Inseriti da Gartner tra i trend del 2021 in ambito data e analytics, gli “small and wide data” stanno conquistando l’attenzione delle aziende. Secondo la società di ricerca, infatti, entro il 2025 il 70 per cento delle organizzazioni sposterà la propria attenzione dai big data agli small and wide data, che offrono un contesto migliore per gli analytics e permettono una gestione più agile della complessità tipica delle applicazioni basate sull’intelligenza artificiale.

“Eventi eccezionali come la pandemia COVID-19 hanno reso rapidamente obsoleti i dati storici che riflettono le condizioni del passato, il che sta mettendo in crisi molti modelli di produzione basati su IA e machine learning”, ha dichiarato Jim Hare, vicepresidente di ricerca presso Gartner. “Inoltre, il processo decisionale da parte degli esseri umani e dell’intelligenza artificiale è diventato più complesso ed esigente e dipende eccessivamente da approcci di apprendimento profondo affamati di dati”.

I responsabili di dati e analytics devono rivolgersi a nuove tecniche di analisi che sfruttano small data e wide data in quanto, nel loro insieme, “sono in grado di utilizzare i dati disponibili in modo più efficace, riducendo il volume richiesto o estraendo più valore da fonti diverse di dati non strutturati”.

Gli small and wide data aumentano l’affidabilità di analisi e intelligenza artificiale

Gli small data sono un approccio che richiede meno dati, ma offre comunque informazioni utili e include tecniche di analisi di serie temporali o few-shot learning (FSL), dati sintetici o apprendimento auto-supervisionato.

I wide data consentono l’analisi e la sinergia di una varietà di fonti di dati “big” e “small”, strutturati e non strutturati. Applica gli X analytics, dove X sta per la ricerca di collegamenti tra fonti di dati, nonché per una varietà di formati che includono tabelle, testo, immagini, video, audio, voce, temperatura, fino a odori e vibrazioni.

“Entrambi gli approcci consentono analytics e applicazioni di intelligenza artificiale più robuste, riducendo la dipendenza di un’organizzazione dai big data, consentendo una visione a 360 gradi o una comprensione più ricca e completa della situazione”, ha affermato Hare. “Le aziende possono applicare entrambe le tecniche per affrontare sfide come la scarsa disponibilità di dati per il training o lo sviluppo di modelli più solidi utilizzando una più ampia varietà di dati”.

Gli ambiti di applicazione

Gli ambiti in cui è possibile utilizzare gli small and wide data sono la previsione della domanda nel retail, l’intelligenza comportamentale ed emotiva in tempo reale applicata all’iper-personalizzazione nel servizio clienti e il miglioramento dell’esperienza del cliente.

Altre aree includono la sicurezza fisica o il rilevamento di frodi e i sistemi autonomi adattivi, come i robot, che apprendono costantemente dall’analisi delle correlazioni degli eventi nel tempo e nello spazio.