Capire cosa sono i Big Data, perché sono così importanti per le aziende o per gli enti pubblici, e quali sono i loro lati oscuri. Spiegato in maniera semplice, senza essere nerd o degli esperti di marketing.
La quantità di dati creata ogni giorno è impressionante. Ogni individuo che si interfaccia su Internet genera informazioni, persino i dispositivi archiviano ed elaborano autonomamente le informazioni sul loro utilizzo. L’Internet of Things è già realtà e non mi sorprenderebbe se anche la macchina del caffè in un prossimo futuro monitorerà le mie abitudini di consumo e le memorizzerà sul cloud.
Tutto ciò comporta anche dei rischi legati alla sicurezza, alla privacy e all’uso che si fa di questi dati. Quando mettiamo un like su Facebook o facciamo acquisti tramite la nostra carta di credito siamo sempre consapevoli che stiamo fornendo preziose informazioni personali? E soprattutto sappiamo esattamente a chi o a quale ente le stiamo fornendo?
Cosa sono i Big Data?
In parole semplici, i Big Data sono informazioni, ovvero una grande quantità di dati, spesso collegati tra loro, generati da più fonti. I Big Data più comuni includono informazioni da: negozi (online e non), carte di credito, post sui social network, dati sanitari. A causa della loro portata e complessità, le aziende cercano di acquisire, elaborare, archiviare, condividere e analizzare in modo efficace questi dati utilizzando software sofisticati. L’analisi dei Big Data, infatti, può rivelare correlazioni nascoste, scoprire tendenze o altre intuizioni tali da essere utilizzate per commercializzare prodotti e servizi ai consumatori, anticipare la domanda e tante altre opportunità.
Ecco un breve video in inglese del World Economic Forum che ci aiuterà a capire meglio:
Il termine Big Data non è una novità, ma il concetto alla base della gestione di questi dati è cambiato nel tempo. Tutto iniziò intorno agli anni ’60 quando furono aperti i primi centri di immagazzinamento dati. Quarant’anni dopo, le aziende hanno notato la notevole quantità di dati che potevano essere raccolti attraverso servizi online, siti, applicazioni per smartphone e qualsiasi altro prodotto con cui i consumatori in genere interagiscono.
In passato, inoltre, per elaborare ingenti quantità di dati erano necessari computer molto potenti, come quelli in dotazione alle università o agli istituti di ricerca. Oggi, con un semplice algoritmo, quelle stesse informazioni possono essere elaborate nel giro di poche ore, magari sfruttando un semplice laptop per accedere alla piattaforma di analisi.
L’Internet of Things, infine, sta conquistando sempre più le nostre vite. Possediamo una moltitudine di dispositivi sempre connessi a Internet che raccolgono dati via via più raffinati sul loro utilizzo. In ultimo, con il machine learning, abbiamo predisposto le macchine ad imparare a svolgere in maniera autonoma quegli stessi procedimenti, contribuendo alla generazione di ulteriori dati.
Esempi di Big Data nella vita quotidiana
L’analisi dei Big Data ha comportato una rivoluzione in qualsiasi settore del marketing. Questa rivoluzione coinvolge le nostre vite di consumatori in modalità che oggi ci appaiono naturali.
A chi di noi, sfogliando il catalogo di Netflix è capitato di ricevere la proposta di uno o più film interessanti, oppure, navigando su Amazon il suggerimento di acquisto del prodotto che stavamo esattamente cercando.
Nel marketing, l’uso dei Big Data permette la creazione dei così detti sistemi di raccomandazione, i quali permettono a Netflix, Amazon e alle migliaia di piattaforme online di fare proposte di acquisto sulla base degli interessi specifici di un cliente.
Analizzando i cookies di un utente o i suoi precedenti acquisti, le recensioni o ricerche, queste piattaforme sono in grado di suggerire i prodotti più affini alla ricerca del consumatore, i suoi interessi e le sue curiosità e lo spingono a comprare per necessità momentanea, permanente o per semplice impulso. Ci sono algoritmi che riescono persino a predire se un’utente è incinta, tracciando le sue ricerche sul Web e gli oggetti acquistati in precedenza.
Ma l’adozione diffusa dell’analisi dei Big Data non si limita agli interessi privati o al marketing, sta cambiando tutto, dall’assistenza sanitaria all’istruzione, persino al processo decisionale del governo.
