I Big Data rappresentano la principale tendenza in campo informatico degli ultimi anni. Con Big Data si intendono dataset aventi dimensioni e caratteristiche tali da non essere facilmente trattati con sistemi tradizionali quali, ad esempio, i database relazionali. Questo non vuol dire che gli strumenti di gestione dati normalmente presenti in azienda non siano in grado di trattare i big data ma che il loro utilizzo può essere poco produttivo in termini di tempi e costi di elaborazione. A tal fine, gli strumenti tradizionali, possono essere affiancati (mai sostituiti) da nuovi prodotti quali file system distribuiti, database NoSQL e framework di elaborazione distribuita come Apache Spark e, l’ormai superato, map-reduce. La scelta degli strumenti non può essere fatta in modo superficiale e deve essere basata sui requisiti di business dell’azienda (pattern di Polyglot Persistence).

Ma quali caratteristiche devono avere i dati per essere considerati “Big”? Quali vantaggi di business possono derivare dalla loro elaborazione? Quali sono le principali tecnologie per la loro memorizzazione, elaborazione e gestione? Questo corso vuole fornire una panoramica sullo stato dell’arte delle tecnologie e dei processi per la gestione di Big Data in modo da fornire ai discenti strumenti pratici per iniziare ad introdurre questi strumenti in azienda.

Gli argomenti sono descritti tramite l’esposizione di casi di studio reali ed esempi di funzionamento dei principali strumenti trattati.

Destinatari

• Capi progetto
• Analisti
• Progettisti
• Sviluppatori
• Chiunque sia interessato ad approfondire i concetti relativi ai Big Data

Prerequisiti

Conoscenze base sui database, sulle tecnologie alla base di internet e delle applicazioni distribuite

Requisiti per l'aula

• Video proiettore con risoluzione minima nativa di 1024x768 (meglio se superiore)
• Connessione internet non filtrata per il portatile del docente
• Lavagna a fogli mobili con pennarelli di diversi colori (o strumenti equivalenti)

NOTA: il docente utilizzerà un proprio portatile sul quale sono installati tutti gli esempi del corso. Se questo non fosse possibile è necessario concordare in anticipo la predisposizione di un PC fornito dal cliente.

Contenuti

• Introduzione ai Big Data – cosa sono i Big Data; quanto sono grandi i Big Data? Le principali proprietà: volume, velocità, varietà, valore, veracità; classificazione dei Big Data; come individuare i Big Data; sorgenti di provenienza dei Big Data; quali opportunità per il business? Big Data rispetto agli strumenti tradizionali (RDBMS, DWH, BI, …); il processo di gestione dei Big Data.
• Come memorizzare i Big Data – pattern architetturali per la memorizzazione dei Big Data; utilizzo di file system distribuiti (es. HDFS); database NoSQL e loro classificazione; criteri per la scelta dello strumento di storage in base ai requisiti di business; il concetto di Data Lake: cos’è e come implementarlo; come trasferire i dati da e verso il DataLake; memorizzare i dati in base alle esigenze del business; strumenti per il trasferimento dei dati.
• Come elaborare e analizzare i Big Data – elaborazione distribuita; Map/Reduce e principali pattern di implementazione; strumenti per l’elaborazione con Map/Reduce  (YARN, TEZ, PIG, …); integrazione con i linguaggi di programmazione tradizionali; Real-time analytics e complex event processing; Utilizzo di Apache Spark; concetti base di Data Mining; advanced analytics e AI.
• Come interrogare e come visualizzare i Big Data – utilizzo degli strumenti e dei linguaggi di interrogazione nativi; mapping su SQL (Hive, Drill, Impala, ….); integrazione con RDBMS e con strumenti di Business Intelligence tradizionali;
• Introduzione ad Hadoop – che cos’è Hadoop; principali strumenti forniti; principali pattern architetturali; principali distribuzioni a confronto.
• Principali NoSQL Database a confronto – architettura, caratteristiche e funzionalità di MongoDB, Cassandra, CouchDB e altri.
• Integrazione con i sistemi aziendali esistenti – architetture di integrazione; strumenti utilizzabili;
• Problematiche di sicurezza e privacy – come memorizzare i dati in modo sicuro; gestione multitenancy; politiche di accesso.
• Big Data Governance – che cos’è la data governance; processo di governance; il repository dei metadati; ruoli e responsabilità; nuove figure professionali (es. Data Scientist).
• Casi di studio ed esempi pratici.

Durata

3 giorni

Parola d’ordine misurare. Nel digital marketing tutto è misurabile: l’efficacia delle campagne online, la pubblicità, l’usabilità, etc. Questa situazione mette al centro dell’attenzione come e cosa misurare per comprendere la connessione tra le persone, il contenuto on line e il business. Come misurare, come collezionare, come analizzare e come comunicare i dati on line diventano elementi cruciali per le aziende: la web analysis è parte essenziale della business intelligence.

Realizzare e definire un sistema di web analysis è complesso, ma è diventato un requisito indispensabile per tutte le aziende.
“Il presupposto fondamentale da cui bisogna partire è che il successo di una strategia di web analytics non dipende solo dal tool di analysis utilizzato, ma dai consulenti”. (Davenport & Harris, 2007). La raccolta dei dati non è un problema, esistono diversi tool, gratuiti o a pagamento, più o meno complessi, che danno accesso a molteplici report. Il problema è soprattutto nei processi: l’organizzazione non riesce a stare al passo con l’enorme flusso di dati web.

