Made with love by Stefano Gatti

Big Data: opportunità o problema per le start-up?

29 Settembre 2016 – Singularity University Italia

2

Qualcosa su di me …• Data-lover & blogger

• Agile organization & mindset supporter

• A knowledge sharing and open-culture passionate

• Co-founder of CoderDojo Voghera & Iria Geeks

• Head of Innovation & Data Sources in Cerved

• A runner or better an endurance sports lover

More about me … @micio1970 http://it.linkedin.com/in/gattistefano/ st.gatti@gmail.com My blog about data: https://agilebigdata.wordpress.com/ My website: http://www.stefanogatti.info/

3

Le quattro direttrici del fenomeno “big data”

Tecnologia

AlgoritmiDati

AgileBigData

Contesto

I dati

5

Dati: Perchè tanti e quali?Come si generano i «big data»?

# Web-data (Web 2.0)

# Open Data

# Internet Of Things

6

Dati: Web DataLe persone creano i contenuti …

7

Dati: Internet Of Things DataE le cose «connesse» creano i dati …

6.58 DEVICES PER PERSON BY 2020

There are officially more mobile devices than people in the world.

Gadgets like tablets, smart phones and not-so-smart phones are multiplying five times faster than we are.

%

WorldPopulation

ConnectedDevices

Devicesper Person

6.3bn 6.8bn 7.4bn 7.6bn

0.5bn 12.5bn 25bn 50bn

0.08 1.84 3.47 6.58

2003 2010 2015 2020

MORE CONNECTED DEVICES THAN PEOPLE

Fonte: Cisco

8

Dati: opportunità perchè …

# Devono essere analizzati per creare valore

# Pervadono ogni settore di business

# Sono sempre più open

Gli algoritmi

10

Big data economyCosa accomuna questi unicorni? Dati e tecnologia …

Fonte: CBinsights

11

L’arrivo dell’algorithmic economyL’evoluzione della Big data economy

12

Big Data & Algorithmic economyL’evoluzione della Big data economy

«Co-fondatore del MIT Media Lab, pioniere della human-machine interaction e fra i data scientist più importanti del mondo»

Sandy Pentland

Fonte: http://www.betterdecisions.it

13

Algoritmi: i leader corrono veloce …E stanno cambiando il mondo

«La rete neurale è stata capace di riconoscere correttamente il 3.6% delle immagini a livello stradale e il 10.1% per quanto riguarda le città, indicando inoltre la nazione di provenienza per il 28.4% di esse, salendo al 48% per quanto riguarda il continente.»

Provate anche voi!

14

Algoritmi: … e li mettono a disposizione E stanno cambiando il mondo

15

Trend di Algoritmi Datascience is eating the world …

#Machine learning

#Unsupervised learning

#Network Analisys

#Deep learning

16

Algoritmi: opportunità perchè …

# Ecosistemi di «algoritmi» open source (soprattutto scritti in R & Python)

# Semplificano l’analisi dei dati creando opportunità di business scalabile

La tecnologia

18

La “killer big data technology”: il map reduce

Fonte: DataScienceCentral

19

20

Tecnologia: Abilitatori e amplificatori dei “big data”Verso il mercato …

qui

# Facilitano Integrazione

# Formato Leggero

# Data Monetization

API

21

Tecnologia: Abilitatori e amplificatori dei “big data”Dati ovunque …

qui

# Facilita SetUp

# Facilita Scalabilità

# Rende Costi Variabili

Cloud

22

I trend nell’ambito della tecnologia “Big data”

# Data Lake

# NoSQL

# GraphDatabase

# SQLinNoSQL

# NoSQLinSQL

# PolyglotPersistence

23

Tecnologia: opportunità perchè …

# Sta abbassando la soglia di investimentoper analizzare e creare valore sui dati

# Ha reso veloce il time-to-market: dall’idea vincente al Cliente

Contesto

25

Contesto: i data-scientistThe «sexiest» job of 21° century?

Incrocio di competenze

Source: Drew Conway, Sept 2010.

26

Contesto: Agile amplificatore delle organizzazioni “big data”L’importanza del contesto …

qui

# Adatte alla complessità

# Facilitano apprendimento

# Minimizzano i costi errori

Metodologie Agili

© Jurgen Appelo, Creative Commons 3.0 BY http://www.management30.com/

Martie

27

Copyright, privacy, diritto all’oblio e tanto altro …

Contesto: European Data Protection Law

Qui

#DataInteroperability

#RightToBeForgotten

#DataProtectionByDesign

#EUDataLawHarmonisation

#EUDataLawAlsoOutsideEU

#EUDataLawSimplification

«profondità temporale dei dati»

«protezione dei dati a partire dalla progettazione dei servizi»

«interscambiabilità dei formati dati»

«armonizzazione all’interno della UE»

«chi vende servizi in UE deve rispettare leggi UE»

«semplificazione clausole legali»

#RightToExplanation

#NotAutomatedDecisionMaking

«l’algoritmo deve essere spiegabile»

«alcuni tipi di decisioni non possono essere automatiche»

4 Maggio 2016

25 Maggio 2018

28

Contesto: opportunità perchè …

# Essere «Agili» in una start-up è piùsemplice

# L’interscambiabilità dei formati dati favoriscei nuovi arrivati

# La libertà creativa e la serendipity nell’analisi dei dati sono molto importanti

Il futuro non è più quello di una volta …

30

Fenomeni in corso …Prima e dopo … big data …

qui

Decentralizzazione

1969

Arpanet

1991

WWW Rete

distribuita

2004

Web 2.0Contenuti distribuiti

2008

HadoopComputazione

distribuita

2009

BitCoin - BlockchainTransazioni distribuite

31

Nuovi MercatiIl dato ovunque … ed è la colla tra materiale e immateriale

#InternetOfThings

#DataMonetization

#DataLocalization #Manifattura 4.0

#Robotica

#Nanotecnologie

32

Google Driverless Car & Big DataUn concentrato di machine learning

33

L’importanza di Trusted Data MarketplaceLa sicurezza nell’era dei Big data

Qui

34

L’accelerazione esponenziale della conoscenza …Nella storia del mondo …

35

Il punto cruciale del 4° scalino della “conoscenza” Il machine learning e la sua benzina: i dati

# le 5 tribù del Machine Learning

# la corsa a un «learner universale»

# idee di interazione e di businesstra uomo e machine learning

Qui

Grazie!

Dove non esplicitato le immagini della presentazione sono di © Jurgen Appelo, Creative Commons 3.0 BY http://www.management30.com/

Stefano Gatti

st.gatti@gmail.comTwitter: @micio1970