Le applicazioni in ambito pubblico sono innumerevoli. Ad esempio, nel campo della sicurezza pubblica, il dispiegamento delle forze di polizia dove i reati hanno una maggiore probabilità di verificarsi; nelle scienze biologiche, l’analisi genomica per migliorare la resistenza alla siccità delle colture di riso. In ambito sanitario l’analisi dei Big Data ha dei risvolti particolarmente utili, ad esempio lo studio delle associazioni tra la qualità dell’aria e la salute, la correlazione tra l’utilizzo di farmaci e la presenza di malattie in determinati luoghi, persino conoscere e comprendere se è in corso un epidemia e di come essa si svilupperà.
Perché i Big Data sono utili alle aziende
Riuscire a intuire in tempo i trend di comportamento e di acquisto dei consumatori è sicuramente riconosciuto come un vantaggio competitivo per un’azienda. E’ facile comprendere quindi che sfruttare la pletora in continua espansione di dati creati da una maggiore digitalizzazione delle informazione sia una chiave fondamentale per raggiungere numerosi benefici.
Infatti, il vantaggio competitivo è solo uno degli aspetti interessanti. Grazie all’analisi dei Big Data le aziende possono realizzare:
- Nuove opportunità di guadagno
- Maggiore redditività
- Domanda e catena di approvvigionamento ottimizzate / produzione predittiva
- Miglioramento dello sviluppo del prodotto, innovazione e qualità
- Servizio clienti avanzato
- Efficienza operativa / ottimizzazione dei processi
Immaginiamo di gestire un’azienda in cui il marketing e la promozione sono personalizzati per ogni consumatore, avendo un quadro completo dei suoi movimenti, interessi e comportamenti, raccogliendo informazioni dal suo smartphone o dai suoi like sui social media.
Oppure, immaginiamo un mondo in cui l’analisi dei dati dei sensori delle nostre autovetture connessi alla geolocalizzazione, consentano misure preventive in modo da evitare incidenti o guasti.
Infine, immaginiamo come i dati in tempo reale forniti da fonti come Twitter, Facebook possano essere analizzati per valutare e massimizzare l’impatto di ogni campagna di marketing.
Alcuni di questi esempi sono già attivi da tempo, e alcuni, grazie anche al machine learning vengono affinati sempre più. Si intuisce quindi come le possibili applicazioni di Big Data Analysis siano infinite.
Il lato oscuro dei Big Data
I dati di per sé sono neutrali. È ciò che ne facciamo con essi a renderli importanti o pericolosi. Se sfruttiamo bene le informazioni fornite dall’analisi di questi dati, ciò può aiutare l’umanità, la società e, perché no, anche l’economia. Ma cosa accadrebbe se questi dati fossero utilizzati per altri scopi?
I big data e l’intelligenza artificiale possono essere sfruttati con scopi positivi come ad esempio città sostenibili o assistenza sanitaria personalizzata.
Tuttavia, il pericolo con i big data è che chiunque disponga di dati sufficienti su di noi può apprendere dettagli molto intimi anche senza il nostro esplicito consenso. E’ possibile sfruttare messaggi e campagne personalizzate per adattarle ai loro scopi, che in un certo senso può essere considerata una forma di manipolazione psicologica.
Su una scala più ampia, società di data mining e di analisi possono manipolare opinioni influenzando grandi eventi come elezioni e altre campagne di propaganda. I dati possono anche essere utilizzati per prendere decisioni sull’accesso al credito e persino sull’occupazione.
In Cina stanno sviluppando un sistema di credito sociale, un punteggio dato al cittadino (e alle aziende) che determinerà i parametri dei loro prestiti, dei posti di lavoro e persino dei loro movimenti, il tutto grazie all’elaborazione dei Big Data. Le nazioni sviluppate seguiranno l’esempio e useranno i dati per monitorare e profilare i loro cittadini?
Leggi anche:
Social Credit: “gamification” del controllo di massa
Privacy e sicurezza, Data Breach
Come consumatori forniamo immense quantità di dati su di noi. Come detto precedentemente, sono innumerevoli i vantaggi per chi fa uso di questi dati, ma al tempo stesso per noi utenti/consumatori è indubbiamente comodo ricevere informazioni mirate sui nostri interessi.
