Presso il centro congressi di Firenze, si è svolta la seconda edizione di Big Data Tech, evento organizzato da Bnova in cui si discute di Big Data in modo pratico, attraverso le testimonianze di chi coi dati ci lavora ogni giorni, per esigenze e settori di mercato diversi.

Dal successo della scorsa edizione, come racconta Serena Arrighi – CEO Bnova e Big Data Tech – in apertura dei lavori, è nata l'idea di creare una società che si occupasse esclusivamente di Big Data per rispondere ai forti input dall'esterno, dovuti ad una rivoluzione ormai in corso da diverso tempo. Tale progetto si concretizza in una nuova società di consulenza, Big Data Tech, nella quale si fondono i know how di due importanti aziende del mondo della Business Analytics, Bnova e SCM, per offrire supporto in ambito Big Data Analytics, Big Data Digital Transformation e Big Data Infrastructures.

Innovazioni nel Fashion

Tornando al convegno, anche per la seconda edizione si è registrata una grande affluenza di pubblico, a sottolineare il desiderio di conoscere sempre più i vantaggi e le tecnologie che ruotano attorno alla gestione e analisi di tonnellate di dati. Con Massimiliano Vitali di Bnova si è parlato di Fashion Analysis nel settore moda attraverso il progetto realizzato per il gruppo Fendi, la cui esigenza era quella di osservare ed analizzari i dati pubblici provenienti dai social network (Facebook, Twitter, Instagram), per ricercare non solo degli influencer, ma anche delle combinazioni di hashtag più adatte a promuovere il brand.

I dati sono stati raccolti utilizzando Api e funzionalità offerte agli sviluppatori dai blog e dai social, e gestite tramite ETL Pentaho; i dati sono stati storicizzati in una Sandbox Hortonworks. Inoltre, è stato utilizzato R come software statistico per fare data mining dei dati e sulla base dei risultati ottenuti, i dati sono stati poi strutturati in un datawarehouse HP Vertica. Sempre Fendi è stato al centro di un altro progetto big data, impiegati questa volta per aiutare l'azienda ad andare nella direzione dell'omnichannel, una scelta quasi obbligata a seguito dei profondi cambiamenti nelle abitudini dei consumatori.

Come ha raccontato Caterina Micci, IS&T Department Fendi, sfruttando sempre le pontenzialità di Pentaho, tutti i dati acquisiti 24 ore su 24 dai negozi fisici presenti in tutto il mondo e dal sito eCommerce, vengono sottoposti a processi di Data Ingestion e Data Quality e confluiscono – assieme al resto dei dati provenienti da tutti gli altri gestionali – nell'enterprise datawarehouse aziendale. Da qui è stato possibile risalire al profilo del “cliente unico” per ottimizzare le azioni di marketing e la customer behavior.

Big data al servizio della pubblica utilità

Interessante anche l'approccio di Hitachi che, grazie ad alcune acquisizioni strategiche perfezionatesi lo scorso anno (tra cui Avrio, oxYa, Pantascena e Pentaho), ha rafforzato la propria presenza in ambito social innovation con lo scopo di integrare IT e infrastrutture tecnologiche per migliorare la società. Antoni Mangini, Presales engineering Hitachi, ha presentanto due interessanti progetti che Hitachi ha realizzato in collaborazione con due grosse metropoli europee, Londra e Copenaghen.

Nel primo caso, si tratta di una commessa della durata di 27 anni per il perfezionamento della manutenzione di circa 200 treni in servizio sulla rete ferroviaria londinese: attraverso la Hyper Scale Out Platform di Hitachi, vengono analizzati in real time i dati raccolti dai sensori installati sui mezzi per pianificare tempestivamente gli interventi di assistenza necessari a garantire l'operatività del servizio e ridurre drasticamente i costi di manutenzione.

Nel secondo caso, invece, sempre attraverso la stessa soluzione, vengono prelevati i dati dai sensori di monitoraggio delle emissioni di carbonio presenti in tutto il perimetro di Copenaghen, città che si è prefissa di azzerare le emissioni entro il 2025.

Non dimentichiamo il fattore umano

Dal mondo accademico, alcuni spunti interessanti ad opera del professore Paolo Sartori dell'Università di Bologna, sia sul fatto di non dare per scontate la correttezza e l'integrità dei dati impiegati in questi processi di business analysis, sia sull'importanza del fattore umano tra le competenze necessarie per riuscire a governare i dati, in particolar modo dai data scientist.

Anna Monreale è invece ricercatrice dell'Università di Pisa e parte attiva del progetto europeo SoBigData.eu. Nel suo intervento ha esplorato invece la stretta relazione tra big data e social mining, ricordando che non basta avere potenti strumenti di visualizzazione dati se non si è in grado di estrarne il senso, non solo in relazione a progetti di business, ma anche di utilità pubblico-sociale. Come nel caso degli studi condotti dall'università in collaborazione con aziende telefoniche e istituti di statistica italiani e stranieri allo scopo di misurare, quantificare e prevedere indicatori socio-economici e dati demografici basati su dati telefonici.