C
ome per altre iniziative di miglioramento della qualità dei
dati, la gestione della qualità nel contesto Big Data deve
essere di competenza dell’azienda e gestita in funzione delle
situazioni e delle esigenze. Non tutti gli utilizzi presuppongono
lo stesso livello di qualità: l’analisi del clickstr eam e il rileva-
mento delle intrusioni, ad esempio, sono at-
tività che richiedono livelli di precisione
differenti.
Una seconda considerazione importante da
fare è che le implementazioni dei pr ogetti
relativi ai Big Data richiedono spesso l’in-
troduzione di uno specialista della materia
che, contribuendo con le pr oprie compe-
tenze a definire gli aspetti qualitativi del Big
Data, è in grado di fornire un utile supporto
ai titolari delle iniziative per la qualità dei
dati. Questa figura pr ende il nome di Data
Scientist.
Il fenomeno dei Big Data parte dalla quan-
tificazione di un volume di dati molto estesi,
ma oltre all’aspetto del volume include fat-
tori di velocità, varietà e complessità (vedi
la figura). Ognuna delle dimensioni di ge-
stione dei Big Data influisce sulla per cezione e sulla gestione
della qualità intesa in senso tradizionale. In questo documento
si è scelto di esaminare soprattutto le implicazioni del volume
sul concetto di qualità dei dati, tralasciando in questa sede di
approfondire gli aspetti legati a varietà, velocità e complessità.
Il fenomeno Big Data obbliga a rivisitare alcuni degli approcci e delle prassi esistenti
nella gestione delle informazioni. Gli architetti e i manager IT, oltre che i responsabili
della gestione e dell'integrazione delle informazioni, dovranno modificare le procedure
di governance e gestione della qualità
ROXANE EDJLALI*, TED FRIEDMAN**
QUALITÀ DEI DATI E BIG DATA
STESSI PRINCIPI, NUOVA TATTICA
28
maggio-giugno 2012
