Come dare senso ai big data?

Torniamo sui big data e proviamo a capire come operano gli esperti di data science. Innanzitutto, ci sono i dati, che provengono dalle operazioni e dalle transazioni che si fanno online, come ad esempio i prelievi dal contro corrente effettuati dal bancomat, piuttosto che un acquisto effettuato su un portale di ecommerce.

Per avere un quadro della situazione di questi dati nel corso del tempo, possiamo trasferirli in un database relazionale in modo da storicizzarli e integrarli. Questo è il processo che viene chiamato ETL:

• Extract: significa selezionare i dati.
• Transform: significa modificare i dati.
• Load: significa caricare i dati in un database.

Secondo la Datawarehouse Theory di Ralph Kimball, questi database sono:

• Subject oriented: cioè orientati ai dati inseriti.
• Integrated: cioè integrati tra di loro.
• Time Varient: cioè variano nel tempo e sono storicizzati.

La dimensione storica dei dati è molto importante perché permette di definire dei trend costanti oppure delle dinamiche che cambiano nel tempo.

Poi c’è un altro procedimento che si effettua sui dati che viene chiamato Business Intelligence: consiste nel rendere i dati facilmente visualizzabili e fruibili anche da parte di chi non è un esperto in data science. La Business Intelligence consiste nell’elaborare dei report a partire dai dati per permettere al marketing piuttosto che alla rete commerciale di avere dati aggiornati e trend che li aiutino a elaborare una strategia chiara ed efficace nel tempo.