Analizzare l'opinione pubblica e analizzare le intenzioni di voto. Ecco l'universo dei big data

Ogni anno, secondo alcune stime, in rete si producono qualcosa come 100 exabyte di nuova informazione. Un exabyte equivale a un milione di gigabyte. Tanto per farsi un’idea: se si dovesse stampare tutto su carta – sui classici fogli A4 che in barba alla rivoluzione digitale ancora affollano gli uffici – il risultato sarebbe un catasta alta un miliardo di chilometri. Come dire la distanza tra la Terra e la Luna percorsa per 1.250 volte. Ogni volta andata e ritorno.

Dalla Borsa ai social network site, dagli elettrodomestici di casa agli smartphone, dai forum al deep web, le più diverse fonti producono quotidianamente un’enorme quantità di dati spesso disomogenei tra loro, talvolta con un ciclo di vita più breve di quello di una farfalla. Eppure tutti questi dati vanno intercettati, analizzati ed elaborati, essendo fondamentali per comprendere e definire le strategie di aziende, ma anche di interi governi e istituzioni. Sono i big data: quei dati così complessi da aver giustificato la nascita di nuovi modelli di analisi (basati sulla statistica inferenziale) e di nuove professioni (come quella del data scientist, riuscito mix tra uno statistico ed un informatico).
Ma anche di nuovi modelli di business.

In un mondo sempre più complesso la complessità diventa condizione d’esistenza. I big data non sono una soluzione alla complessità: sono piuttosto il contesto nel quale tale complessità si sviluppa. E molti dei grandi player fanno dell’elaborazione dei big data il loro modello di business. Colossi come Expedia o Amazon non si occupano di turismo o ecommerce: si occupano di dati. Il fatto che applichino i loro modelli all’e-commerce piuttosto che al turismo è solo un fatto incidentale. A sostenerlo è Edmond Mesrobian, a capo delle tecnologie di Expedia. E alle aziende citate si potrebbero aggiungere realtà come Facebook e LinkedIn, AirBnB o Uber.

Modelli nuovi, nuovi mercati, nuovi livelli di complessità. Una sfida per startup e venture capital di tutto il mondo, che in questo settore hanno investito, secondo l’Osservatorio Big Analytics & Business Intelligence del Politecnico di Milano, oltre otto miliardi di dollari negli ultimi tre anni. Molti di questi soldi sono stati spesi per aziende che si occupano, appunto, di sistemi di monitoraggio e analisi. E’ il caso di startup come Datalytics: azienda romana fondata da Davide Feltoni Gurini che si occupa di analizzare social network come Facebook o Twitter per capire cosa dicono gli utenti di eventi e fatti, e quali sono – momento per momento – le opinioni delle persone “che contano” (i cosiddetti influencer).

Ma non basta. C’è chi sostiene che Facebook detenga così tanti dati sui suoi utenti che Zuckerberg, analizzandoli nel modo giusto, potrebbe capire le intenzioni di voto delle persone ancor prima delle persone stesse. E’ più o meno quello che si propone di fare Luca Giacomel, a capo di Policy Brain. Policy Brain è una startup milanese che, utilizzando dati pubblici provenienti da giornali, atti ufficiali delle istituzioni, social network e altre fonti, cerca di definire orientamenti e intenzioni di voto dei politici. I sistemi di Policy Brain arrivano a proporre modelli di mappatura dei voti dei singoli politici sviluppati analizzando le preferenze da essi espresse sui social media e sui media tradizionali, i loro comportamenti pregressi, le relazioni formali e informali all’interno del partito e con i rappresentati di altri partiti. Insomma: analizzando relazioni e inferenze di tutto ciò che può essere in qualche modo tracciato e codificato su una persona, Policy Brain cerca di capire quali saranno i suoi comportamenti futuri. E spesso ci prende.

Il rischio profezia che si autoavvera

Uno strumento di evidente utilità per quanti basino la loro attività sulle scelte della politica, ma anche per giornalisti, analisti, ricercatori. Certo, rimane da chiedersi se informazioni di questo tipo, rese note ai soggetti cui si riferisce l’analisi, non rischino di innestare il meccanismo della profezia che si auto-avvera. Ma riflettere sulle implicazioni dell’asserzione di Merton non fa che rendere il tutto ancora più interessante.

Aziende come Datalytics e Policy Brain analizzano i big data per i propri clienti. C’è invece chi usa i big data per farne parte integrante del proprio modello di business, come i già citati Expedia ed Amazon. Per esempio MyAgonism, startup bresciana che sfrutta wearable device (strumenti che si indossano) e tecniche di big data analysis per supportare allenatori e atleti nel processo di miglioramento della loro performance a partire dall’analisi dei dati delle loro prestazioni.

Talvolta l’analisi big data può sembrare una soluzione in cerca di problemi. Per certo, sono molti i problemi che troveranno in questa tipologia di analisi un’ottima soluzione. E i primi a trovare la soluzione saranno i veri game changer.