Chi non partecipa, muore. I big data sono la rivoluzione del nostro tempo: non bisogna essere una grande azienda per generare un flusso di big data o trarre vantaggi dall’analisi di “laghi” di informazioni. Anzi, per la prima volta nella storia del capitalismo anche i piccoli hanno accesso a un quantitativo di dati sufficientemente ampio.
Per questo abbiamo deciso di analizzare il mercato, visionare le pubblicazioni e selezionare le migliori in italiano per poter dare una prospettiva di ritaglio su questo settore. Qui di seguito trovate i migliori libri sui big data per competere su tutti i mercati. Un consiglio: se vi viene bene la statistica e la matematica in generale, prendete in considerazione l’ipotesi di diventare data scientist: è il lavoro del futuro.
Qui trovate tutti gli articoli con i Migliori libri di Macity raccolti in un’unica pagina.
Big data. Come stanno cambiando il nostro mondo
Cominciamo con una analisi semplice, una semplice ricostruzione del campo. I libri della collana Farsi un’idea del Mulino sono perfetti per questo e quest’agile volumetto di Marco Delmastro e Antonio Nicita è assolutamente in linea. Il libro di piccolo formato in sole 148 pagine spiega tutto quel che c’è da sapere sulla rivoluzione dei big data che sta cambiando il modo con cui viviamo, in bene e in male.
È vero infatti che grazie ai big data accediamo a servizi sempre più ritagliati sulle nostre necessità, ma ogni nostra mossa, ogni acquisto, ogni comunicazione, ogni nostro momento pubblico e privato è osservato. Di ciascuno di noi esiste da qualche parte nell’etere un profilo. Utile a chi vuole influenzare le nostre scelte, di consumo ma anche politico-elettorali. E magari a chi vorrà approfittare delle nostre debolezze e dei nostri segreti.
Big data. Una rivoluzione che trasformerà il nostro modo di vivere e già minaccia la nostra libertà
Un classico del settore, questo libro di Viktor Mayer-Schönberger e Kenneth N. Cukier pubblicato in Italia nel 2013 è stato uno dei primi ad aprire la strada alla conoscenza e riflessione sul tema dei big data. Gli autori spiegano in maniera assolutamente chiara e comprensibile dove vengono generati i big data, come tutti noi continuiamo ad arricchire questo gigantesco serbatoio di informazioni che funziona come una specie di enorme oracolo di Delfi, permettendo di fare previsioni non solo per le aziende ma anche per gli stati e i governi, che riescono a predire i comportamenti e gli umori di tutti perché agiscono sulla totalità delle informazioni e non solo su campioni statistici, permettono quindi di elaborare risposte più veloci, economiche e straordinariamente più precise sul mondo che ci circonda.
È infatti sufficiente accedere a un social network, usare uno smartphone o semplicemente navigare sul Web, per perdere il controllo su informazioni intime e private. Ma se si può trasformare la realtà in dati, persino i nostri interessi e le nostre sensazioni tramite i “like” di Facebook e gli aggiornamenti di Twitter, anche le nostre preferenze e i nostri gusti finiranno per essere comprati e venduti, scrutati e sanzionati. E se queste informazioni fossero gestite male, il rischio di andare incontro a una riduzione dei nostri diritti o persino a una dittatura delle probabilità come nel celebre “Minority Report” – sarebbe altissimo.
Data science. Guida ai principi e alle tecniche base della scienza dei dati
Finito il ricreativo, comincia il culturale, si sarebbe detto un tempo. Dopo aver visto a grandi linee e con uno spirito giornalistico cosa sono i big data, adesso è il momento di entrare nel vivo della loro usabilità dal punto di vista operativo, in azienda. La figura che ci interessa è quella del data scientist, la persona che si occupa di analizzare e lavorare con i dati.
Questo libro si rivolge ai programmatori che vogliono entrare nel mondo della scienza dei dati scoprendo come unire competenze che spaziano dalla matematica alle analisi di business attraverso – naturalmente – la programmazione. Lo scopo è insegnare come affrontare dati eterogenei trasformandoli in idee e insight. Nel corso dei vari capitoli vengono presentati gli elementi che un data scientist deve padroneggiare: la definizione del dominio di analisi, il recupero e la pulizia di dati grezzi, il calcolo delle probabilità, i modelli statistici, fino all’applicazione di algoritmi di machine learning. Tutti i passaggi chiave sono corredati da esempi di pseudocodice per illustrare al meglio gli algoritmi in uso mentre gli esempi di codice utilizzano prevalentemente il linguaggio Python.
Data analytics per tutti. Imparare ad analizzare, visualizzare e raccontare i dati
Appena uscito, uno dei migliori libri del settore, è pubblicato da Apogeo e scritto da Andrea De Mauro. Il punto di forza di questo ottimo libro, che è la nostra scelta e che vi consigliamo di comprare questa settimana se volete leggere solo uno dei volumi segnalati in questo articolo.
