Big data significa grande conoscenza?

Il termine Big Data indica genericamente una raccolta di dati informativi così estesa in termini di volume, velocità e varietà da richiedere tecnologie e metodi analitici specifici per l’estrazione di valore o conoscenza [1].

La conoscenza è centrale in qualsiasi discussione sui big data per i seguenti motivi: in primo luogo, è la conoscenza umana che ha sviluppato le capacità dei big data e dell’analisi, cioè senza conoscenza, big data e le analisi non esistono; in secondo è sempre la conoscenza umana che deciderà come verranno utilizzate le informazioni generate da big data. Sia che i dati generati siano utilizzati in aree operative, tattiche o strategiche, la conoscenza guiderà il suo utilizzo.

Utilizzando il modello Big Data/Analytics-Knowledge Management (BDA-KM), illustriamo il ruolo che la conoscenza gioca nell’uso dei big data oltre che nel processo analitico.

Sebbene i big data possano, teoricamente, essere raccolti e analizzati senza alcun obiettivo particolare in mente, nella stragrande maggioranza dei casi, la raccolta e l’analisi dei big data verranno avviate per:

  • una risposta automatizzata a problemi esistenti predefiniti;
  • motivazioni per esplorare nuove opportunità senza chiare definizioni dei problemi;
  • supportare le decisioni strategiche per il raggiungimento degli obiettivi organizzativi.

Nel primo caso, i dati possono essere raccolti tramite sistemi informativi a livello aziendale e inter-organizzativi per fornire soluzioni in risposta a problemi predefiniti. In questi casi, i manager possono utilizzare applicazioni di analisi dei dati per ottenere le informazioni necessarie in aree diverse come lo stoccaggio dei magazzini, le informazioni geografiche per la gestione agricola o le tendenze del traffico per la pianificazione urbana. Anche l’integrazione della catena di fornitura ha la possibilità di stabilire tali meccanismi [2].

Può anche accadere che non ci sia un chiaro problema organizzativo da risolvere, ma in cui le imprese utilizzano l’analisi dei big data per cercare nuovi modelli che possano portare a nuove opportunità o supportare iniziative strategiche. Amazon Web Services e Google Cloud Platform forniscono tali servizi per aiutare le aziende a identificare nuove opportunità.

Nella parte principale del modello, l’analisi inizia dal dominio della conoscenza. La conoscenza contestuale si riferisce a come questa è situata nei contesti organizzativi. La conoscenza contestuale include la conoscenza tacita dei dipendenti, la conoscenza implicita contenuta nei processi e nelle attività organizzative, gli output come prodotti e servizi e le parti interessate lungo tutta la catena di fornitura, compresi i mercati di destinazione [3].

Fonte: JOURNAL OF KNOWLEDGE MANAGEMENT

La conoscenza contestuale può funzionare a diversi livelli, ad esempio a livello operativo, tattico e/o strategico. In un ambiente organizzativo, manager e professionisti devono impostare parametri di infrastrutture e sistemi organizzativi basati sulla conoscenza contestuale per stabilire gli ambienti per la raccolta dei dati a livello operativo. A livelli più tattici o strategici, la conoscenza contestuale può focalizzare l’attenzione su ambienti più complessi come catene di approvvigionamento globali in cui i dati dei consumatori multinazionali e i dati di marketing multi-fonte potrebbero essere archiviati in vari sistemi di gestione di database e piattaforme IT. In questi casi, entriamo nel regno dei big data poiché il volume dei dati può superare la capacità dei normali strumenti di database di acquisire, gestire e indirizzare i dati entro un tempo trascorso accettabile [4]. I big data a questi livelli possono richiedere un’infrastruttura aggiuntiva e il supporto del personale IT.

Livelli più elevati di conoscenza contestuale, sottoforma di input umani, sono esemplificati quando gli analisti analizzano i big data con uno scopo specifico in mente o quando esplorano nuove opportunità. In questi casi, un analista applicherebbe la conoscenza contestuale per estrarre informazioni rilevanti.

Inoltre, la conoscenza contestuale viene applicata quando si scelgono gli strumenti analitici utilizzati nei processi di identificazione di nuove conoscenze. Ad esempio, le parole chiave di ricerca tramite il text mining possono essere presentate da attributi di dati di frequenza, regione e sesso. Saranno gli analisti a decidere quali parole chiave verranno analizzate per identificare il comportamento dei consumatori se l’analisi è per un sondaggio di marketing.

Nell’output di questo modello, otteniamo decisioni, risposte e azioni. In ogni caso, sia a livello operativo, tattico o strategico, sarà nuovamente richiesta la conoscenza (umana) per fare il miglior uso di ciò che i big data e l’analisi hanno offerto.

Il Knowledge Management dovrebbe assumere un ruolo organizzativo di primo piano nella gestione e governance dell’uso di big data in contesti organizzativi in quanto ha la base teorica e l’esperienza pratica per decidere quali dati sono necessari affinché l’organizzazione funzioni in modo efficiente ed efficace, come tali dati dovrebbero essere analizzati per fornire informazioni più utili per i processi organizzativi e il processo decisionale e come sviluppare feedback basato sulla conoscenza loop in modo che i cambiamenti nella raccolta e nell’analisi dei dati possano essere effettuati in risposta ai cambiamenti nell’ambiente aziendale, sia interni che esterni.

Tuttavia, per far sì che ciò accada, accademici e professionisti in KM devono essere in grado di controllare i rischi che i big data portano all’organizzazione, lo stato di avanzamento di queste tecnologie, devono possedere le conoscenze per porre domande critiche ai fornitori che vendono questi sistemi, ai tecnici che li gestiscono, agli ingegneri operativi che programmano gli algoritmi e agli scienziati che analizzano i dati, altrimenti cederanno il controllo a queste persone.

[1] Wikipedia

[2] Wang, W.Y.C. and Chan, H.K. (2009), “Virtual organisation and e-fashion supply chain: two cases in the textile industry”, International Journal of Production Economics, Vol. 127 No. 2, pp. 333-342.

[3] Aspers, P. (2006), “Contextual knowledge”, Current Sociology, Vol. 54 No. 5, pp. 745-763.

[4] Snijders, C., Matzat, U. and Reips, U.-D. (2012), “‘Big Data’: big gaps of knowledge in the field of internet”, International Journal of Internet Science, Vol. 7 No. 1, pp. 1-5.

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo di WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google photo

Stai commentando usando il tuo account Google. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...

%d blogger hanno fatto clic su Mi Piace per questo: