Al pari della Gamification, di cui abbiamo dato una definizione qui e proposto alcuni esempi in questo articolo, quello dei Big Data è un altro hot topic nel mondo del business, sempre più discusso online e offline.

Cosa sono i Big Data?

Riprendendo le parole di un recentissimo post pubblicato su Hootsuite, i Big Data possono essere definiti come un’enorme collezione di collezioni di dati, destrutturati in formati differenti.

Per fare un esempio legato ai social media, pensiamo alle conversazioni che ogni giorno si tengono su Facebook e Twitter. Le persone lasciano online infinite tracce, che cumulate nel tempo e integrate con altri dati e informazioni diventano un enorme calderone di fonti, diventando al contempo una macro di ciò che sta accadendo nel mondo. A proposito di Big Data e Social Media, l’articolo propone un’interessante teoria secondo cui il punto di contatto tra i due mondi sta nello storytelling. Più i dati raccontano una storia, più noi riusciamo a trarne beneficio e valore attraverso la loro decodifica ed il successivo utilizzo. A proposito, la data visualization può diventare una vera leva per aumentare l’intellegibilità dei dati. Ecco per esempio una visualizzazione efficace delle conversazioni Twitter fatte a proposito dell’Uragano Sandy.

In un altro esperimento di Michael Kreil, sono stati mappati i movimenti di un campione di iPhonisti europei.

6 provocazioni forti sui Big Data

Ma quindi, parlando dei Big Data, è tutto oro quello che luccica?

La risposta è (ovviamente) negativa: a proposito, la ricercatrice e grande esperta di dinamiche di Social Networking Danah Boyd ha pubblicato nel 2011 insieme a Kate Krawford un paper dal titolo esaustivo – Six Provocations for Big Data – e ancora molto attuale, relativo alle 6 provocazioni forti sul tema.

1. Big Data e processi di ricerca online

Big Data è sinonimo di enorme mole di informazioni, e questa grande quantità di dati sta completamente rivoluzionando il modo in cui gli utenti effettuano le ricerche online. Tutto ciò ha strettamente a che vedere con la conoscenza (ampliata), i processi di ricerca (destrutturati) ed il livello di engagement verso le informazioni (diminuito).

2. Approccio oggettivo ai Big Data

In molti cercano di approcciare i Big Data con un approccio oggettivo e strutturato, mentre lavorare con essi implica un processo soggettivo e personale: basti pensare alle operazioni di data cleaning e data analysis. Oppure i frequenti data errors derivanti da fonti inaffidabili e informazioni imprecise ritrovate online. Infine, qualunque attività o strumento di Social Analytics è strutturato a partire da un’impostazione di fondo, da una specifica visione del mondo dello sviluppatore.

3. Differenza tra quantità e qualità di dati

Bigger Data are Not Always Better Data, per varie ragioni. Prima di tutto, gli utenti online non rappresentano l’intera popolazione. Riguardo poi ai Social Media, uno stesso utente può avere più account. E così via.

4. Differenze tra dati

Passando a un punto di vista più qualitativo e parlando nello specifico di Social Media, i dati relativi al network relazionale degli individui possono essere classificati in 3 macro-aree principali:

  • Personal Networks: consiste nell’insieme delle connessioni che un individuo sviluppa e mantiene nel tempo.
  • Articulated Networks: consiste nel network di connessioni mostrato in modo mediato, attraverso le nuove tecnologie. Basti pensare alla lista di amici Facebook e/o dei follower Twitter.
  • Behavioral Networks: Consiste nell’insieme di connessioni messa in evidenza attraverso i comportamenti sociali: tag, foto, …

5. Etica e Big Data

Si tratta di una dimensione che tocca più da vicino il mondo della ricerca scientifica e tocca differenti tematiche: cosa implica per un blogger che un suo post pubblico viene analizzato in modo assolutamente inimmaginabile dallo stesso? Cosa significa per gli utenti essere analizzati senza saperlo?

6. Accesso ai Big Data

Last but not least, non tutti hanno accesso ai Big Data allo stesso modo, e questo crea un ulteriore Digital Divide da non sottostimare. Per esempio, solo le agenzie e le azione operative nel settore Social possono avere accesso in larga scala ai Social Data. Dunque gli utenti interni o quelli che hanno la possibilità di acquistare i dati produrranno ricerche e analisi ben differenti rispetto agli outsiders.

Conclusioni

Ecco dunque 6 provocazioni piuttosto forti sui Big Data, che mettono in mostra il lato oscuro dell’argomento e, in generale, del web.

E voi, cosa ne pensate della grande mole di dati online e dei rischi correlati? Quali approccio, quali tecniche e quali strumenti per avere un accesso ai Big Data che riesca a tenere conto di queste problematiche e – possibilmente – a risolverle?