Il web analyst, in collaborazione con i responsabili di prodotto o di processo, sviluppa modelli e strumenti di tracciabilità delle attività digital per renderne possibile l’incremento dei rendimenti.
Questa attività è un processo lungo che va realizzato ponendosi obiettivi di breve termine. Una figura professionale molto ricercata da piccole e grandi realtà aziendali perché rappresenta il trait d’union tra gli obiettivi di business e i dati raccolti.

Destinatari

• Project Manager IT
• Capi progetto IT
• Responsabili marketing

Prerequisiti

Nessuno

Contenuti

• Introduzione:Una panoramica sulla web analysis: strumenti e modelli;
• Metodologia per scegliere gli strumenti giusti al proprio business. Suite di strumenti business e “gratuiti”: Webtrends e Google Analytics;
• Terminologia e metriche base – Le metriche fondamentali per misurare correttamente il business;
• Configurazione degli strumenti – Panoramica sulle principali caratteristiche della suite Webtrends e delle funzionalità di Google Analytics;
• La tracciabilità dei diversi dispositivi mobili – Misurare il traffico e la modalità degli utenti mobile;
• Misurare l’attività sui Social Media – Gli insight di Facebook, Twitter e LinkedinM;
• CRM, CMS e Business Intelligence: i vantaggi del dialogo tra diversi sistemi – Integrazione dei sistemi e BigData.

Durata

2 giorni

Il business e le relazioni sociali si sviluppano sempre più secondo un nuovo paradigma, che permette di creare reti complesse e di condividere beni, servizi e conoscenza.
Questo cambiamento rientra nell’ambito della cosiddetta digital transformation che, in sintesi, consiste nel ripensare l’offerta business per renderla più competitiva e più aderente alle aspettative del proprio mercato grazie alle tecnologie digitali.
Il digital marketing rappresenta il primo passo di questa rivoluzione e il ribaltamento delle strategie di comunicazione. Il paradigma cambia: da una comunicazione one to many si passa ad a una di tipo many to many, dove gli attori sono pari fra loro (aziende, utenti, clienti, influencer, brand); e da una comunicazione di tipo push (l’azienda parla, i clienti ascoltano) si passa ad una di tipo pull. Il cambiamento, tuttavia, non si limita a questi aspetti ed è così profondo che si è teorizzata la nascita della "network information economy".
Per affrontare il digital marketing è importante partire da alcuni concetti chiave: la multicanalità, intesa come l’utilizzo di vari canali di comunicazione digitali (web; social media, blog, etc); la relazione, il marketing digitale si basa sulla costruzione di relazioni forti e durature e sempre più spesso aperto e costruttivo; l’ascolto, ascoltare il mercato e i consumatori è indispensabile per capire meglio i bisogni, i comportamenti, le necessità e garantirne la massima soddisfazione possibile; la customizzazione, intesa come l’elemento innovativo rispetto al marketing tradizionale, che si traduce nella possibilità di offrire al singolo consumatore la più completa personalizzazione dell’esperienza; l’integrazione, tutti piani di marketing devono essere perfettamente integrati con i canali di comunicazione e le attività di supporto; e infine la misurazione, tutto può essere misurato.
La definizione di un piano di marketing digitale passa attraverso alcune fasi necessarie che vengono accompagnate a loro volta da strumenti e metodi di analisi. Nella fase specifica di “costruzione” del piano vengono identificati i canali e gli strumenti di comunicazione (Social Media, Blog, DEM, sito web), che a loro volta dovranno essere supportati dalla promozione (SEO; SEM, etc.). Questo insieme di metodi e strumenti offre diverse opportunità e potenzialità, che sono strettamente collegate alle scelte tecnologiche, editoriali ed economiche di cui è possibile misurarne il valore.
In questo corso daremo una panoramica sui nuovi paradigmi di comunicazione; sulle diverse fasi di costruzione di un piano di digital marketing; sugli strumenti necessari per individuare correttamente gli obiettivi di ciascuna fase; sui diversi canali di comunicazione di cui si compone il piano; e infine una panoramica sugli strumenti più utilizzati per misurare il successo del piano stesso.

Destinatari

• Manager e professionisti
• Project Manager IT
• Capi progetto IT
• Responsabili marketing

Prerequisiti

Nessuno

Contenuti

• Introduzione:Definizione Piano digital marketing. Come è cambiato il paradigma di comunicazione. Quali sono le parole chiave per comprendere il digital marketing. Case history internazionali;
• Definizione del piano digital marketing: le fasi principali. Strumenti per condurre ricerche di marketing on line (Google Adwords, etc). Strategie e obiettivi - Superare il concetto di target;
• Costruzione del piano digital marketing.  Individuare i canali di comunicazione: Social media, Blog, sito web, DEM. Caratteristiche principali delle piattaforme più utilizzate. Ottimizzazione dei contenuti (SEO – Search Engine Optimizer). Case history nazionali e internazionali;
• Contenuti e piani editoriali. Social Media Plan, Blog, Webinar, ebook e video: la nuova frontiera per conquistare clienti;
• Strumenti di misurazione degli obiettivi e dei risultati - Sfida della misurazione: dalla web analytics alla social analytics. Ascolto e misurazione delle conversazioni. Metriche per misurare i risultati di business. Piattaforme per la gestione e l’analisi dei dati.
• Laboratorio finale.

Durata

2 giorni