HPE: con Vertica per passare dai dati dell’IoT alla conoscenza per il business

Passare dai dati alle informazioni e alla conoscenza e dalla conoscenza all’azione e al business. Il valore dei Big Data è nella capacità di conquistare un vantaggio competitivo e di sviluppare nuovi modelli di business con una una piattaforma accessibile e disponibile su Hadoop, on premise o in Cloud

Pubblicato il 28 Lug 2016

Come passare dai dati dell'IoT alla conoscenza per il business con Vertica HPE

Come passare dai dati dell'IoT alla conoscenza per il business con Vertica HPE

Guarda questo video su YouTube


Schermata 2016-07-14 alle 11.16.40

Industry 4.0, Smart Manufacturing, Smart Building, Connected Car, Smart City e Smart Agriculture sono sviluppo della progettualità IoT basati prima di tutto sulla capacità di analizzare i dati per creare nuova conoscenza instantaneamente. Il passaggio dalla teoria delle potenzialità IoT alla efficacia concreta sul business ha bisogno prima di tutto e soprattutto di una piattaforma di analytics avanzata. In questo senso si colloca HPE Vertica il motore per i progetto IoT (e ovviamente non solo IoT) di Hewlett Packard Enterprise, ovvero un database analitico avanzato concepito applicazioni Big Data ad altissime performance e declinato a tutti gli effetti come uno strumento decisionale per passare dalla conoscenza dei dati all’azione in tempo reale.

Il ruolo di HPE Vertica

«Vertica – spiega Carlo Arioli, EMEA Big Data Marketing Manager Hewlett Packard Enterprise – ha raccolto molti consensi in molti settori ed è particolarmente adatto per il mondo Internet of Things perché mette a disposizione una elevata scalabilità e grande capacità di esecuzione ed analitiche avanzate on-board adatte a questo mondo».

Vai al nuovo sito di Vertica

A oggi la piattaforma è utilizzata da molti clienti per attività strategiche in presa diretta con il business. Come ad esempio Facebook. Nel corso di un evento HPE, il CIO di Facebook ha voluto sottolineare che grazie a HPE Vertica ha potuto aumentare la capacità e la velocità di analisi. Concretamente, si è passati dalla gestione di modelli di prezzo per l’adversting con dati storici di un mese e con tempi di elaborazione di decine di minuti alla gestione di modelli con una profondità dello storico di un anno e elaborazione in pochi secondi, capaci così di fornire simulazioni di modelli prezzo ai clienti in tempo reale. Questa prospettiva applicata al mondo IoT permette di amplificare la capacità di conoscenza e di azione delle aziende in modo esponenziale. Il tutto può essere trasferito sui clienti o sugli utenti, ovvero si può agganciare la conoscenza direttamente alla “produzione” e personalizzare i servizi offerti in funzione dei comportamenti stessi dei clienti analizzati in tempo reale.

«Pensiamo – osserva Arioli –  alla opportunità per le assicurazioni di definire una tariffa in tempo reale in funzione dei comportamento di guida e di movimento degli utenti che possono agire, istantaneamente, sulle variabili di marketing dell’offerta». Anche per queste opportunità e l’accessibilità della piattaforma Vertica è molto usato da startup (italiane come Jobrapido o straniere come Bla Bla Car), e da aziende italiane nel mondo del retail con strategie e azioni aggressive dal punto di vista delle azioni da svolgere sui clienti. Startup, e-commerce e aziende retail usano Vertica perché le necessità di analisi complesse sui comportamenti di acquisto dei clienti deve coniugarsi con un TCO (Total cost of ownership) competitivo per far fronte alla pressione dei margini nei  loro mercati di distribuzione fisici e online. Per valutare concretamente questa opportunità – aggiunge Arioli –  HPE offre a chiunque l’uso completamente gratuito della HPE Community Edition fino a 1 TeraByte di dati».

