Giuliana Bonello - Big data per smart territories: un supporto per conoscere e decidere - Digital...

Post on 05-Jul-2015

194 views 0 download

description

La sfida che il mondo di oggi impone alle PA è quella di trovare il modo di raccogliere e sintetizzare velocemente le numerose tracce digitali lasciate da persone, oggetti ed organizzazioni, al fine di comprendere le dinamiche evolutive dei territori governati, per poi dispiegare le azioni politiche che possono essere una leva di cambiamento per la competitività, ma anche per il benessere dei territori. Insomma in un mondo complesso anche i compiti delle istituzioni pubbliche diventano più complessi. La tecnologia offre ormai strumenti utili per tutto ciò. Il CSI ha reso disponibili negli ultimi anni agli enti pubblici consorziati molte di queste tecnologie, insieme a competenze in grado di supportarli in questo cambiamento. Occorre, nonostante i tempi difficili, utilizzare al meglio questi asset e proseguire la strada avviata, accettando la sfida imposta da una società in profonda trasformazione.

Transcript of Giuliana Bonello - Big data per smart territories: un supporto per conoscere e decidere - Digital...

Giuliana Bonello

CSI-Piemonte

Giuliana Bonello

Big Data 4 Smart territories

Big Data 4 Smart Territories Giuliana Bonello

CSI-Piemonte Responsabile Demand Management

La crescita del Digital Universe (IDC Study)

Tante, diverse, nuove fonti informative

Le nuove fonti

Due forze opposte

La complessità: una nuova sfida per la conoscenza

“Credo che il XXI secolo sarà il secolo della complessità” Stephen Hawking

Complessità vs complicazione

La complessità è diversa dalla complicazione. Un oggetto è complesso se è articolato in molteplici

componenti, ma l’oggetto diventa “semplice” se ne comprendiamo o ne modelliamo le parti o il principio che le

aggrega. Un oggetto invece è complicato se la sua funzionalità è

cervellotica e confusa, cioè se è mal disegnato. Da Donald Norman in “Living with complexity”

Linee di sviluppo degli studi sulla complessità

Il messaggio ai CIO è che l’IT deve rendere

l’informazione più consumabile dal business

e i dati vanno ormai estratti in rete oltre che dall’IT aziendale,

per ottenerne informazione o intelligence

Ricerca Gartner “The 2012 Gartner CEO and senior business executive survey”

La consumabilità

Le 4 dimensioni dei dati condivisi (Gartner – EIM nel 21° secolo)

Big data More data

Linked data More

Context

Social data More

relationshiips

Open data More

sources

Shared data More stakeholders

La sfida è la consumabilità di dati condivisi (shared data), articolata su 4 dimensioni:

Più dati: in quantità elevatissime Più fonti: crescente varietà di fonti che richiede trasparenza

Più contesto: in relazione al quale solo i dati non strutturati sono interpretabili Più relazioni: ad esempio le affinità colte attraverso i social data

Big data per la PA

Conoscenza dinamica di una realtà mutevole

Supporto 2.0 al policy

making

Azioni politiche più consapevoli

e rapide

Una PA trasparente…

Da Amministrazione vecchio stile…. chiusa e isolata

Ad amministrazione 2.0

The future of Government: report del World Economic Forum

2011 2012

Future of government

Governments of the future will need to adapt and continuously evolve to create value.

They need to stay relevant by being responsive to rapidly changing conditions and citizens’ expectations, and

build capacity to operate effectively in complex, interdependent networks of organizations and systems

across the public, private and non-profit sectors to co-produce public value.

Flatter, agile, streamlined and tech-enabled (FAST) government

Flatter

Agile

Streamlined

Tech-enabled

The FAST matrix of government transformation

Policy making 2.0

Quali differenze?

Caratteristiche tradizionali e nuove del policy-making

features of policy-making

evidence-based (traditionally, through

experts’ input)

timely (traditionally,

through hyerarchical decision)

participated (traditionally, through lengthy consultation)

long-term thinking and

anticipation of future events.

PM2.0 e nuove tecnologie

Policy-making 2.0 refers to a blend of emerging and fast developing technologies that enable better, more timely

and more participated decision-making. These applications include:

Open and big data, Visual analytics, Modelling and simulation, Collaborative governance and crowdsourcing, Serious gaming, Opinion mining.

Partecipazione nel ciclo di vita delle politiche (Osimo, ForumPA 2012)

Ciclo del PM2.0 e tecnologie

The CROSSOVER Research Roadmap

Prime esperienze in Piemonte

http://www.torinosmartcity.it: Conoscere + Partecipare + Gestire

L’ascolto della rete

L’ascolto in rete per Torino Smart City

Gli indici di ascolto nell’ultimo mese e nell’ultima settimana

L’ascolto in rete per Torino Smart City

3 mesi di ascolto in rete e 7 temi di discussione

L’ascolto in rete per Torino Smart City

Dalla complessità alla consumabilità

Ascolto delle discussioni sulla Spending Review su Twitter

Luglio 2012

Temi

di di

scus

sione

Gruppi di autori Ascolto delle discussioni

sulla Spending Review su Twitter

Monitoraggio dell’offerta di lavoro presente sul web e sua correlazione con i dati amministrativi e statistici (Comunicazioni Obbligatorie):

● studiare la struttura dell’offerta di lavoro nei termini delle sue componenti;

● indagare sugli argomenti di discussione avviati aventi come oggetto l’offerta di lavoro

Contributo dei social web nell’analisi del

mondo del lavoro

Monster aiuta a mantenere aggiornato il dizionario degli skill e delle professioni richieste.

Le professioni maggiormente richieste sul web: quelle a carattere informatico: analisti programmatori, sistemisti, ma anche contabili e tecnici commerciali

Le attitudini più ricercate sono il problem-solving, poi precisione, orientamento al cliente, al lavoro per obiettivi e al team-working

Cosa emerge da Monster?

LinkedIn identificato come canale di discussione sul lavoro

Analisi text-mining discussioni e cluster riconosciuti

Cosa emerge da LinkedIn?

http://www.torinosmartcity.it: Conoscere + Partecipare + Gestire Borsa Lagrange in corso di Matteo Delfino

Fonti dati e statistiche di base

Log della web farm relativi a `Sistema Piemonte' (2012) : circa 60Gb su un totale di circa 200Gb

Analisi della rete «request-refer»

Grafo orientato e pesato A = pagina di provenienza (campo referer) B = pagina di arrivo (campo request) w = numero di richieste

Prime rappresentazioni

Indice dei servizi

Componente connessa all’indice

Infrastrutture e Tecnologie per i Big Data in CSI PIemonte

Grazie per l’attenzione!

Giuliana.bonello@csi.it Twitter: GiulyBonll ScoopIt: http://www.scoop.it/t/infografiche-pa LinkedIn: Giuliana Bonello