In tempi di turbolenza economica e di grandi cambi repentini degli indici di borsa (vedi la questione cinese), c’è un crescente bisogno di previsioni aggiornate in tempo reale: è la nuova frontiera che ora viene varcata dalla startup americana Now-Cast, lanciata questa settimana. Utilizza big data che vengono da varie fonti disponibili su internet, da rapporti ufficiali, da dati di social network o sulle ricerche fatte sui motori dagli utenti. Per esempio, se ci sono tanti commenti e ricerche sui prezzi, forse c’è un’accelerazione dell’inflazione.
E’ un passo avanti in una direzione che già emergeva chiara all’orizzonte. Le previsioni economiche istituzionali sono tradizionalmente trimestrali, ma molti economisti aggiornano le proprie ogni mese. Alcuni “previsori” di professione si spingono fino ad aggiornamenti giornalieri, ma questo non è ancora abbastanza, secondo Now-Cast, che calibra le proprie previsioni minuto per minuto, con 3.600 indicatori e un sistema informatico denominato Xcalibur.
La stessa esigenza di accelerare le previsioni comincia a essere avvertita anche da fonti istituzionali. Per esempio il dipartimento del Lavoro americano sta cercando di rendere aggiornate al mese corrente le proprie stime su assunzioni e licenziamenti (adesso le fa ogni mese per quello precedente).
Alcune aziende, come Premise Data e Billion Prices sono invece focalizzate sulle previsioni sull’andamento dell’inflazione.
Certo è che l’uso di big data per ravvicinare le previsioni è una tendenza in crescita. Ciò che non è certa è l’efficacia, secondo alcuni economisti, come il premio nobel e docente alla Columbia Joseph Stiglitz. Un esempio recente è stato offerto da Billion Prices Project, che in primavera aveva previsto un’accelerazione dell’inflazione. Così è stato, ma il fenomeno è durato in realtà pochissimo e quindi la previsione è stata errata nella pratica. A ridurre l’efficacia delle previsioni sono i fattori per loro natura imprevedibili perché non sondabili in anticipo, riflette Stiglitz. E per questo, non c’è big data che tenga.