E tutto ciò non accade solo su Internet. I dati personali vengono raccolti anche quando non siamo online e con intenti apparentemente innocui. Ad esempio in luoghi a noi familiari come banche, compagnie assicurative o lo studio del medico, vengono raccolti e memorizzati i nostri numeri di telefono, date di nascita, indirizzi, numeri di previdenza sociale e altre informazioni personali. Forniamo volontariamente questi dati poiché ci fidiamo di questi enti. Fino a quando una di queste organizzazioni non sarà vittima di una violazione di dati.
Con i dati rubati, un hacker potrebbe, ad esempio, inviare un’e-mail falsa “da un collega di lavoro” incoraggiando il destinatario a fare clic su un link fasullo o a scaricare un allegato che aprirebbe quindi l’intera rete dell’organizzazione al malintenzionato. Inoltre, una volta rubate, le informazioni personali sulla nostra previdenza sociale potrebbero essere archiviate e utilizzate dopo molti anni.
Spesso immaginiamo gli hacker come dei singoli individui, nerd desiderosi di dimostrare le falle di un sistema di sicurezza. Molte volte non sappiamo che le violazioni più significative sono spesso sospettate avere più di un supporto di alcune organizzazioni statali di determinate nazioni.
Implicazioni politiche
I dati vengono sfruttati nelle arene politiche per influenzare l’opinione pubblica; elaborati dai software, possono raccogliere rapidamente enormi quantità di informazioni, analizzare e profilare gli utenti secondo le specifiche richieste dei politici.
Uno dei maggiori finanziatori della presidenza di Donald Trump è stato Robert Mercer, miliardario americano, uno dei proprietari della società di analisi e data mining, Cambridge Analytica. CA utilizza il data mining e la tecnologia avanzata per realizzare profilazioni accurate di elettori, in modo tale che annunci e messaggi politici possano intercettare le loro emozioni e indirizzare i voti al politico designato. Questi metodi sono definiti “psicografici”.
Steve Bannon, che è stato il capo stratega di Trump, è stato anche un membro del consiglio di amministrazione di CA. Secondo il sito Web di CA, l’organizzazione ha raccolto fino a 5.000 singoli dati da oltre 220 milioni di americani e ha utilizzato più di 100 variabili per modellare gruppi di destinatari, consentendo loro di prevedere il comportamento di milioni di americani. Ciò ha consentito al team della campagna elettorale dell’attuale presidente degli Stati Uniti di personalizzare il marketing dei messaggi che Trump ha pubblicato durante la campagna elettorale.
L’analisi è stata così precisa che ha creato raccomandazioni per il team della campagna elettorale di Trump su dove tenere i raduni, dove posizionare gli annunci TV, identificando i luoghi in cui vivono potenziali donatori e dove i volontari avrebbero dovuto massimizzare le visite della campagna porta a porta.
Cambridge Analytica è presumibilmente coinvolta anche sul voto per la Brexit. Utilizzando i dati raccolti su Facebook, CA ha sfruttato l’apprendimento automatico e l’intelligenza artificiale per creare annunci pubblicitari altamente personalizzati e mirati ad influenzare i cittadini britannici e orientarli verso l’uscita dall’UE.
Il petrolio del Terzo Millennio
Il business dei Big Data ha oggi le attenzioni di innumerevoli attività, e non sempre, come abbiamo visto, legate al marketing. Man mano che l’evoluzione del Big Data Analytics continuerà, le preoccupazioni relative alla privacy, alla sicurezza e alle uso dei dati saranno elementi prioritari che dovranno necessariamente essere garantiti e supervisionati dagli enti statali e comunitari. Inoltre dovrà essere incoraggiata una coscienza più approfondita dell’argomento da parte degli utenti, siano essi visti come cittadini che come consumatori. Le leggi sul GDPR dell’Unione Europea vanno in questa direzione, consentendo la raccolta di dati personali solo se l’interessato ha dato inequivocabilmente il proprio consenso e dopo essere stato informato.
Starà quindi a noi e alla consapevolezza della vulnerabilità di determinati dati personali tenere un comportamento coscienzioso nell’impiego delle proprie informazioni personali. Considerata la velocità con cui il mondo dei Big Data si espande ed evolve non è affatto una sfida facile.
Fonti e Approfondimenti
- Business 2 Community – Big Data: What Is It and How Does It Work? (in inglese, 2019)
- Interesting Engineering – What Exactly Is So Big About Big Data? (in inglese, 2017)
- Forbes – Recommendation Engines: The Reason Why We Love Big Data (in inglese, 2014)
- Hackernoon – The Dark Side of Big Data (in inglese, 2018)
