Main partner:

Jobs

Nonostante le preoccupazioni sulla privacy, i brand continuano a investire sui dati terzi

Dati, pubblicità “rewarded” e ad blocker: ecco i temi della nostra rassegna di oggi.

Nonostante le preoccupazioni sulla privacy, le aziende continuano a investire sui dati di terza parte

Le nuove normative sulla privacy hanno influito sulla spesa delle aziende in dati di terza parte? A quanto pare, non più di tanto, anzi. E’ quanto rivela una ricerca condotta sul mercato americano, secondo cui i marketer investiranno quest’anno ben 19,2 miliardi di dollari su dati terzi e sulle tecnologie e soluzioni per gestirli, processarli e analizzarli: una cifra in aumento del 17,5% anno su anno. Sui dati, la spesa è aumentata dai 10,1 miliardi dell’anno scorso agli 11,9 di quest’anno, segnando un +17,7%; sulle tecnologie, invece, si è passati dai 6,1 miliardi del 2017 ai 7,2 miliardi del 2018, in aumento del 17,2%. Leggi di più su AdExchanger.

Google, online la nuova versione di Chrome capace di bloccare gli annunci

Da questa settimana la pubblicità invasiva avrà vita più difficile su Chrome. Google ha infatti rilasciato la nuova versione del suo browser, la numero 71, che tra le varie novità, presenta la possibilità di individuare siti con pubblicità ingannevole o aggressiva, e bloccare i loro annunci. Chrome metterà questi siti in blacklist e, 30 giorni dopo aver inviato loro una notifica di avvertimento, non mostrerà più i loro annunci pubblicitari agli utenti, anche se erogati dalla piattaforma di Google. Gli utenti potranno, se lo vorranno, disabilitare la funzione. Leggi di più su Marketing Land.

Pubblicità “rewarded”, arriva un manuale d’uso

IAB ha realizzato un manuale dedicato a brand e agenzie che vogliono comprendere e utilizzare la pubblicità “rewarded”, ossia quella tipologia di annunci che offre qualcosa (come coupon o promozioni) in cambio della visualizzazione. Una forma di pubblicità che per lungo tempo è stata popolare soprattutto tra le app di gaming, ma che adesso si sta rapidamente espandendo anche ai software musicali, ai contenuti testuali e ai video OTT. Il documento offre una definizione di pubblicità “rewarded” e una serie di best practice, e sarà seguito il prossimo anno da uno studio volto ad esaminare in maniera esaustiva l’utilizzo e l’efficacia di questo formato. Leggi di più su MediaPost.

Adobe arricchisce la DMP Audience Manager. Tutte le novità

Adobe ha annunciato di aver arricchito la propria DMP Audience Manager con nuove funzionalità.

La prima è “Trait Exclusion“, che consente di escludere tratti comuni non di valore quando si creano modelli lookalike di pubblico. Normalmente, creare un modello lookalike significa individuare un segmento di potenziali clienti di un brand grazie alle caratteristiche in comune che questo ha con gli attuali consumatori della stessa azienda. Ma naturalmente, non tutti i tratti comuni tra i due gruppi possono effettivamente avere valore ai fini dell’individuazione di potenziali consumatori, ed anzi in alcuni casi possono provocare degli errori nel procedimento, falsandone il risultato: alcuni possono essere troppo generici, come le visite ad alcuni siti, e non riuscire a cogliere la “specificità” di un determinato pubblico; altri possono essere indesiderati; altri possono rischiare di essere non conformi alle leggi sulla privacy.

Grazie alla nuova funzione di Trait Exclusion all’interno del modello algoritmico della DMP, le aziende potranno rimuovere specifiche caratteristiche dai modelli di creazione delle audience lookalike, focalizzandosi così su quelle effettivamente determinanti. La funzione utilizza Sensei, la tecnologia di machine learning di Adobe, per una rimozione “intelligente”.

L’altra novità è invece l’arrivo su Audience Manager della reportistica del CPM delle impression a livello di segmenti, ossia la possibilità di misurare automaticamente le impression pubblicitarie per segmento di pubblico. Una novità che a detta di Adobe permetterà ai brand di attribuire meglio i costi alle varie sorgenti di dati per ogni determinata fetta di audience.

