Commenti

I big data riusciranno a rivoluzionare le politiche dei governi?

  • Abbonati
  • Accedi
il nuovo petrolio

I big data riusciranno a rivoluzionare le politiche dei governi?

NEW YORK – Alla fine degli anni Ottanta Alberto Cavallo era un bambino, è cresciuto in Argentina, paese dell'America Latina afflitto da una delle sue ricorrenti crisi. L'inflazione era galoppante, al punto da rendere il più semplice acquisto in un negozio una frenetica corsa quotidiana. Tutti i giorni Alberto Cavallo andava in banca con sua madre per ritirare i pesos sufficienti agli acquisti irrinunciabili, lasciando il resto dei loro risparmi in dollari. Dalla banca correvano più in fretta possibile nel negozio più vicino a scegliere ciò di cui avevano bisogno, sperando di arrivare alla cassa prima che il listino prezzi fosse rivisto al rialzo ancora una volta. «Se non fossimo riusciti ad arrivare alla cassa in tempo, avremmo dovuto tornare in banca e ricominciare tutto da capo» ricorda oggi con un sorriso mesto.

Quell'esperienza servì però a spargere i semi di quello che sarebbe diventato uno degli esperimenti più coinvolgenti nel mondo di solito tedioso della statistica economica: il tentativo di sfruttare l'esplosione dei big data per incrementare, integrare e in definitiva forse anche sostituire le forme tradizionali di informazione che tuttora plasmano le opinioni di un numero incalcolabile di policymaker, politici e accademici, influenzandole e indirizzando investimenti nell'ordine di miliardi di miliardi di dollari.

Oggi Alberto Cavallo è professore di economia applicata all'MIT, qui dirige il Billion Prices Project insieme al suo collega Roberto Rigobon. Il progetto ha preso il via nel 2006, nel periodo in cui il governo argentino dell'epoca è stato accusato di aver manipolato i dati relativi all'inflazione. Cavallo e Rigobon si sono resi conto che redigendo online una sorta di listino dei prezzi applicati dai commercianti argentini al dettaglio avrebbero potuto dar vita a un indice più preciso e puntuale del vero tasso di inflazione. Dopo il cambio di governo avvenuto nel 2015-2016, l'Argentina ha pubblicato un indice di inflazione molto più accurato.

Il braccio commerciale del progetto, denominato PriceStats, ormai raccoglie un numero tale di dati da poter offrire aggiornamenti quotidiani sull'inflazione relativa a 22 economie. «È accaduto quasi per caso, ma ci siamo accorti subito che quel sistema poteva avere numerosi applicazioni altrove» ha detto il professor Cavallo.

Il progetto è soltanto un esempio tra i molti del trend che porta in genere a passare al setaccio la marea in costante aumento di big data per scoprire indizi sulle performance di aziende, industrie o economie intere. Alcuni dati già ora stanno fornendo informazioni utili, seppure incomplete.

Alcuni esperti, tuttavia, prevedono che le impronte digitali delle nostre vite online potrebbero finire con l'essere compresse in una mappa in tempo reale dei trend economici che fanno apparire i dati odierni obsoleti quanto il sistema dell'informazione negli anni Venti.

La scia che ci lasciamo alle spalle quando viaggiamo nel mondo digitale è enorme, al punto da non poterla quantificare o immaginare chiaramente. Si calcola che la produzione mondiale di dati stia raddoppiando di anno in anno, e che entro il 2020 – secondo uno studio condotto da Interactive Data Corporation – la loro mole raggiungerà i 44 zettabyte (miliardi di miliardi di gigabyte). Se questa immensa quantità di informazioni fosse scaricata in computer tablet di ultima generazione impilati gli uni sugli altri, si otterrebbe una catasta sei volte più alta della distanza tra la Terra e la Luna.

«Qualsiasi cosa tu voglia sapere al riguardo dell'economia, lo puoi sapere immediatamente, se sai come cercare le informazioni giuste» dice Tammer Kamel, capo di Quandl, un fornitore alternativo di dati. «Siamo al cospetto di una delle grandi opportunità della nostra epoca. Questi rapporti economici sono lenti, ma muovono i mercati. Spostando i sassolini giusti puoi scoprirli subito».

“Nell'arco di dieci anni immagino che saremo molto più vicini ad avere una mappa dell'economia in tempo reale”

Jonathan Shaw, Alan Turing Institute di Londra 

Tutto ciò potrebbe sembrare ambizioso, tenuto conto che i big data possono essere costellati di errori e preconcetti ovvi e oscuri. In ogni caso, gli esperti di dati riferiscono che quanto più le nostre vite migreranno online, tanto più potremo avvicinarci al momento in cui potrebbero diventare realtà le statistiche economiche istantanee, in tempo pressoché reale.

«Organizzare tutti i dati e sistemarli nell'ordine e nella forma giusti non è una sfida da poco» dice Jonathan Shaw, direttore di un nuovo programma presso l'Alan Turing Institute di Londra che sfrutta i dati alternativi nella ricerca economica. «Nell'arco di dieci anni, però, immagino che saremo molto più vicini ad avere una mappa dell'economia in tempo reale. Se non ci riusciremo tra dieci anni, ne sarò deluso».

