I social media sono un'importante fonte d'informazioni sui bisogni, le opinioni e le esigenze dei clienti: come analizzare il sentiment grazie ai Big Data?
I social media sono un'importante fonte d'informazioni sui bisogni, le opinioni e le esigenze dei clienti: come analizzare il sentiment grazie ai Big Data?
Identità e biometria, firme e sigilli, blockchain e trattamento del dato sono state le tre macrotematiche discusse dagli esperti che ne hanno messo in rilievo opportunità e pericoli oggettivi.
Internet delle cose ed Internet delle persone stanno generando un enorme quantità di dati. Internet delle cose ed Internet delle persone generano un enorme quantità di informazione.
I Big Data servono a "misurare" la società e ci indirizzano verso una nuova scienza dei dati in grado di prevedere crisi economiche, epidemie e pandemie, distribuzione delle risorse economiche o energetiche, e bisogni.
Customer digital identity and consent managementFrancesco Faenzi
Data is the new oil. Una privacy strategy sui customer data è un business enabler. Il Digital Trust è il passo "oltre la privacy" fondato sulla "consegna delle chiavi del forziere della fiducia" nelle mani del cliente stesso:"you are in control of your data".
SMAU Milano 2019 - La vita dei dati per raggiungere gli obiettivi di business...Danilo Longoni
Perché le aziende devono arrivare all’utilizzo della Business Intelligence? E da dove bisogna partire?
La corretta lettura del dato, e delle informazioni, porta alla definizione e alla verifica degli obiettivi aziendali e alla possibilità di raggiungere un’elevata percentuale di successo di quest’ultimi.
Una delle principali cause di errore, e in alcuni casi di fallimento, di un’azienda è l’essersi posti degli obiettivi non specifici, misurabili, raggiungibili, realistici e determinati.
Il workshop ha l'obiettivo di mostrare come oggi sia possibile costruire un processo efficiente: per poter definire degli obiettivi raggiungibili è importante capire l’importanza dei dati. Viviamo in un’epoca in cui la mole dei dati raccolti, e che ancora si possono raccogliere, è incredibile. Ma come si fa? Che percorso deve fare il dato per essere raccolto, salvato e poi letto?
Come possiamo fare a raccogliere i nostri dati nel modo corretto, per poi essere trasformati in informazioni utili per la definizione e il raggiungimento dei nostri obiettivi? Qual è la vita più "sana” per i nostri dati per poter essere davvero utili?
Digital Transformation: Big Data, User Targeting ed Etica - Project Work Mast...Free Your Talent
Digital Transformation: Big Data, User Targeting ed Etica - Project Work a cura degli studenti del Master ISTUD in Marketing Management Alex Caruso, Federica Ferrara e Riccardo Pavesi
130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...Cristian Randieri PhD
VEDIAMO QUI I VANTAGGI CHE SI POSSONO OTTENERE CON LA BIG DATA ANALYSIS, NONCHÉ GLI STRUMENTI A DISPOSIZIONE E LE MODALITÀ CON CUI TRASFORMARE I DATI IN DECISIONI UTILI AL BUSINESS
Abbiamo chiesto ad alcuni dei principali attori del mondo dell’automazione industriale di fare luce sull’ampio tema della big data analysis, partendo dal suo significato per conoscere poi quali applicazioni siano state messe in campo dalle aziende da loro rappresentate.
Per Cristian Randieri, presidente e CEO di Intellisystem Technologies (www.intellisystem.it), quando si parla di big data si fa riferimento a una collezione eterogenea di dati grezzi che di per sé non hanno alcun valore se non analizzati e quindi rielaborati mediante le più moderne tecniche, meglio definite col termine ‘data mining’. “Questa tecnica può essere definita come l’attività di estrazione dell’informazione da una miniera di dati grezzi. Per capire meglio questo concetto occorre approfondire il significato di alcune parole. Il dato è l’elemento base potenzialmente informativo, le cui caratteristiche sono note ma non ancora organizzate o classificate, in quanto costituito da simboli che devono essere elaborati prima di poter essere compresi. L’informazione è il risultato dell’elaborazione di più dati che restituisce una serie di dati aggregati e organizzati in modo significativo. La conoscenza è una serie di informazioni che, aggregate tra loro, consentono di diffondere sapere, comprensione, cultura o esperienza. Di conseguenza, qualsiasi operazione di big data analysis consiste in tutte le attività che hanno come obiettivo l’estrazione di informazioni da una quantità di dati indefinita, ovvero tutto ciò che attraverso ricerca, analisi e organizzazione genera sapere o conoscenza a partire da dati non strutturati. Si tratta di una serie di tecniche e metodologie molto simili alla statistica ma con una grande differenza: la prima è usata per fotografare lo stato temporale dei dati, mentre il data mining è più usato per cercare correlazioni tra variabili a scopi predittivi”.
Identità e biometria, firme e sigilli, blockchain e trattamento del dato sono state le tre macrotematiche discusse dagli esperti che ne hanno messo in rilievo opportunità e pericoli oggettivi.
Internet delle cose ed Internet delle persone stanno generando un enorme quantità di dati. Internet delle cose ed Internet delle persone generano un enorme quantità di informazione.
