Fast data: perché i big data non bastano più
I big data sono già acqua passata, oggi la digital transformation si muove in direzione dei fast data. Di cosa si tratta e perché sono un’evoluzione dei cari vecchi big data? Scopriamolo insieme.
I big data hanno rappresentato una vera e propria rivoluzione negli ultimi anni. La vera novità dei big data era la capacità di analizzare un grandissimo quantitativo di dati grazie all’uso di algoritmi: dei sistemi intelligenti capaci di trattare milioni di variabili in brevissimo tempo e con poche risorse computazionali. Finora i big data avevano dato risultati soddisfacenti, ma sembra che non basti più l’analisi “generica” dei dati; quello che si richiede oggi è che il flusso di dati sia analizzato in tempo reale. E qui entrano in gioco i fast data.
Si tratta di dati raccolti e trasmessi in tempo reale tramite tecnologie IoT (Internet of Things) e successivamente analizzati in tempi brevissimi per prendere rapide decisioni di business o per attivare operazioni di vario tipo.
Il concetto che sta alla base di questo cambiamento è che man mano che le tecnologie si evolvono, si trasformano anche gli strumenti e le necessità. Il cloud sta diventando velocemente la principale tecnologia diffusa in tutti i settori, con un conseguente aumento esponenziale dei dati prodotti a una velocità impressionante; così anche la raccolta e l’analisi dei dati si adatteranno a questo cambiamento di tecnologia.
Da big a fast: l’approccio insight-driven
I fast data non sostituiscono i big data, anzi, sarebbe meglio dire che li affiancano, svolgendo compiti diversi. Perché dal big al fast? Ebbene, operare con una grande mole di dati è fondamentale, ma ormai non è più l’unica cosa che ci interessa, la velocità di analisi dei dati è molto più importante. Oggi, la memorizzazione delle informazioni dei data at rest (cioè i dati memorizzati nelle unità di archiviazione locali e remote) per un’analisi differita, diventa una pratica obsoleta. Risulta più efficace avere un aggiornamento immediato del dato (attraverso i cosiddetti data in motion).
L’approccio classico, basato più sulla quantità di dati e chiamato appunto data-driven, non dava necessariamente insight, cioè informazioni di valore per il business. L’approccio incentrato sulla velocità, invece, è il cosiddetto insights-driven ed è in grado di sfruttare in modo strategico le informazioni di valore per creare prodotti e servizi.
Questo perché la connessione tra online e offline è sempre più forte nelle nostre vite da consumatori (e non solo…) e l’abilità di analizzare e integrare in tempo reale i dati raccolti dai diversi touchpoint è fondamentale per fornire servizi su più canali. Facciamo un esempio, le app di telefonia mobile: senza l’elaborazione e l’utilizzo dei fast data, non si potrebbe fornire all’utente informazioni con cui è possibile eseguire operazioni, anche da device diversi. Si tratta di un funzionamento molto simile a servizi come social network e home banking. In altre parole, i fast data ci aiutano a fornire dati e informazioni sempre coerenti, integrati e aggiornati in tempo reale, 24 ore su 24.
Lo sviluppo di tecniche e tecnologie per l’elaborazione e l’analisi dei fast data, quindi rappresentano un’opportunità incredibile oggi per differenziarsi dalla concorrenza. C’è però da dire che, trattandosi di una tecnologia nuova e molto complessa, per fare questo passo c’è bisogno di implementare architetture e strumenti IT appositamente sviluppati per amministrare con efficacia questo tipo di dati.
Quali sono le tecnologie che generano flussi di dati continui in tempo reale e che necessitano dell’analisi di fast data? É il caso dei dispositivi IoT (Internet of Things); dei dati geolocalizzati; delle transazioni finanziarie tramite servizi di home banking, o ancora, delle tecnologie di cybersecurity, tramite le quali è possibile riconoscere anomalie e possibili minacce informatiche immediatamente.
Vuoi essere informato sulle ultime tendenze tecnologiche e sul mondo della digital trasformation? Segui il nostro blog per non perderti nessuna novità!
