In diversi contesti, in cui si affronta il tema dell'innovazione e della trasformazione digitale, il termine Big Data è usato, e spesso anche abusato.Gli esempi di Big Data sono molti nella pratica. Dai dispositivi connessi ai social network, dai satelliti al web, l'esplosione della mole di dati a disposizione e l'evoluzione delle tecnologie per raccoglierli, gestirli e analizzarli ha aperto nuovi scenari e interessanti opportunità per le aziende.I dati del futuro - e in alcuni casi già di oggi - diventeranno il principale elemento abilitante di una enorme rivoluzione tecnologica se ben applicata.ObiettiviAl di là del significato di Big Data che affronteremo all'inizio del corso, in questo percorso cercheremo di rendere più concreto questo messaggio attraverso esempi specifici utili alle aziende.ProgrammaIntroduzione ai BIG DATALezione 1.1 IntroduzioneLezione 1.2 Cosa sono i Big DataLezione 1.3 La storia dei Big DataLezione 1.4 le tipologie di Big DataLezione 1.5 Il ruolo dei Big DatI BIG DATA AnalyticsLezione 2.1 Cosa sono i Big Data AnalyticsLezione 2.2 Impostare un progetto di Big Data AnalyticsLezione 2.3 Il valore del mercato AnalyticsLezione 2.4 Le competenze necessarie per gestire un progettoLezione 2.5 I tipi di analysisL'architettura di datiLezione 3.1 L'architettura di dati per favorire l'innovazione secondo MckinseyLezione 3.2 Creare l'architettura di dati rivoluzionariaLezione 3.3 Dalle piattaforme dati on-premise a quelle basate su cloudLezione 3.4 Dal batch all'elaborazione dei dati in tempo realeLezione 3.5 Dalle soluzioni commerciali alle piattaforme modulari best-of-breedLezione 3.6 Dall'accesso ai dati da punto a punto a quello disaccoppiatoLezione 3.7 Da un magazzino aziendale a un'architettura basata su dominioLezione 3.8 Dai modelli di dati rigidi agli schemi di dati flessibili ed estensibiliLezione 3.9 Come iniziareLezione 3.10 L'architettura dei datiLezione 3.11 L'ecosistema HadoopLezione 3.12 Le competenze nello specificoLezione 3.13 Microsoft Azure AnalisiLezione 3.14 Quando usarloLezione 3.15 I casi di fallimentoBIG DATA MarketingLezione 4.1 Cos'è il BIG DATA MarketingLezione 4.2 I big data ci dicono chi sono i nostri clientiLezione 4.3 Come si gestiscono i datiLezione 4.4 Come applicare i big data al marketingLezione 4.5 Analisi dei competitor con i BIG DATALa convergenza di tecnologie nei Big DataLezione 5.1 Big Data e AILezione 5.2 Big Data e IOTLezione 5.3 Big Data e VRLezione 5.4 Big Data e Cloud ComputingLezione 5.5 Big Data TrendEsempi di applicazioni pratiche nel mercatoLezione 6.1 Big Data e manifatturieroLezione 6.2 L'importanza dei BIG DATA contro le frodiLezione 6.3 Intercettazioni delle frodi e tendenze del mercatoLezione 6.4 Casi di frodi in finance e non soloLezione 6.5 Il caso CanadaLezione 6.6 Banche e Big Data AnalyticsLezione 6.7 Il caso Deutsche BankLezione 6.8 Utilizzo dei big data nel processo produttivo farmaceuticoLezione 6.9 Manutenzione predittiva per minimizzare i fermi macchinaLezione 6.10 Situazione sanitaria di emergenza: le premesseLezione 6.11 Riconoscere automaticamente schemi complessi e prevedere criticitàLezione 6.12 Il mondo delle costruzioniLezione 6.13 La risposta ai problemi di produttivitàLezione 6.14 I Big Data nei progetti e subappaltiLezione 6.15 Il binomio Big Data e agricolturaLezione 6.16 Big Data per analisi del prezzo in GDOLezione 6.17 Big Data e turismoLezione 6.18 I Big Data nella vita quotidianaLezione 6.19 I Big Data nello sportLezione 6.20 Come i big data diventano arteLezione 6.21 Intervista a Wild MazziniLezione 6.22 Dai dati alla sabbiaLezione 6.23 Saluti e Conclusione