Big data analytics: differenze tra le versioni

Versione delle 18:03, 29 gen 2020

Versione delle 20:38, 24 ago 2020

Riga 7:

== Storia ==

Per molti anni si è parlato di Big Data, ma solo recentemente molte organizzazioni hanno compreso la loro importanza. Catturare l’innumerevole mole di dati, che viene condivisa ogni giorno nel proprio business, permette ad un’azienda di analizzare ed estrarre informazioni significative e talvolta vitali per le proprie [[decisione|decisioni]].

Inizialmente, prima ancora che il termine “Big Data” venisse usato, le attività commerciali erano basate su semplici analisi numeriche per scoprire informazioni e andamenti nascosti. Oggi invece le informazioni sono recuperate da enormi volumi di dati, dove l’analisi, ormai diventata veloce, permette di anticipare le scelte future in modo più accurato. Negli ultimi, il ricorso ai Big Data Analytics prevede progettualità e metodologie sempre più complesse e avanzate ([[Analisi predittiva|analisi predittive]] e [[Real time analytics|real time]], ricorso a [[data lake]] o [[Data integration|modelli integrati di archiviazione dati]], team dedicati alla gestione della [[Scienza dei dati|data science]]) in grado di impattare su tutti i processi di un'organizzazione: comunicazioni personalizzate, ottimizzazione dei processi produttivi, gestione delle emergenze, ecc...<ref>{{Cita web|url=https://blog.osservatori.net/it_it/big-data-cosa-sono#analytics|titolo=Big Data Analytics: progetti, metodologie e applicazioni}}</ref>

Riga 52:

{{interprogetto}}

{{Controllo di autorità}}

{{portale|informatica|statistica}}