Parlare di Big Data non significa più parlare soltanto di grandi quantità di dati, ma anche e soprattutto della loro analisi e impiego per prendere decisioni. A tal proposito è possibile identificare 4 metodologie di analisi dei Big Data.
- Descriptive Analytics
L’Analisi Descrittiva raccoglie l’insieme degli strumenti che permettono di descrivere la situazione attuale e passata dei processi aziendali. Questi strumenti permettono di accedere ai dati secondo varie modalità e di visualizzare in modo sintetico e grafico i principali indicatori di prestazione. Quello della Descriptive Analytics oramai inizia ad essere un ambito consolidato, oggi il focus è posto sull’aggiornamento dei dati in tempo reale e sul miglioramento delle tipologie di visualizzazione.
- Predictive Analytics
L’analisi predittiva comprende strumenti avanzati che effettuano l’analisi dei dati per poter capire cosa potrebbe accadere nel futuro. Queste tipologie di analisi si caratterizzano per l’utilizzo di tecniche matematiche (modelli di regressione, modelli predittivi, ecc.). Oggi l’attuazione della Predictive Analytics risponde in primo luogo al machine learning.
- Prescriptive Analytics
L’Analisi Prescrittiva riguarda modelli di ottimizzazione che permettono di ipotizzare una serie di scenari futuri. Questa tipologia di analisi permette di proporre al decision-maker soluzioni operative/strategiche sulla base delle analisi svolte. Alcuni esempi sono l’ottimizzazione della supply chain e la manutenzione predittiva.
- Automated Analytics
Vi sono alcuni processi o alcune situazioni in cui è possibile automatizzare non solo l’analisi e l’identificazione della scelta ottimale, ma anche l’azione stessa. Si parla in questi casi di Analisi Automatiche, ovvero di strumenti capaci di implementare autonomamente l’azione proposta secondo il risultato delle analisi dei dati svolte. L’esempio classico è il prezzo dinamico su un sito web.