Quando si parla di Big Data pensiamo ad enormi moli di dati ed ai modi per estrarne insights. Affrontare l’argomento da un punto di vista più di Management e Governance coinvolge 8 aree che vanno bilanciate o ottimizzate ed oramai sono note come le 8V: Volume, Value, Veracity, Visualisation, Variety, Velocity, Viscosity e Virality.
Volume
Rappresenta la quantità di dati che vanno processati in un determinato tempo. Il volume di dati coinvolge in maniera rilevante la capacità computazionale necessaria e la capacità di raccogliere i dati.
Value
Definisce il valore degli insights, vale a dire occorre verificare che lo sforzo fatto per gli insights sia utile agli scopi. E’ di fatto un compromesso tra costi e vantaggi.
Veracity
Afferma se stiamo lavorando con dati reali oppure con disinformazione. Ad una prima impressione potrebbe sembrare banale ma purtroppo non è così, questo aspetto coinvolge l’affidabilità degli strumenti di misurazione, dei sensori, delle sincronizzazione di tempi, di eventuali dati fake inseriti da bot, ecc…
Visualisation
L’aspetto visuale è rilevante per prendere decisioni o per stimolarle. Gli insights devono essere rappresentabili efficacemente per poter acquisire valore per il business.
Variety
Il termine si riferisce all’eterogeneità dei dati e delle loro sorgenti di dati che, pertanto, necessitano di essere ben identificate e “normalizzate” al fine di permettere ai dati di essere trasformati in informazioni di valore. Probabilmente è la parte più complicata perchè dall’attività di normalizzazione dipendono la maggior parte degli errori e dei problemi con la trasformazione dei Big Data. Inoltre problemi in questo elemento possono avere un impatto negativo sui costi dell’ordine anche di fino a 100 volte.
Velocity
Rappresenta la velocità con cui i dati vengono “macinati” e trasformati per portare valore informativo. L’aspetto cruciale, per es. per applicazioni di telemetria, è l’evoluzione real time di alcuni dati. Un insight tardivo è inutile ed il nemico della velocità è rappresentato dalla latenza.
Viscosity
Definisce la resistenza che si affronta nel trasformare i dati in insight e ciò può essere dovuto a processi interni di change management ed a capacità di aggiornamento degli algoritmi in base agli eventi.
Virality
Misura la capacità e la velocità dell’ insights di diffondersi, chiaramente se è un valore la sua diffusione.
Glue Labs ed i Big Data
Siamo Google Cloud Partner ed esperti nella gestione e manipolazione di dati, ti forniamo consulenza e supporto per qualsiasi progetto sui Big Data. Contattaci subito e senza impegno per un preventivo gratuito.
