Big Data, Bigger Practices

  • 826 views
Uploaded on

Le slides della lezione tenuta alle startup Working Capital: tutto quello che avreste voluto sapere sui big data con i casi di studio di AIDA Monitoring

Le slides della lezione tenuta alle startup Working Capital: tutto quello che avreste voluto sapere sui big data con i casi di studio di AIDA Monitoring

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
No Downloads

Views

Total Views
826
On Slideshare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
21
Comments
2
Likes
10

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. BIG DATA, BIGGER PRACTICES TUTTO CIÒ CHE DOVRESTE SAPERE SUI BIG DATA (PRIMA DI FONDARE UNA STARTUP IN QUEST’AMBITO) Emanuela Zaccone Working Capital Accelerator – Mentorship Program Roma, 15 ottobre 2013
  • 2. Cos’è big in «Big» Data? Variety Volume Velocity +VERACITY, intesa come integrità dei dati orientata al decision making
  • 3. Big Data Market 3
  • 4. Big expectations?* *Fonte: Gartner, 2013 Emerging Technologies Hype Cycle, Agosto 2013 4
  • 5. Oltre la data analysis La Data Analysis è solo una parte del data workflow Dati non strutturati vs. strutturati Data engineers vs. Data scientists Trends: > Data viz > Cloud computing *Fonte: O’Reilly Strata 5
  • 6. Le trappole 1 CONFIRMATION BIAS 2 IRRILEVANZA 3 CAUSA VS. CORRELAZIONE 4 SIGNIFICATIVITÀ STATISTICA 5 AZIONE VS. INTENZIONE *Altri casi qui: http://bit.ly/BigDataPitfalls 6
  • 7. CASE STUDIES 7
  • 8. Case #1: Tesco Data driven retail
  • 9. Case #2: IBM Slam Tracker
  • 10. Case #3: Alcohol Analytics
  • 11. Case #4: Recorded Future Google + CIA su server Amazon
  • 12. Case #5: Gatorade Mission Control
  • 13. SOCIAL MEDIA MONITORING 13
  • 14. Engagement metrics Identities Behaviours Predictive Analytics Growth metrics Qualitative Quantitative Dagli Analytics 1.0 gli avanzati Time series analysis User profiling Machine Learning
  • 15. Persone, dati, comportamenti
  • 16. Italia2013: real time analysis framework TECNOLOGIA Volumi PROPRIETARIA: STRUTTURA FLESSIBILE Strategie >4M TWEETS ITALIA2013 Identitità Contenuti
  • 17. Analizzare le elezioni italiane 17
  • 18. Analizzare le elezioni italiane 18
  • 19. Analizzare le elezioni italiane 19
  • 20. Predittività ed elezioni NO ALLE PREDIZIONI > Elezioni siciliane > Primarie centro sinistra SAMPLING BIAS COMPORTAMENTI IMPREVEDIBILI DATI ONLINE INSUFFICIENTI RICERCA DI PATTERNS MODELLI ADATTIVI e
  • 21. Identificare gli influencers 21
  • 22. Studi di correlazione  Tweets volume vs. TV audience 22
  • 23. Misurazione delle performance 23
  • 24. https://angel.co/aida-monitoring info@aidamonitoring.it http://twitter.com/AIDAmonitoring https://www.facebook.com/AidaMonitor http://bit.ly/AIDAgplus 24