• data scientist
• dati non convenzionali
• mobilità
• mobility
• privacy

Il seguente elaborato è ispirato da un duplice scopo: il primo è quello di fornire un contributo alla ricerca sui Big Data in termini tecnologici, culturali, metodologici e applicativi e il secondo è quello di riuscire a poter integrare le ricerche di marketing basate sulle indagini campionarie (survey sampling) con l’analisi dei Big data. Il punto di vista adottato in questo lavoro è che in una società considerata sempre più “data driven”, i Big data e i suoi strumenti possono configurarsi come un’ importante risorsa in termini di vantaggio competitivo tra le aziende da poter utilizzare nelle ricerche di marketing laddove l’indagine campionaria non potesse arrivare. Infine, la parte conclusiva della tesi contiene la parte metodologica del data mining considerata come una delle tecniche più utilizzate per l’analisi dei Big Data e tratta anche un caso applicativo sull’ analisi dei dati mediante la cluster analysis utilizzando l’algoritmo delle k- medie. Obiettivo dell’applicazione è riuscire, partendo da un dataset di dati “grezzi” e non preparati, a profilare la clientela sulla base dei prodotti che acquista.