I Big Data servono a "misurare" la società e ci indirizzano verso una nuova scienza dei dati in grado di prevedere crisi economiche, epidemie e pandemie, distribuzione delle risorse economiche o energetiche, e bisogni.
Customer digital identity and consent managementFrancesco Faenzi
Data is the new oil. Una privacy strategy sui customer data è un business enabler. Il Digital Trust è il passo "oltre la privacy" fondato sulla "consegna delle chiavi del forziere della fiducia" nelle mani del cliente stesso:"you are in control of your data".
SMAU Milano 2019 - La vita dei dati per raggiungere gli obiettivi di business...Danilo Longoni
Perché le aziende devono arrivare all’utilizzo della Business Intelligence? E da dove bisogna partire?
La corretta lettura del dato, e delle informazioni, porta alla definizione e alla verifica degli obiettivi aziendali e alla possibilità di raggiungere un’elevata percentuale di successo di quest’ultimi.
Una delle principali cause di errore, e in alcuni casi di fallimento, di un’azienda è l’essersi posti degli obiettivi non specifici, misurabili, raggiungibili, realistici e determinati.
Il workshop ha l'obiettivo di mostrare come oggi sia possibile costruire un processo efficiente: per poter definire degli obiettivi raggiungibili è importante capire l’importanza dei dati. Viviamo in un’epoca in cui la mole dei dati raccolti, e che ancora si possono raccogliere, è incredibile. Ma come si fa? Che percorso deve fare il dato per essere raccolto, salvato e poi letto?
Come possiamo fare a raccogliere i nostri dati nel modo corretto, per poi essere trasformati in informazioni utili per la definizione e il raggiungimento dei nostri obiettivi? Qual è la vita più "sana” per i nostri dati per poter essere davvero utili?
Digital Transformation: Big Data, User Targeting ed Etica - Project Work Mast...Free Your Talent
Digital Transformation: Big Data, User Targeting ed Etica - Project Work a cura degli studenti del Master ISTUD in Marketing Management Alex Caruso, Federica Ferrara e Riccardo Pavesi
130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...Cristian Randieri PhD
VEDIAMO QUI I VANTAGGI CHE SI POSSONO OTTENERE CON LA BIG DATA ANALYSIS, NONCHÉ GLI STRUMENTI A DISPOSIZIONE E LE MODALITÀ CON CUI TRASFORMARE I DATI IN DECISIONI UTILI AL BUSINESS
Abbiamo chiesto ad alcuni dei principali attori del mondo dell’automazione industriale di fare luce sull’ampio tema della big data analysis, partendo dal suo significato per conoscere poi quali applicazioni siano state messe in campo dalle aziende da loro rappresentate.
Per Cristian Randieri, presidente e CEO di Intellisystem Technologies (www.intellisystem.it), quando si parla di big data si fa riferimento a una collezione eterogenea di dati grezzi che di per sé non hanno alcun valore se non analizzati e quindi rielaborati mediante le più moderne tecniche, meglio definite col termine ‘data mining’. “Questa tecnica può essere definita come l’attività di estrazione dell’informazione da una miniera di dati grezzi. Per capire meglio questo concetto occorre approfondire il significato di alcune parole. Il dato è l’elemento base potenzialmente informativo, le cui caratteristiche sono note ma non ancora organizzate o classificate, in quanto costituito da simboli che devono essere elaborati prima di poter essere compresi. L’informazione è il risultato dell’elaborazione di più dati che restituisce una serie di dati aggregati e organizzati in modo significativo. La conoscenza è una serie di informazioni che, aggregate tra loro, consentono di diffondere sapere, comprensione, cultura o esperienza. Di conseguenza, qualsiasi operazione di big data analysis consiste in tutte le attività che hanno come obiettivo l’estrazione di informazioni da una quantità di dati indefinita, ovvero tutto ciò che attraverso ricerca, analisi e organizzazione genera sapere o conoscenza a partire da dati non strutturati. Si tratta di una serie di tecniche e metodologie molto simili alla statistica ma con una grande differenza: la prima è usata per fotografare lo stato temporale dei dati, mentre il data mining è più usato per cercare correlazioni tra variabili a scopi predittivi”.
3. Si parla di big data quando si ha un insieme talmente
grande e complesso di dati che richiede la definizione di
nuovi strumenti e metodologie per estrapolare, gestire e
processare informazioni entro un tempo ragionevole.
9. L'importanza dei big data dipende solo dal loro utilizzo: aziende ed enti possono
raccogliere dati da qualsiasi fonte e analizzarli per trovare risposte che permettono di
1) tagliare i costi.
2) ridurre i tempi.
3) sviluppare nuovi prodotti e ottimizzare l’offerta.
4) prendere decisioni più consapevoli.
10. Quando ai big data si uniscono
gli analytics è possibile:
• Determinare, quasi in tempo reale, le cause di guasti,
avarie o difetti.
• Creare offerte nei punti vendita basate sulle abitudini
dei clienti.
• Ricalcolare interi portafogli di rischio in pochi minuti.
• Individuare comportamenti fraudolenti prima che
colpiscano la propria organizzazione.