Questo manuale spiega come muovere i primi passi senza dover imparare un linguaggio di programmazione, ma passando dalla teoria alla pratica attraverso alcuni tutorial mirati. Si parte spiegando le tipologie di analisi possibili e come i dati devono essere preparati prima di essere analizzati. Si passa quindi al visual programming, con strumenti – KNIME e Microsoft Power BI – che consentono di creare template, modelli riutilizzabili e interfacce in grado di svolgere analisi profonde anche attraverso il machine learning. Infine si apprendono alcune tecniche di data visualization e data storytelling che aiutano a migliorare il processo di decision making. Un libro adatto a manager, professionisti, studenti e a tutti coloro che vogliono scoprire le potenzialità della data analytics per lavorare in modo più efficace con i dati.
Big Data Analytics. Analizzare e interpretare dati con il machine learning
Un altro libro di Andrea De Mauro che affronta il tema dei big data e degli analitici da un altro lato, cioè quello più specifico dell’uso del machine learning. Questo manuale presenta in modo semplice e concreto i Big Data a chi non ha particolare esperienza ma vuole passare velocemente dalla teoria alla pratica. Per questo viene introdotto KNIME, uno strumento open source e gratuito dotato di un’interfaccia grafica che ne semplifica l’utilizzo e permette anche a chi non scrive codice di sfruttare i principali algoritmi di machine learning.
Dopo aver definito cosa sono – e non sono – i Big Data, attraverso esempi pratici e tutorial viene spiegato come costruire cluster per organizzare dati e come creare modelli di predizione. Infine vengono introdotti argomenti più avanzati come il riconoscimento e l’analisi del linguaggio umano, e l’estensione delle funzionalità di KNIME con R e Python. Una guida per manager, professionisti e studenti, ma più in generale per chiunque voglia iniziare a lavorare con i Big Data apprezzandone le opportunità e comprendendone le criticità.
Big Data per il Business
Terzo libro di Andrea De Mauro, autore specializzato sul tema dei big data come avete visto, che affronta il tema dei big data per il business, cioè offre in questo caso una guida strategica per i manager che devono gestire la trasformazione digitale della propria azienda e hanno bisogno di integrare delle strategie legate ai big data.
Lo scoglio in cui può imbattersi chi si trova a dover prendere decisioni o indirizzare investimenti è la semplice domanda: “Da dove partiamo?”. Questo manuale propone un percorso e una serie di strumenti per farsi strada nel mondo dei Big Data. L’approccio è pragmatico e graduale ed è pensato per guidare nel processo di Data Transformation ovvero di integrazione sistematica della Big Data Analytics in un business. Nel corso dei capitoli vengono illustrati strumenti operativi e modelli concettuali che aiutano a vedere in prospettiva aneddoti e proclami, sgombrare il campo da falsi miti e mettere a fuoco opportunità reali.
Big Data Analytics. Il manuale del data scientist
Chi è, allora, il data scientist? Chi è questa figura che deve lavorare per dare senso al fiume, all’oceano in piena di dati che ci travolge ogni giorno? Alessandro Rezzani prova a tracciare il profilo del data scientist, lo “scienziato dei dati”, che ha solide competenze in informatica, statistica, economia ed è in grado di far fronte alla sempre crescente complessità dei dati. Questo volume si propone come una guida completa sia per chi intenda intraprendere questa professione emergente, sia per chi, già esperto, desideri approfondire alcune tematiche. L’autore illustra le principali conoscenze relative alla gestione e all’analisi avanzata dei dati.
Big data. Architettura, tecnologie e metodi per l’utilizzo di grandi basi di dati
Un altro libro di Alessandro Rezzaini, questa volta si parla però di architetture. Cioè di quali organizzazioni dei dati sono più efficienti dal punto di vista di chi deve mettere assieme uno strumento di analisi in questo ambito. Partendo dalla mole di informazioni creata ogni giorno. L’elaborazione di questi “big data” richiede elevate capacità di calcolo, tecnologie e risorse che vanno ben al di là dei sistemi convenzionali di gestione e immagazzinamento dei dati. Il testo esplora il mondo dei “grandi dati” e ne offre una descrizione e classificazione, presentando le opportunità che possono derivare dal loro utilizzo.
Descrive le soluzioni software e hardware dedicate, riservando ampio spazio alle implementazioni Open Source e alle principali offerte cloud. Si propone dunque come una guida approfondita agli strumenti e alle tecnologie che permettono l’analisi e la gestione di grandi quantità di dati. Il volume è dedicato a chi, in università e in azienda (database administrator, IT manager, professionisti di Business Intelligence) intende approfondire le tematiche relative ai big data. È, inoltre, un valido supporto per il management aziendale per comprendere come ottenere informazioni utilizzabili nei processi decisionali.
