischia di cadere in riduzionismo tecnico, pensando che l’unica sfida offerta dai Big Data sia di natura tecnologica. L’analisi dei Big Data – lungi dall’essere un esercizio di stile fine a se stesso – richiede la sua integrazione all’interno di un più ampio progetto di business, che tenga conto delle esigenze strategiche aziendali ed elabori specifici obiettivi (per una guida su come impostare un progetto di big data analytics, clicca qui),
Il punto di partenza, dunque, è chiarire a quale finalità di business dovrà servire il progetto di analisi dei Big Data. Solo in questo modo si potrà uscire da una logica puramente descrittiva ed entrare in una logica predittiva e prescrittiva, in grado di generare informazioni utili e ‘non scontate’ a sostegno della competitività e redditività aziendale. Figura chiave in questo processo è il data scientist, in grado di affiancare una visione marketing-oriented alla componente tecnica di data analysis.
A questo proposito, vi segnalo il corso di perfezionamento in Social and Consumer Information Scientist for Marketing Intelligence (IS4MI), organizzato dall’Alta Scuola di Psicologia Agostino Gemelli dell’Università Cattolica (ASAG) in collaborazione con il Bicocca Applied Statistics Center (B-ASC). Per maggiori informazioni e un programma più dettagliato, clicca qui.
grazie Guenda, molto utile!