Big data analytics: differenze tra le versioni

Versione delle 07:31, 8 ago 2019

Versione delle 07:33, 8 ago 2019

Riga 2:

'''Big data analytics''' è il processo di raccolta e analisi di grandi volumi di [[dati]] ([[big data]]) per estrarre [[informazione|informazioni]] nascoste. Associati a sofisticate analisi di business, i [[big data]] hanno il potenziale di dare alle [[impresa|imprese]] intuizioni sulle condizioni di [[mercato]], sul comportamento dei clienti, rendendo l’attività decisionale più efficace e veloce rispetto alla [[concorrenza (economia)|concorrenza]], discostandosi dalle tradizionali soluzioni di [[business intelligence]] perché operano su grandi volumi di dati e richiedono pertanto un’[[elaborazione]] più lenta e meno efficiente. Oggi sono fornite diverse tecnologie e tecniche di analisi per scoprire patterns nascosti e connessioni tra i dati.

EssoTale processo di analisi permette di operare un’[[analisi predittiva]], ovvero permette di conoscere anticipatamente cosa accadrà: ciò rientradiventa nell’[[analisi predittiva]],possibile poiché se abbiamo un modello e abbiamo dati storici a sufficienza possiamo determinare cosa succederà in un futuro prossimo (una tendenza) con basi o fondamenti [[statistica|statistici]]. Sulla base di queste previsioni è possibile poi intervenire sul futuro mediante un'analisi prescrittiva, ovvero si vanno a cercare le condizioni affinché un certo evento accada.

Quindi i big data rappresentano il nuovo strumento che rende "misurabile" la [[società (sociologia)|società]]: spingono verso una nuova [[scienza dei dati]], in grado di misurare e, in prospettiva, prevedere crisi economiche, epidemie, diffusione di opinioni, distribuzione delle risorse economiche, bisogni di mobilità.<ref>{{cita pubblicazione|autore1=Dino Pedreschi|lingua=EN|anno=2012|titolo=Siamo tutti pollicini digitali|url=http://novareview.ilsole24ore.com/lavitanova/230787|accesso=2017-06-30}}</ref>