Infine, Adobe ha reso ora disponibile per tutti Data Explorer, la suite self-service all’interno di Audience Manager per l’organizzazione, l’analisi e l’attivazione di dati grezzi, finora in beta.

Simon Harris, Dentsu AN: «La supply path optimization può ridurre il rischio di frodi»

Oggi nella nostra rassegna si parla di supply path optimization e di dati, tra l’attacco hacker alla catena di alberghi Marriott International e i nuovi setting di LinkedIn per la privacy.

Simon Harris, Dentsu AN: «La supply path optimization può ridurre il rischio di frodi»

L’header bidding ha reso comune per un’inserzionisti vedere la stessa impression diverse volte, visto che parecchi editori adesso offrono la singola impression su svariate SSP per aumentare i ricavi. Questo, secondo Simon Harris, head of programmatic activation at Dentsu Aegis Network, solleva una domanda per i buyer: qual è il migliore exchange tramite cui acquistare? Domanda lecita, che ha peraltro portato la tecnica della supply path optimization (SPO) a diventare un tema caldo del mercato programmatico quest’anno, anche come possibile soluzione al rischio di frodi. Leggi di più su AdExchanger.

Marriott International, a rischio i dati di oltre 500 milioni di clienti

Il problema della fuga di dati personali colpisce ancora. Stavolta ad esserne coinvolto è stato il colosso alberghiero Marriott International: attraverso una falla nella sicurezza del sistema di prenotazioni degli alberghi Starwood Hotels and Resorts, infatti, sono stati hackerati i dati personali di fino a 500 milioni di clienti. Tra le informazioni compromesse, nomi, indirizzi di posta e email, numeri di telefono, numeri di passaporto, e date di nascita. Nel caso di alcuni clienti, inoltre, il database attaccato conteneva anche numeri e date di scadenza di carte di pagamento, sebbene questo tipo di informazione – a detta dell’azienda – sarebbe stato criptato. Leggi di più su Variety.

LinkedIn non consentirà più di esportare gli indirizzi email dei contatti

LinkedIn ha introdotto nuovi setting per la privacy, che consentono agli utenti di scegliere se i loro indirizzi email possono essere esportati o meno dai loro contatti. L’opzione è di default su “no”. La novità potrà avere impatto anche sugli inserzionisti del social network, che fino ad ora potevano utilizzare gli indirizzi email esportati dai loro contatti LinkedIn per targettizzare annunci sia sulla piattaforma che fuori. Leggi di più su Marketing Land.

Evolution ADV, accordo con nugg.ad per pianificazioni data-driven

Evolution ADV, società specializzata in programmatic advertising per gli editori, e nugg.ad, pioniere nel targeting predittivo e tra i maggiori operatori di tecnologie per l’ottimizzazione delle audience pubblicitarie certificata EDAA trust seal, hanno siglato un accordo volto ad incrementare il servizio rivolto ai clienti ed editori, ponendosi come obiettivo quello di massimizzare gli investimenti in pubblicità con un approccio focalizzato sul dato.

Grazie alla partnership, Nugg.ad metterà a disposizione di Evolution ADV dati utilizzabili per le pianificazioni sulle sue inventory.

«Siamo molto felici di poter offrire al mercato, grazie alla nuova collaborazione con nugg.ad, nuove possibilità di pianificazione e targeting sull’inventory gestita da Evolution ADV – dichiara Dimitri Stagnitto, Cofounder di Evolution ADV -. La partnership con nugg.ad è del tutto coerente con la filosofia di Evolution: offrire al mercato standard certi e stabili in modo da preservare nel tempo valore per gli inserzionisti e quindi flusso di investimenti in adv per i publisher in gestione».

nuggad_logo

«nugg.ad – commenta Luca Brighenti, Country Manager Italy and Spain di nugg.ad – è orgogliosa di questa partnership e di poter supportare Evolution Adv nella sua mission. Grazie alla nostra capacità di analizzare dati e compiere analisi predittive, l’obiettivo primario è quello di permettere ad Evolution Adv di incrementare gli ingressi delle vendite dirette e delle campagne programmatiche».

«Inoltre – aggiunge Brighenti – la sinergia con Evolution ADV che ha in dote un parco di oltre 100 siti verticali ed altamente qualitativi in grado di generare oltre 250 milioni di pagine utente, offre un importante supporto al business nugg.ad in Italia. Ora la stessa efficienza ed efficacia possiamo offrirla ai nostri clienti, sui 15 mercati in cui siamo presenti, sia sulla nostra piattaforma (che conta quasi 18 milioni di clienti) sia al di fuori di essa».

