I big data sono un termine incessantemente incentrato sul settore IT, ma fino a che punto hai davvero preso le decisioni? Approfondendo la nostra comprensione collettiva dell'argomento è il Dr. Andrew Jennings, il chief analytics officer di FICO e responsabile di FICO Labs, nel nostro speciale Q & A.

Quali sono state le pietre miliari nella storia dell'analisi predittiva?

Molte delle prime pietre miliari provenivano da applicazioni militari negli anni '30 e '40. Ad esempio, Alan Turing e IJ Good hanno sviluppato un lavoro rivoluzionario sull'assegnazione dei pesi delle prove a variabili specifiche quando sono stati coinvolti nella decodifica dei codici tedeschi nella seconda guerra mondiale.

Gli anni '50 e '60 videro lo sviluppo di metodologie per la modellazione, come il lavoro svolto da Bill Fair e Earl Isaac sul punteggio di credito.

Alla fine degli anni '90, l'ascesa della ricerca e della personalizzazione su Internet da parte di eBay, Amazon e Google ha sicuramente aperto la strada all'aumento dei big data. Puoi vedere altre pietre miliari nella recente infografica analitica di FICO.

Quali sono alcuni degli usi comuni dell'analisi predittiva oggi?

L'analisi predittiva è ampiamente utilizzata nel settore dei viaggi, sia per stabilire le traiettorie di volo e i prezzi dei biglietti, sia per aiutare i consumatori a trovare i prezzi migliori. Nel settore del credito, è fondamentale sia per la valutazione dei rischi sia per il rilevamento delle frodi.

E, naturalmente, i marketer di molti settori lo usano per identificare le migliori offerte per ogni individuo.

I big data sono senza dubbio un argomento scottante al momento, ma ci sono molte aziende che già utilizzano dati di grandi dimensioni nelle loro operazioni quotidiane?

Sì, e alcune aziende hanno il loro intero modello di business basato sull'analisi dei big data. Un esempio potrebbe essere Farecast, una società formata per aiutare i consumatori a determinare quando acquistare i biglietti aerei al fine di ottenere il prezzo migliore.

In che modo l'aumento dei big data ha influenzato l'utilizzo dell'analisi?

Oggi più aziende si rendono conto che non saranno competitivi se non possono mettere i dati al lavoro.

Mentre prima la maggior parte degli analytics era quella che chiameremmo business intelligence, focalizzata sulla reportistica, oggi le aziende comprendono il livello di personalizzazione richiesto per competere con giganti online come Amazon è possibile solo se riesci a capire meglio i tuoi clienti e ad agire in base a tale intuizione con un servizio più personalizzato.

Ciò ha determinato un enorme aumento della domanda di analisi - l'industria del software di analisi è cresciuta da $ 11 miliardi (£ 7,2 miliardi) nel 2000 a $ 35 miliardi (£ 23 miliardi) nel 2012.

Che tipo di impatto avrà l'analisi del testo?

L'analisi del testo e la sua controparte, l'analisi del parlato, avranno un impatto enorme. Al fine di costruire modelli di analisi predittiva, le informazioni devono essere fornite in forma numerica.

L'elaborazione del linguaggio naturale consente di convertire testo e parlato in un formato digitalizzato che può essere utilizzato nella modellazione. Dal momento che la maggior parte delle comunicazioni umane è basata sulla lingua, avremo una serie di dati molto più ampia da utilizzare nei modelli, consentendoci di risolvere davvero nuovi problemi.

Ad esempio, i termini che le persone usano quando effettuano ricerche online vengono analizzati per identificare l'epidemia di una malattia in una regione specifica.

Cosa significa mettere l'analisi in un'infrastruttura di cloud computing significa per l'industria?

La nuvola riduce la barriera all'ingresso per l'analisi. Più aziende che mai saranno in grado di accedere all'analisi, senza dover spendere una grande quantità di denaro per strumenti software e hardware.

Innanzitutto, le aziende possono "costruire nel cloud" utilizzando strumenti di modellazione.

In secondo luogo, le aziende possono accedere ai servizi di analisi pre-elaborati per problemi aziendali specifici o adattare rapidamente servizi analitici alla propria attività.

Terzo, un cloud avanzato può mettere in contatto le aziende con una comunità di esperti di analisi. In quarto luogo, alcune nuvole creano un "marketplace di analisi" - uno scambio di app o app store per analisi sviluppato da terze parti.

Da un lato si ritiene che i big data siano una soluzione a molte pressanti sfide economiche e sociali. Dall'altro, i sostenitori della privacy sostengono che una volta che i dati sono stati raccolti, non abbiamo alcun controllo su chi li utilizza o come viene utilizzato. In che modo le organizzazioni possono superare questa percezione negativa ed esiste un codice etico per i big data?

Non esiste un codice etico per i big data, ma ci sono certamente controlli su chi può accedere a quali dati, non solo le normative sulla privacy a livello nazionale ma anche a livello di settore.

I dati finanziari di una persona, come i dati riferiti a un ufficio di credito, hanno regolamenti molto rigidi, ad esempio. La sfida è che nuove fonti di dati stanno arrivando online rapidamente, e in alcuni casi potrebbe esserci un ritardo tra quando i dati saranno disponibili e quando i regolamenti saranno messi in atto.

È importante che ogni azienda utilizzi i dati per seguire lo spirito delle norme sulla privacy e valutare se il loro utilizzo possa compromettere la privacy individuale.

Ci sono abbastanza esperti in analisi per far fronte all'esplosione della domanda commerciale?

No, e questo è un problema. Tra il 2011 e il 2012, i posti di lavoro per "scienziati dei dati" sono aumentati del 15.000%. Vi è una carenza di talenti in tutto il mondo e le persone che sono state addestrate in analisi, statistiche e ricerca operativa sono molto richieste.

Sfortunatamente, la domanda globale significa che stiamo vedendo un certo numero di persone che si dichiarano esperti di analisi che non sono ben addestrati come i professionisti che già fanno il lavoro.

Tuttavia, la maggior parte delle società di analisi e la maggior parte dei team di analisi all'interno delle aziende sono guidate da analisti che possono stabilire se un candidato ha le competenze necessarie. L'analista ideale ha le abilità matematiche, la mentalità di un risolutore di problemi e buone capacità di comunicazione.

Ci sono certamente alcune università forti in Asia che sono famose in tutto il mondo per i loro programmi di analisi e laureati, tra cui RenMin University, l'Università di Business ed Economia Internazionale, l'Indian Statistical Institute e l'Indian Institute of Technology.

L'Harvard Business Journal ha definito lo scienziato dei dati il ​​"lavoro più sexy del 21 ° secolo", quindi questo è un momento eccellente per essere un analista!

  • Il Dr. Andrew Jennings è chief analytics officer presso FICO e responsabile di FICO Labs. Lui blog sul Blog di analisi bancarie FICO e il Blog di FICO Labs.