Rai Cultura

Il tuo browser non supporta video HTML5

Big Data e Analytics

Antonio Picariello

L'ecosistema digitale produce enormi quantitativi di dati: venga caricata su Internet una mole di informazioni pari a tutta la conoscenza sviluppata dall’uomo nella Storia fino a quel momento. L’informazione è potere, capire quali di questi dati possono essere utili al business ci può dare un forte vantaggio competitivo. Quando si parla di Big Data, la mente corre subito a colossi come Google, Amazon o Facebook, ma in realtà anche le piccole imprese, le attività lavorative, commerciali, personali, generano quantità di dati molto interessanti, per un’azienda. Ad esempio un supermercato registra i dati degli scontrini e li elabora con un algoritmo pensato per la cosiddetta Market Basket Analysis ci permette di capire quali prodotti vengano acquistati di frequente insieme. Anche una linea di produzione, che può sembrare avara di dati, fornisce in realtà molte informazioni su cui software adeguati possono lavorare: i dati di telemetria dei macchinari, il consumo elettrico, le condizioni atmosferiche esterne e interne dello stabilimento. Più comunemente quando si vede un prodotto su IBS o su Amazon, capita di vedere loro pubblicità subito dopo, sia sui siti che visiti sia, magari, su Facebook o altri canali social. Anche questa è una semplice applicazione dei Big Data, tramite dei codici inseriti nei siti Web la pubblicità online segue automaticamente la navigazione, proponendo offerte similari a quelle precedentemente visitate, per ricondurre il consumatore nuovamente sul sito. Si possono sviluppare analisi sul traffico del sito web e canali social aziendali, permettendo di tarare al meglio la strategia commerciale, oppure lo studio delle abitudini di acquisto dei clienti, tramite la gestione del proprio CRM. 

Antonio Picariello 
Professore ordinario di Sistemi per l’elaborazione dell’Informazione presso il Dipartimento di Ingegneria Elettrica e delle Tecnologie dell’Informazione dell’Università Federico II. E’ coordinatore eletto del Corso di Studi in Ingegneria Informatica e Direttore del Laboratorio Nazionale in Informatica, Telematica e Multimedialità (ITEM) del Consorzio Nazionale Italiano per l’Informatica (CINI). È membro del Comitato di Gestione del Laboratorio Nazionale CINI per i Big Data.
La sua attività di ricerca recente, in collaborazione con Università italiane e straniere, si concentra sui Sistemi per la gestione dei Big Data, Big Data Analytics, Multimedia Big Data, Social Network Analysis, Recommending Systems. È autore di oltre 190 lavori a Riviste Internazionali e a Conferenze Internazionali. Negli ultimi anni è titolare del corso di Big Data Analytics and Business Intelligence e co-titolare del corso di Machine Learning & Big Data per la Salute presso l’Università di Napoli Federico II; fa parte inoltre della Data Science Initiative di UNINA per la progettazione di un Corso di Laurea Magistrale di Data Science.