Big Data, come cambia la tecnologia per estrarre valore

La strategia delineata da Cisco indica in che modo le applicazioni analitiche devono trasformarsi per sfruttare con efficacia le grandi moli di informazioni generate dalla Internet of Things

Pubblicato il 06 Gen 2015

data-140723085539

La IoT (Internet of Things) ha elevato la potenza e l’intelligenza del Web a un livello superiore. Ha esteso la sua pervasività, dal dominio dei PC e dei server, a una moltitudine di dispositivi, strumenti e “oggetti” fisici diffusi nelle attività lavorative e nella vita quotidiana.

Oggi i dati generati da tutti questi oggetti connessi in rete sono molti di più di qualche anno fa e, soprattutto, provengono dalle fonti più disparate (sensori ambientali, industriali, smartphone, contatori intelligenti, dispositivi domotici, ecc.).

Il loro potenziale valore di business si può immaginare ancora più elevato se nel modello IoT non si includono solo gli oggetti, ma anche le persone e i processi che interagiscono nel sistema.

Usando questo modello, Cisco estende la valenza del concetto IoT, preferendo il termine IoE (Internet of Everything). Tuttavia la IoE genera Big Data con una mole e una varietà che rendono davvero arduo per un’azienda riuscire a sfruttare  in maniera proficua il valore che tali informazioni racchiudono.

Per chi conduce un’impresa e deve prendere decisioni importanti il punto è come riempire di senso i dati che il reparto IT si sforza di fornire all’organizzazione in tempo reale, per arrivare a conquistare un vantaggio competitivo.

Tradurre le informazioni in decisioni imprenditoriali

Fattori come l’inaccessibilità dei dati, e l’incapacità di interpretarli, rappresentano tuttora il maggior ostacolo che ancora impedisce di tradurre le informazioni raccolte dagli oggetti connessi in decisioni imprenditoriali subito attuabili.

Lo conferma uno studio di Cisco Consulting Service del 2014 in cui, alla domanda su quali siano le aree in cui si renda necessario innovare di più per ottenere un uso efficace delle soluzioni IoT,  la maggioranza dei rispondenti (40%) indica “i dati” e la capacità di catturarli, memorizzarli e analizzarli.

Una percentuale inferiore (27%) fa riferimento alla necessità di aggiornare i processi operativi e di business per beneficiare realmente delle applicazioni IoT, mentre solo il 13% parla dell’importanza di connettere alla rete i giusti oggetti, per catturare dati utili.

I dati, non gli ''oggetti'', sono al cuore della trasformazione del business

La stima è anche che i dati e le applicazioni analitiche si aggiudicheranno una bella fetta – ben 7,3 trilioni di dollari – dei 19 trilioni di dollari delle opportunità di mercato che la IoE produrrà nel prossimo decennio. Ma per utilizzare bene i big data, le organizzazioni devono trasformare e integrare i meccanismi con cui i dati vengono in genere raccolti e analizzati.

Analytics 3.0: oltre il classico data warehouse

Con il volume di dati giornalmente generato dalla IoE, le tradizionali infrastrutture di data warehouse – basate su data store centralizzati e applicazioni analitiche che elaborano le informazioni in modalità batch dentro le mura aziendali – non sono più sufficienti.

I dati oggi, sempre più spesso, provengono da innumerevoli punti della periferia della rete (edge), trasmessi da sensori, tag, dispositivi mobile.

ll cuore dei meccanismi analitici, spiega Cisco, deve dunque spostarsi verso la rete edge, pur mantenendo l’integrazione con le tecnologie tradizionali. La strategia di ‘Connected Analytics’ per la IoE lanciata a dicembre dal colosso del networking punta a combinare le tecnologie classiche con soluzioni e funzionalità analitiche in grado di estrarre in tempo reale indicazioni utili dai dati provenienti dagli ambienti distribuiti.

Questa generazione ‘3.0’ di sistemi analitici elabora in real-time i flussi di dati direttamente nella rete edge, per ottenere risultati immediati nell’operatività del business.

Le applicazioni possibili sono limitate solo dalla fantasia. Nel settore retail, le nuove soluzioni sono in grado di correlare i dati video raccolti ‘in-store’ dalle telecamere, e i dati della rete Wi-Fi, con quelli gestionali (magazzino, ecc.), per comprendere dove gli shopper stanno passando più tempo nel punto vendita, e quali lineari necessitano di riforniture.

In ambito IT, analizzando l’infrastruttura di rete, queste soluzioni consentono di massimizzarne l’efficienza e la stabilità, individuando i problemi prima che si verifichino.

Nel mondo mobile, l’analisi delle reti wireless e dei modelli d’uso delle connessioni Wi-Fi da parte degli utenti permette ai service provider di pianificare in maniera proattiva la capacità delle infrastrutture, e anche di scoprire nuove potenziali opportunità di business.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 3