Quando nel 2016 il Regno Unito ha votato a favore dell'uscita dall'Unione europea, molti economisti hanno previsto una catastrofe immediata. Un sondaggio sull'ottimismo nel settore dei servizi ha fatto registrare il più forte calo della sua storia ventennale proprio dopo il voto per la Brexit, e Goldman Sachs ha anticipato che il Regno Unito sarebbe scivolato in una recessione. L'economia, invece, finora si è rivelata straordinariamente resiliente nel periodo che precede l'uscita del Regno Unito.

Non tutti si sono fatti prendere in contropiede. Nel 2015 Schroders, il gruppo di investimenti del Regno Unito, aveva creato una sezione di analisi dei data per effettuare un'osservazione dettagliata della montagna di nuove informazioni digitali, compresi i dati relativi alle carte di credito che offrono una panoramica dei trend di spesa in tempo reale. Malgrado il clima generale di sconforto, i dati hanno dimostrato che l'impatto era del tutto trascurabile.

«Abbiamo potuto riferire ai nostri gestori di fondi che le cose sembravano andare bene, e pochi mesi dopo i dati ufficiali l'hanno confermato» dice Mark Ainsworth, responsabile dei data insights da Schroders. «Tutti questi dati digitali offrono uno spaccato dell'economia quasi in tempo reale».

Le potenzialità di tutto questo fanno girare la testa. I feed dei social media possono essere usati per creare rilevatori del sentire comune in tempo reale. I satelliti nello spazio vedono quali navi attraccano, dove e quando, se le petroliere sono piene o vuote, la qualità di un raccolto o perfino la produttività di un altoforno. Gli acquisti con carta di credito e le ricevute per e-mail documentano la spesa al dettaglio. Le offerte di posti di lavoro da parte di centinaia di migliaia di siti professionali o di website aziendali possono evidenziare le modalità di assunzione. Gli smartphone, infine, inviano informazioni sulla posizione degli utenti che rivelano dove si trovano in qualsiasi momento. Col passare del tempo, l'“internet delle cose” potrebbe svelare anche altro, per esempio le nostre abitudini alimentari tramite frigoriferi connessi in rete.

Il treno dei big data che l'Italia non vuole prendere

Estrapolare questi nuovi insiemi di dati un tempo era prerogativa di raffinati “quantitative” hedge fund. Adesso alcuni ministeri delle finanze, banche centrali e istituti di statistica stanno iniziando a muovere i primi passi in questo campo allo scopo di comprendere le tendenze economiche meglio e più rapidamente. Si tratta di uno sviluppo che potrebbe avere implicazioni significative a livello di politica pubblica.

La crisi finanziaria ha messo in luce divari enormi nelle cifre fornite dalle istituzioni di primo piano. Il Business Cycle Dating Committee del National Bureau of Economic Research – arbitro semi-ufficiale delle contrazioni economiche negli Stati Uniti – è riuscito a dichiarare che un anno prima l'economia degli Stati Uniti era entrata effettivamente in una recessione soltanto nel 2008, ossia tre mesi dopo il fallimento di Lehman Brothers. Mentre molti economisti erano giunti alla medesima conclusione già da qualche tempo, desumendola dai dati mensili e trimestrali in rapidissima impennata, le statistiche non hanno saputo cogliere in maniera adeguata il ritmo col quale l'economia stava miseramente fallendo, ricorda Diana Farrell, ex vicedirettrice del Consiglio economico nazionale dell'Amministrazione Obama.
“L'economia era in condizioni decisamente peggiori rispetto a quanto ci rendessimo conto e la reazione in termini di politiche era calibrata su una recessione di gran lunga più piccola” ammette.

Diana Farrell oggi dirige il JPMorgan Institute, un think-tank creato dalla banca per trasformare i dati dei suoi stessi clienti in segnali economici e politici utili e validi. Tra altre cose, il think-tank ha esplorato il ruolo della gig economy, l'impatto della spesa sanitaria non rimborsabile sul benessere economico di un nucleo familiare, e in che modo i ritocchi alle rate del mutuo possano incidere sulla sua inadempienza o la sua spesa in consumi. Farrell dice che i big data potrebbero avere un impatto “enorme” sulla politica, specialmente in tempi di recessione. “Nei momenti più difficili ci sono moltissime cose a cui i dati tradizionali non possono dare risposta. Io non penso che tutto ciò potrà mai rimpiazzare del tutto le statistiche più approfondite, ma integrarle sì”.
Al momento, il Dipartimento delle analisi economiche del ministero del commercio degli Stati Uniti sforna le cifre relative al prodotto interno lordo a scadenza trimestrale, ma perfino la lettura “istantanea” della situazione arriva con un mese di ritardo ed è soggetta a frequenti revisioni. In futuro, prevede Philippe Jordan, presidente dell'hedge fund francese CFM, gli istituti di statistica saranno in grado di offrire dati sulla situazione economica con maggiore rapidità e tempestività.