Il 95% delle aziende raccoglie dati cliente, ma solo il 33% personalizza i contenuti per ogni individuo

Sono solo un terzo le aziende italiane che oggi personalizzano i contenuti in funzione dello specifico individuo, mentre circa il 44% dichiara di non farlo e il restante 23% sta attualmente lavorando per favorire queste logiche di personalizzazione.

Nello specifico, il 95% delle aziende raccoglie dati di anagrafica cliente, ma solo il 33% personalizza i contenuti in funzione dello specifico individuo.

Sono alcune delle evidenze emerse dalla seconda edizione dell’Osservatorio Omnichannel Customer Experience, promosso dalla School of Management del Politecnico di Milano. La ricerca si è basata su oltre 100 interviste lato domanda e offerta, una survey condotta su un campione di grandi e medio-grandi aziende italiane appartenenti ai principali settori e tre momenti plenari di confronto e discussione che hanno coinvolto complessivamente oltre 150 aziende della domanda (leggi di più su Engage.it).

Secondo il report stilato, come evidenziato, la quasi totalità delle aziende raccoglie e immagazzina i dati di anagrafica cliente (95% dei casi analizzati) e le informazioni di contatto del cliente (95%). Molto diffusa è anche la raccolta dei dati relativi allo storico dei prodotti/servizi acquistati offline (81%) e dei dati di analytics su canali proprietari, come per esempio comportamento sul sito, app, pagine sui social network ufficiali/aziendali, su DEM/newsletter e così via (81%).

«Il 90% delle imprese analizzate dichiara di utilizzare alcuni dei dati raccolti per costruire i segmenti funzionali alla progettazione ed erogazione di iniziative di marketing e comunicazione ai già clienti», dichiara Marta Valsecchi, Direttore dell’Osservatorio Omnichannel Customer Experience. «Eppure i dati utilizzati sono ancora soprattutto quelli più basici e tradizionalmente raccolti (come anagrafica cliente e storico dei prodotti acquistati)».

Le tecnologie disponibili e il grado di adozione

Le tecnologie potenzialmente a disposizione delle aziende sono oggi molteplici: dal punto di vista della data collection, la maggior parte delle aziende (69%) dichiara di disporre di un CRM unico, in grado di integrare tutti i dati sull’anagrafica dei clienti – anche relativi a più prodotti, brand e canali.

Rimane però un buon numero di imprese che ancora non ha completato questo step.

Il 23% delle aziende intervistate dichiara di utilizzare una piattaforma tipo CRM dinamico, Customer Data Platform o Customer Data Hub (CDH) in grado di integrare tutti i dati sul cliente, di diversa natura e provenienti dalle diverse fonti.

Il 21% delle aziende, inoltre, si è dotato di un Data Lake, ossia di un sistema che consente di archiviare un volume consistente di dati di diversa natura e fonte – tipicamente “big data” – nel loro formato nativo, senza alcuna struttura.

Tecnologie-Dati-Politecnico-Milano

DMP, la tecnologia per interagire con utenti non noti

Le interazioni degli utenti non noti vengono tracciate attraverso cookie che possono essere eventualmente gestiti tramite la Data Management Platform (DMP), una piattaforma in grado di raccogliere e processare grandi quantità di dati – sia proprietari che di seconda e terza parte – e di creare delle “audience” con finalità di comunicazione e advertising online.

Il 9% delle aziende intervistate si è dotato di una DMP proprietaria; il 19% si affida invece alla DMP di terzi (per esempio dei centri media o degli Over The Top).

Per quanto riguarda la generazione degli insight, i software di Business Intelligence consentono oggi di analizzare e visualizzare grandi quantità di dati sulla base di specifiche query, permettendo una maggiore comprensione dei fenomeni accaduti e in corso e aiutando a identificare schemi di comportamento.

Il 25% delle aziende dichiara di utilizzare strumenti di Analytics evoluti che consentono anche di predire i comportamenti degli utenti, il 13% utilizza anche dati in Real Time.

