La recente diffusione globale della pandemia di Covid-19 ha reso evidente anche al grande pubblico da quale mole di dati siamo ormai inondati. Quotidianamente ci arrivano resoconti dettagliatissimi sull’andamento mondiale dell’epidemia, con elaborazioni statistiche che mettono in correlazione tamponi e numero di abitanti o ci indicano il tasso di diffusione del virus nei vari Paesi del mondo.
Già in passato venivano quotidianamente raccolti dati di ogni genere: essi però restavano confinati e, per così dire, inattivi, nel loro specifico ambito. Lo sviluppo della ricerca, l’aumento delle capacità di calcolo e di memorizzazione permessi dalla tecnologia stanno consentendo sia di creare basi dati prima impensabili, sia di studiare le relazioni più svariate tra i dati stessi. In particolare lo sviluppo del machine learning, la cosiddetta intelligenza artificiale, sta offrendo l’opportunità di raggiungere capacità analitiche superiori, proprio perché i suoi algoritmi possono essere meglio applicati in presenza di grandi numeri.
L’esplosione dei Big Data
Quindi stiamo assistendo a un’esplosione dell’interesse verso i Big Data, quel volume di dati in crescita costante negli ultimi decenni che riguardano il singolo, la collettività, le imprese. Essi devono essere analizzati e posti in relazione per diventare realmente utili, ma questo studio si presenta particolarmente complesso per la loro natura disomogenea. Ci sono dati strutturati e non strutturati, e possono derivare da fonti di ogni tipo. Prendiamo ad esempio proprio l’emergenza Covid, che, nella sua disastrosa diffusione, si è però presentata come un grandioso laboratorio per mettere in atto e affinare i sistemi di analisi.
Nel marzo scorso, uno studio di A.Jacobson (Alteryx) segnalava che in Cina, dove la pandemia era già ampiamente presente, l’incrocio tra i casi individuati e i segnali GPS dei telefoni cellulari hanno permesso di individuare le aree geografiche più a rischio. Analogamente, l’Istituto ortopedico Rizzoli di Bologna e l’Alma Mater hanno correlato un picco di ricerche sul web di parole come “febbre” e “tosse” con l’incremento di ricoveri in terapia intensiva per il Covid, scoprendo che le curve erano sovrapponibili.
L’analisi dei Big Data
Si definisce Big Data Analytics il processo di raccolta e analisi dei Big Data. Come detto sopra, è necessario disporre di risorse informatiche non comuni per effettuare tale analisi, e anche di metodologie e tecniche particolari per ottenere risultati significativi. Nel 2013, i dati generati nel mondo da sorgenti IoT (Internet of Things) che si potevano analizzare erano il 22% del totale e di questi solo il 5% è stato realmente studiato.
Insomma il percorso è ancora lungo, in particolare per quanto riguarda i cosiddetti dark data. Splunk, nota piattaforma di Data Analytics, ha pubblicato un report di True Global Intelligence, basato sull’intervista a 1300 imprenditori: essi, pur comprendendo l’importanza di servirsi per lo sviluppo della propria azienda dell’analisi dei Big Data, ha riconosciuto che il 55% di essi rimane “dark”, inutilizzato.
Piattaforma HR per le PMI e analisi dei dati
Certo, da un altro punto di vista, è rassicurante che non si possano ancora usare tutti i dati ricavabili dalle nostre azioni quotidiane, i siti visitati, l’uso del telefono cellulare, gli acquisti via internet, o, se lavoriamo in una società, i nostri passaggi sotto le telecamere di sorveglianza, i nostri ingressi e uscite. E le problematiche di privacy che si legano a tutto questo non devono restare inesplorate. Ma le aziende devono poter sfruttare i propri dati, quelli che nella piattaforma HR per la gestione del personale vengono costantemente immagazzinati.
Per scoprire anomalie nel trattamento economico dei dipendenti, ad esempio. O per evidenziare potenziali costi nascosti, come le ore di ferie o i permessi non goduti. Per capire se c’è un malessere nei dipendenti, attraverso i dati sull’assenteismo.
Anche per questo è utile alle Piccole e Medie Imprese dotarsi di una piattaforma HR efficace. Come quella che propone HR-Assistant.