«Pubblicare i dati relativi al Pil ogni trimestre sembrerà qualcosa di antiquato: strutturare le informazioni è immensamente complesso, ma forse potremmo iniziare a ricevere informazioni mensili sulla situazione economica, invece che trimestrali. Sarebbe già un bel passo avanti» dice.

A questo proposito, nell'ambiente gli scettici non mancano di certo: Ewan Kirk, funzionario capo degli investimenti di Cantab Capital, un hedge fund di proprietà della società svizzera di gestione GAM, afferma che molti degli insiemi più promettenti di dati che il suo team esamina non si stanno rivelando utili ai fini degli investimenti, ed è inverosimile che possano dimostrarsi di maggiore utilità ai fini di predire in quali direzione andrà l'economia.

«L'economia è qualcosa di veramente molto complesso, ed è infinitamente più complicata dei mercati finanziari» fa notare Ewan Kirk. «Oggi i soldi si fanno diventando fornitori alternativi di dati, non nell'essere fruitori alternativi di dati».

Gli economisti hanno compiuto notevoli passi avanti nel mettere a punto misure economiche più aggiornate sulla base dei dati tradizionali, pratica nota col termine di “nowcasting” (comprendere e interpretare la situazione in tempo reale, in contrapposizione al “forecasting”, previsione a più lungo termine, NdT). Alcuni sostengono che i nuovi aggregati di dati digitali non aggiungano pressoché nulla alla precisione del modello nowcasting. Per esempio, il Canada rende noti già ora dati mensili sul Pil, e il Regno Unito lo farà presto.

Gli esperti di big data e di statistica ammettono che le sfide legate all'operazione di trasformare insiemi di dati spesso confusi e disordinati in qualcosa di utile potrebbero essere significative. Spesso le informazioni sui cittadini più anziani non sono disponibili tramite smartphone e spesso le informazioni dei social media e i dati relativi alle carte di credito colgono soltanto parte della spesa. I feed dei satelliti possono essere falsati dal brutto tempo.

Alcuni sostengono che gli ostacoli maggiori siano di natura logistica e legale: l'informazione è disseminata in lungo e in largo nel settore privato, la si trova nelle banche, nelle società di telefonia, nelle piattaforme dei social media o nelle aziende produttrici. In alcuni casi, i dati possono essere ottenuti in cambio di una certa cifra, mentre in molti altri ci sono restrizioni legali a quello che le aziende possono condividere, nonché limiti pratici a quello che vogliono o non vogliono rivelare.

“Solo perché siamo in grado di misurare tutto non significa che tutto abbia un valore tale da essere misurato”

Alberto Cavallo, professore all’MIT 

Nel frattempo, gli istituti di statistica di molti governi si stanno rivelando spesso in possesso di scarse o insufficienti risorse per poter acquisire e passare al setaccio questi nuovi insiemi di dati.

«Le sfide di natura tecnica sono ardue, ma risolvibili… La gente sottovaluta le sfide normative» dice Diane Coyle, che insegna economia alla Manchester University ed è fellow al dipartimento nazionale di Statistica del Regno Unito. Coyle sostiene che gli istituti di statistica dovrebbero avere libero accesso ai dati importanti del settore privato, tenuto conto delle implicazioni per la politica pubblica di informazioni più precise, più veloci e più granulari.

Ciò nonostante, sussistono alcune preoccupazioni legate alla sicurezza e alla privacy coinvolte nella centralizzazione di enormi insiemi di dati che comprendono spesso informazioni delicate, dice Ainsworth di Schroders. «Come società dovremmo chiederci se rispettare la privacy o convogliare tutti questi dati in un unico posto. Tenuto conto che si tratta di dati digitali riservati, dovremmo trattarli con rispetto».

Per gli scettici i big data non equivalgono automaticamente a buone informazioni. La tempestività può essere raggiunta a un costo inaccettabile, in termini di accuratezza, mentre proprio l'accuratezza dovrebbe rimanere sempre la priorità assoluta degli istituti di statistica. Alberto Cavallo dice di considerare queste nuove fonti di dati digitali come un'integrazione alle informazioni tradizionali, e dubita che possano essere sostituite in tempi brevi. «Solo perché siamo in grado di misurare tutto non significa che tutto abbia un valore tale da essere misurato» dice.

Nondimeno, le prime fasi di quella che si prospetta come una rivoluzione dei dati digitali sono già in atto. Gli ottimisti dicono di poter misurare già adesso i trend economici in modi impensabili fino ad appena dieci anni fa. Gli insiemi di dati esistenti avranno serie temporali più lunghe, che permetteranno di predisporre modelli più accurati, mentre ne diverranno disponibili di nuovi di continuo. Tutto ciò dovrebbe consentire a coloro che vi prendono parte di essere più precisi e di accelerare la creazione di statistiche più generali e simultanee sull'economia intera.

La professoressa Diane Coyle dice che l'intero settore è in «una massiccia fase di entusiasmo» legato al suo sviluppo, ma prevede che «le cose progrediranno velocemente».

(Traduzione di Anna Bissanti)
© Copyright The Financial Times Limited 2018

© Riproduzione riservata