A valle del processo si trovano le tecnologie che abilitano la creazione e gestione del contenuto: tra gli strumenti più evoluti si trovano i Digital Asset Management (DAM), piattaforme che consentono la gestione “intelligente” di svariate tipologie di contenuti (audio, testi, video, ecc.), garantendone la coerenza di utilizzo sui diversi touchpoint.

Dalla survey emerge come le tecnologie legate alla gestione del contenuto non siano ancora al centro dell’attenzione delle aziende: il 2% utilizza una Creative Management Platform, il 16% una Dynamic Content Management System (o User Experience Platform) per la gestione del contenuto e il 15% un DAM.

Le soluzioni di Marketing Automation, infine, intervengono a valle dell’intero processo nella fase di delivery del contenuto. Il 71% delle aziende si è dotato di piattaforme di e-mail marketing, il 46% di piattaforme per l’invio di SMS e il 28% di soluzioni per la gestione di più canali.

Campagne drive-to-store più accurate grazie ai dati e-commerce di Vente-privee / Privalia

Al giorno d’oggi, il digitale sta sconvolgendo ogni tipo di attività, ma le vendite fisiche pesano ancora molto (3,496 miliardi di dollari) rispetto alle vendite di e-commerce (453 miliardi di dollari). In questo contesto, i retailer fisici stanno ancora sfidando le società di pubblicità online a trovare il modo di portare potenziali clienti nei negozi e provare la riuscita di questo compito.

Il drive-to-store è semplicemente una strategia di marketing nata per portare potenziali clienti nei negozi.

Grazie all’evoluzione delle tecnologie, in particolare con la geolocalizzazione, ora è possibile interagire meglio con il pubblico e misurare l’impatto delle campagne media online sulle realtà fisiche con una precisione sempre maggiore.

Ma in primo luogo, per portare il traffico in-store, è importante rivolgersi al giusto pubblico.

Pre-targeting: attivazione di segmenti di pubblico in target per portare traffico in-store

Per rispondere a queste nuove sfide, Adot mira a offrire ad agenzie e inserzionisti una qualità di pre-targeting che non ha eguali nel condurre gli utenti nei negozi fisici.

In particolare, attraverso i dati e-commerce e socio-demografici di tipo log-level, al 100% anonimi, del gruppo Vente-privee (che rappresentano oltre 70 milioni di membri in tutto il mondo e 10 milioni in Italia, utilizzabili esclusivamente da Adot), Adot ha accesso anche a modelli di navigazione sui media attraverso gli acquisti pubblicitari, che possono essere tradotti in informazioni utili circa gli interessi media dell’utente.

LogoADOT-Blue-slim

Ciò consente la segmentazione di profili tanto specifici come, per esempio, uomo HNW di età compresa tra 35 e 49 anni con un interesse verso lo sport e la moda, che lavori in Porta Nuova, che visita spesso La Gazzetta dello Sport e acquista con frequenza beni di lusso (oggetti in pelle, gioielli) e articoli di abbigliamento sportivo (vestiti, attrezzature, scarpe) su Vente-privee.

I dati e-commerce stanno quindi diventando un asset importante per i professionisti del marketing in quanto il comportamento in-store è influenzato in modo significativo dalla ricerca online.

Partiamo dal presupposto che molti acquirenti di Vente-privee siano anche alla ricerca di informazioni su prodotti specifici (online) al fine di acquistarli nei negozi fisici (offline). Ecco che il pre-targeting diventa l’elemento chiave per aiutare i brand a incrementare le visite ai loro negozi.

Dopo aver correttamente erogato la campagna, uno degli obiettivi principali è misurare l’impatto dell’operazione.

Misurazione neutrale: fondamentale collaborare con soluzioni di terze

Quando ci si concentra sull’impatto di una campagna digitale, il principale KPI per chi lavora nel marketing sono le visite incrementali nei negozi.

Queste visite sono calcolate utilizzando la metodologia di “uplift” che mette a confronto il numero di visitatori esposti a un annuncio pubblicitario con quelli che appartengono a un gruppo simile non esposto a quel messaggio.

Adot lavora con soluzioni di misurazione di terze parti come Adsquare, così da fornire neutralità nel calcolo dell’incremento.

Grazie a questa collaborazione, i brand potranno essere sicuri che le metriche di misurazione delle performance delle loro campagne, come per esempio impression, click e visite incrementali, siano del tutto imparziali e doppiamente verificate da un fidato fornitore.