Big Data Analytics E Data Mining
Non può mancare a nessuna analisi un passaggio relativo anche al data mining. Questo volume di Amedeo De Luca è ottimo perché consente di capire alcuni elementi chiave nell’utilizzo dei big data all’interno di una azienda, e fa da volano per la terza parte di questa serie di libri, cioè quella dedicata a un effettivo utilizzo delle tecnologie legate ai big data in azienda: quali le opportunità, quali le sfide, quali i vantaggi. L’opera rappresenta una guida alla gestione, analisi e interpretazione dei big data, di fondamentale supporto in azienda per: l’ottimizzazione dei processi decisionali; l’innovazione e la competitività; la riduzione dei costi; l’interazione con il cliente; l’offerta di prodotti personalizzati; la customer experience; la produttività e il profitto.
I big data analytics apportano valore in tutti gli ambiti applicativi: nell’area del marketing, della produzione industriale e del manufacturing (manutenzione predittiva); nel settore dei trasporti (viabilità), della sanità (medicina di “precisione” e “predittiva”), dello sport (dispositivi indossabili); nel settore finanziario (fintech) e bancario (risk management, ecc.); nel settore delle assicurazioni.
Il volume è strutturato in otto capitoli, che, progressivamente, disegnano una trattazione esaustiva dei temi di Big Data Analytics: evoluzione delle tecnologie informatiche; business intelligence e machine learning; data mining e Crm, parte I (segmentazione, previsione, nuovi prodotti, customersatis)’action); data mining parte II (campagne promozionali, market basket analysis, churn analysis); big data: caratteri, algoritmi e ambiti applicativi; big data nel marketing; industria 4.0 e tecnologie abilitanti; big data analytics: applicazioni, benefici e prospettive.
Competere con gli analytics. La nuova scienza per vincere nel business
Thomas H. Davenport non ha bisogno di presentazioni e in questo volume con Jeanne G. Harris affronta il lato business degli analitici. Il famoso consulente spiega infatti qual è la posta in gioco. Quest’opera fondamentale, la prima a presentare gli analytics ai leader aziendali, illustra in che modo gli analytics stiano riscrivendo le regole della competizione. Questa edizione completamente rinnovata fornisce una road map alle aziende perché diventino veri competitor analitici, sulla base di un modello in cinque fasi che delinea le azioni da compiere, le competenze da acquisire e le sfide da intraprendere.
Gli autori illustrano come valutare le capacità analitiche di un’azienda e come guidarla verso il livello più alto di competizione, dedicando pari attenzione a due risorse fondamentali: quelle umane e quelle tecnologiche. Il testo approfondisce tutti i diversi settori nei quali l’applicazione degli analytics può fare la differenza (il marketing, la supply chain, le attività finanziarie, le operations, la ricerca e sviluppo e le risorse umane), fornendo numerose e aggiornate case history in diversi settori e per diverse funzioni aziendali – solo per fare qualche esempio: la logistica di UPS, i metodi di allenamento dei Chicago Cubs, la customizzazione di Firewire Surfboards.
Un classico della letteratura di management che ha trasformato una generazione di leader aziendali: la guida per rinnovare le sorti della vostra azienda nell’era degli analytics e dei big data.
Analisi predittiva. Sapere in anticipo chi clicca, compra, mente o muore
Ultimo e fondamentale libro della nostra serie, questo volume sull’analisi predittiva di Eric Siegel è la ciliegina sulla torta. Più snello e gestibile del monumentale tomo di Davenport, infatti, il libro di Siegel permette di capire con scioltezza come e dove usare nel business i big data, cioè a quali domande risponde.
Perché i big data sono la partenza, serve poi un metodo di analisi. È il compito che si prefigge l’analisi predittiva, resa possibile da quelle stesse tecnologie informatiche che consentono la raccolta di enormi quantità di dati. In questo libro Eric Siegel ne presenta i concetti di fondo e i presupposti, mostrando, sulla scorta di esempi concreti tratti dai settori più vari (dalla finanza alla politica, dall’assistenza sanitaria al marketing), come la tecnologia già oggi consenta di formulare previsioni attendibili di comportamenti individuali, permettendo ad aziende ed enti pubblici di risparmiare sui costi, guadagnare di più e offrire un servizio migliore.
Tra gli esempi trattati: sapere chi lascerà la scuola, cancellerà un’iscrizione o divorzierà prima ancora del diretto interessato; come il tuo supermercato può sapere che sei incinta o la tua azienda che stai per cambiare lavoro; cosa viene previsto da Facebook, Google, Ford, IBM, Wikipedia e tanti altri.
Qui trovate tutti gli articoli con i Migliori libri di Macity raccolti in un’unica pagina.