Dati in tempo reale per decisioni in tempo reale nel mondo connected car

In questo senso un altro esempio importante è rappresentato da Uber, un cliente Vertica che ha iniziato con l’analisi dei rating di soddisfazione dei clienti sul servizio forniti con l’app mobile – una mole di dati da analizzare enorme – ed ha poi esteso l’utilizzo anche all’ambito dell’analisi geospaziale dei dati degli autisti, del loro comportamento e della valutazione dell’ottimizzazione delle opportunità di aumentare i ricavi. L’informazione dei dati storici diventa direttamente ricavo. Ad esempio, Uber intendeva offrire ai propri autisti uno strumento di lavoro intelligente in grado di prevedere le decisioni migliori su dove e come cercare i clienti in funzione delle chiamate, per poi capire e valutare se accettare la richiesta di un cliente lontano o se attendere una nuova chiamata. In funzione di una serie di variabili e di analisi storiche legate agli orari di punta, al traffico, alla situazione metereologica, alla frequenza di chiamate da una determinata area e da altre variabili, la piattaforma basata su Vertica è in grado di fornire risposte agi autisti che si trasformano in oggettivi vantaggi di business per ciascun autista e, naturalmente, per Uber.

Performance, open source e analytics avanzati a bordo

Schermata 2016-07-14 alle 11.17.58

HPE Vertica è adatto a IoT perché è un database colonnare analitico concepito per gestire fonti diverse e grandissime quantità di dati. E poi perché dispone di algoritmi di machine learing on-board per lo scoring in tempo reale dei modelli senza che ci sia la necessità di esportare più volte i dati in ambienti esterni.
La filosofia di HPE Vertica è di fornire alte prestazioni a basso total cost of ownership investendo in quattro direzioni:

  1. Continuare nell’innovazione dell’architettura massive parallel processing su nodi standard per garantire prestazioni elevatissime scalando oltre gli ExaByte
  2. Estendere la disponibilità di Advanced in-database analytics – per analisi machine learning complesse direttamente sul database (K-Means, regressioni, Random Forest, etc)
  3. Facilitare l’ integrazione con strumenti open-source (Kafka per lo streaming dei dati, Spark e Storm) per aumentare la capacità di connettersi ai dati per fare analisi senza doverli centralizzare per applicazioni in tempo reale e le tipologie di analisi
  4. Ottimizzare il funzionamento in ambiente cloud multistandard di fornitori diversi (HPE, Microsoft Azure, AWS, …) per facilitare la federazione dei silos di database esistenti nelle organizzazioni dei clienti

Indicazioni e suggerimenti su HPE Vertica

HPE: Big Data e Real Time Analytics per trasformare i dati IoT in azioni e business

La strategia Big Data di HPE nella prospettivo dello sviluppo di progetti IoT

HPE Vertica
I vantaggi del realtime Analytics HPE: casi di studio

Advanced analytics per Facebook
VIDEO – HPE Advanced Analytics per la gestione dell’analisi dati del social network

Advanced analytics nel retail
HPE Vertica per la gestione dei clienti con Ali Supermercati

La lotta al terrorismo si fa anche con l’analisi dei dati
L’esperienza del Ministero dell’Interno spagnolo che utilizza HPE Vertica

Smart Health con Advanced analytics e Big Data
HPE Vertica al New York Genoma Center per sequenziare il DNA umano

Smart Mobility e start up: come cambia la mobilità urbana
Bla Bla Car con HPE Vertica

Connected Car, innovazione, sostenibilità e Sport
Virgin Racing Formula E vince con l’Advanced analytics di HPE Vertica

Advertising digitale 
L’esperienza di Criteo con HPE Vertica su Hadoop

Proteggere le foreste e la biodiversità con IoT e Advanced analytics
Il progetto di Conservation International con HPE Vertica e Idol

Testare HPE Vertica con la Community Edition
Analisi dei dati gratis fino a 1 TB

HPE Vertica e Kafka per Real Time Streaming Analytics

HPE Vertica Free Advanced Tutorials Channel

@RIPRODUZIONE RISERVATA

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 3