Più di un dispositivo: il processo di acquisto online ora è cross-device

Secondo uno studio sull’e-commerce pubblicato da Criteo, il 31% delle transazioni proviene da più di un dispositivo mentre il 69% da un solo dispositivo.

Ciò significa che una transazione su tre coinvolge più di un device. Guardare il mondo attraverso un solo dispositivo non è più sufficiente. La stessa osservazione vale anche per le operazioni drive-to-store. I consumatori stanno utilizzando più di un dispositivo nelle fasi di engagement e/o di conversione, motivo per cui è opportuno lavorare a campagne cross-device.

Grazie all’universo 100% “registrato” di Vente-privee, Adot ha la possibilità di offrire una corrispondenza cross-device realmente deterministica al fine di massimizzare la reach rilevante su desktop e mobile e sviluppare esperienze innovative.

Smart insights: per una migliore visione della campagna e del pubblico

Ai clienti, inoltre, vengono forniti insight e analytics coerenti all’inizio e alla fine delle campagne, in modo da aiutarli a migliorare la conoscenza dei propri consumatori attraverso il targeting del pubblico che puntano a raggiungere e di quello che hanno coinvolto con successo.

La reportistica fornirà all’inserzionista i profili socio-demografici dei propri consumatori, così come i punti d’interesse, il comportamento sugli e-commerce, i brand preferiti acquistati ed altre informazioni di valore, ancora una volta basati sui dati di Vente-privee.

I brand sapranno anche quali formati performano meglio per le loro campagne, e quali sono le procedure più efficaci per coinvolgere i consumatori o aumentare le vendite.

Il 69% delle grandi aziende in Italia utilizza i dati per la comunicazione

In Italia il 69% delle grandi imprese utilizza una comunicazione data driven e il 71% di esse la considera efficace ed efficiente. E’ quanto emerge dalla ricerca Dati e comunicazione, realizzata da Comvergo con Riccardo Bramante dell’Università Cattolica di Milano.

«Sono soprattutto le aziende di grandi dimensioni a investire in maniera significativa nella comunicazione data driven – dichiara il professor Riccardo Bramante –. Il 20% del nostro campione ha investito nel 2017 oltre 10 milioni in comunicazione e il 22% fra 1 e 10 milioni. I comparti che hanno dimostrato maggiore sollecitudine rispetto al tema sono il manifatturiero, con il 35% di imprese rispondenti, e il finanziario e assicurativo, con il 20% di rispondenti. Con questa indagine – aggiunge Bramante – abbiamo voluto verificare concretamente quanto l’uso dei dati sia davvero un elemento di cambiamento per la comunicazione delle imprese. Le evidenze emerse ci mostrano come le aziende siano sempre più consapevoli che l’utilizzo dei dati è oggi imprescindibile non solo a livello tattico ma come strumento strategico per una comunicazione davvero efficiente ed efficace».

Quali sono i dati più “utili”?

La classifica dei dati realmente efficienti e utili per la comunicazione vede al primo posto quelli derivanti dagli acquisti dei consumatori, utilizzati oggi dal 75% delle imprese del campione e in futuro dall’85% di esse. Seguono i dati demografici, usati oggi dal 73% e in futuro dal 78% delle imprese. Ma l’evidenza in assoluto più significativa riguarda i dati provenienti dai social network: le aziende che oggi li utilizzano sono il 58% e diventeranno il 93% nell’immediato futuro. In fondo alla classifica le carte fedeltà, destinate tuttavia anch’esse a una rivalutazione: i dati che provengono da questa fonte sono usati oggi dal 15% delle aziende, che dichiarano di prevederne un incremento fino al 35% in futuro.

comvergo

«Per le imprese della comunicazione questo scenario è molto interessante e per certi versi inaspettato – commenta Marzia Curone di Relata, la società della rete Comvergo che ha promosso la ricerca – Se non ci stupisce l’incremento significativo che avrà in futuro l’uso dei dati che derivano dai social media, è importante osservare che continuano a essere rilevanti alcuni ambiti per così dire storici di raccolta delle informazioni sul comportamento e i desideri dei consumatori. Restano imprescindibili ad esempio i dati sugli acquisti, o quelli derivanti dall’interazione fra cliente e azienda, che si attestano oggi al 67% e cresceranno domani fino all’85%».

La comunicazione data driven per ottimizzare budget e mezzi

Se oggi è evidente che “data are king”, quali sono gli obiettivi a cui meglio risponde, per le aziende intervistate dalla ricerca, la data driven communication? Innanzi tutto la definizione puntuale ed efficiente dei mezzi da utilizzare: questo vale oggi per il 73% e funzionerà domani per l’80% del campione. E poi l’ottimizzazione di investimenti e budget, importante oggi per il 67% e in prospettiva per l’82% del campione.

comvergo

«L’evidenza più interessante è collegata ancora una volta al mondo dei social network – osserva Marco Zanardi di Beready, società che fa parte della rete Comvergo – Oggi infatti la data driven communication viene utilizzata per creare engagement con i consumatori nel 51% dei casi oggetto della ricerca, che saranno domani ben il 73%».

La tecnologia può migliorare lo storytelling? Sì, secondo Adform

Avere a disposizione dati in tempo reale significa poter fornire esperienze più rilevanti al singolo consumatore, allo stesso tempo fornendo risultati dinamici e misurabili. E’ quanto rivela Adform in un suo nuovo whitepaper, dal titolo “The Art and Science of Digital Storytelling: The Five Rs of Creative Advertising“.

Il documento indaga il tema della creatività pubblicitaria, e come esso possa unirsi al meglio a quello dei dati per rendere le campagne ancora più personalizzate ed efficaci. In questo senso, Adform introduce il concetto delle “Cinque R della creatività pubblicitaria“, ossia Real-time, Reportistica, Reach, Rilevanza e Reazione.

In particolare, la società sottolinea perché sia importante per i brand incorporare uno storytelling d’impatto nelle loro campagne, che possa rendere il come, cosa e perché della loro offerta: in un mercato in cui la spesa pubblicitaria globale si appresta a superare i 630 miliardi di dollari nel 2018, le aziende dovrebbero dimenticare lo storytelling lineare, e puntare invece a creare campagne con storie dalle strutture complesse che possano catturare il giusto pubblico, nel giusto momento e sulla giusta piattaforma, con messaggi d’impatto. E qui si inseriscono le “Cinque R”, capaci di determinare come le tecnologie possano supportare i brand – attraverso retargeting, annunci dinamici, targeting cross-device e messaggi sequenziali – per raggiungere uno storytelling efficace e di impatto.

Alcune altre evidenze del documento:

  • E’ il rapporto tra analytics, dati e creatività che costruisce il framework di base per una storia;
  • Man mano che nuovi mezzi vengono integrati, come il cross-device o modelli look-a-like, aumenta il pitenziale per uno storytelling più stimolante e diversificato;
  • Le campagne devono avere un gancio emozionale per connettersi col pubblico e influenzare le azioni.

Il white paper è scaricabile a questo link.

Per il 71% delle aziende i dati rendono strategie e comunicazione più efficaci ed efficienti

Quanto davvero le imprese ritengono importante, efficace e strategico l’uso dei dati orientati alla comunicazione? Quali dati vengono utilizzati e come?

Comvergo, rete di imprese della comunicazione in Italia, prova a rispondere a queste domande con la ricerca “Dati e comunicazione“, che fa il punto sulla data driven communication e mostra come il 71% delle aziende intervistate ritenga che l’uso dei dati conferisca alle strategie e alle azioni di comunicazione maggiore efficacia ed efficienza.

I risultati della ricerca saranno al centro di una “(rap)presentazione” che si terrà martedì 27 novembre alle ore 18 al Teatro Libero di via Savona 10 a Milano. Un convegno ed uno spettacolo insieme, dall’interpretazione dei dati alla messa in scena della comunicazione: 3 atti con la partecipazione della Compagnia Corrado d’Elia.

All’evento interverranno Riccardo Bramante, coordinatore Master Data Science dell’Università Cattolica di Milano  e curatore della ricerca “Dati e comunicazione”, Gianandrea Abbate di Emotional Marketing, Andrea Boaretto di Personalive, Andrea Cerri di BTicino, Alessandro Canepa di Piacenza Cashmere, Luciano Ciabatti di Citroen, Marzia Curone di Relata, Stefano Lamon di Innexa e Marco Zanardi di Beready. L’incontro è aperto ad imprese e agenzie.

L’ingresso è libero e gratuito. Iscrizioni a questo link.

Big Data Analytics, cresce il mercato in Italia: +26% nel 2018, a 1,3 miliardi di euro

Il mercato italiano dei Big Data Analytics continua a crescere nel 2018, raggiungendo un valore complessivo di 1,393 miliardi di euro, in crescita del 26% rispetto all’anno precedente. Lo rivelano i nuovi dati dell’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano.

Un risultato che conferma il trend positivo degli ultimi tre anni, in cui il settore è cresciuto in media del 21% ogni dodici mesi, anche se rimane molto ampio il divario fra le grandi imprese, che si dividono l’88% della spesa complessiva, e le Pmi, che rappresentano il 12% del mercato.

Il 45% della spesa in Analytics è dedicata ai software (database e strumenti per acquisire, elaborare, visualizzare e analizzare i dati, applicativi per specifici processi aziendali), il 34% ai servizi (personalizzazione dei software, integrazione con i sistemi informativi aziendali, consulenza di riprogettazione dei processi) e il 21% alle risorse infrastrutturali (capacità di calcolo, server e storage da impiegare nella creazione di servizi di Analytics). I software sono anche l’ambito con la crescita più elevata (+37%), seguito dai servizi (+23%) e risorse infrastrutturali (+9%). Tra i comparti merceologici, invece, i primi per quota di mercato sono le banche (28% della spesa), manifatturiero (25%) e telco – media (14%), seguiti da servizi (8%), GDO/Retail (7%), assicurazioni (6%), utility (6%) e PA e sanità (6%).

L’evoluzione del mercato dei Big Data Analytics, tuttavia, va ben oltre i numeri. Cambiano le metodologie di analisi, con l’avvento dirompente di tecniche di Machine Learning e Deep Learning, per le quali circa un terzo delle grandi imprese ha già acquisito le competenze necessarie, e dell’analisi di dati in tempo reale, già sfruttata dall’11%. Cresce l’esigenza di competenze di data science: il 46% delle grandi imprese ha già inserito figure di Data Scientist in organico, il 42% Data Engineer, il 56% Data Analyst. Nonostante una crescita del numero di imprese con un modello di governance della Data Science maturo (dal 17% al 31%), però, più della metà (55%) presenta un modello organizzativoancora tradizionale.

«Il mercato dei Big Data Analytics continua a crescere a ritmi serrati, superiori al 25% – afferma Carlo Vercellis, Responsabile scientifico dell’Osservatorio Big Data Analytics & Business Intelligence -. Crescono iniziative “fast data”, in cui l’analisi dei dati avviene in tempo reale, integrando diverse fonti informative in streaming e valorizzando in particolare le potenzialità della Internet of Things: tra queste ricordiamo real- time advertising, fraud detection, predictive maintenance, new product development. Ma per coglierne appieno i benefici, è necessario che i Big Data vengano analizzati secondo modalità smart, mediante sofisticati algoritmi di machine learning in grado di identificare pattern e correlazioni presenti nei dati e di trasformare questa conoscenza in azioni concrete che permettano alle imprese di acquisire vantaggio competitivo».

«Le dinamiche di crescita del mercato sono diverse a seconda delle dimensioni aziendali – afferma Alessandro Piva, Responsabile della ricerca dell’Osservatorio Big Data Analytics & Business Intelligence -. Mentre le PMI inseguono a fatica, tra le grandi aziende si è diffusa la convinzione che sia giunto il momento dell’azione: le imprese che hanno già avviato progetti ne stanno raccogliendo i benefici e sono spinte a continuare a investire, quelle rimaste indietro percepiscono l’urgenza di attrezzarsi. Parallelamente crescono le organizzazioni che hanno inserito professionalità qualificate per la gestione degli analytics, come data scientist, data engineer, data architect data analyst, e introdotto modelli organizzativi per sfruttarne al meglio le opportunità, uniformando scelte tecnologiche e dando vita meccanismi di coordinamento strutturati».

Le grandi aziende

La totalità delle grandi organizzazioni adotta Analytics di tipo descrittivo, ma molte stanno sperimentando un’evoluzione verso logiche di predictive, prescriptive e, in alcuni casi, automated Analytics. L’evoluzione passa attraverso tecniche di Machine Learning e Deep Learning, che abilitano nuove tipologie di analisi, e di Real-time Analytics. Il 62% delle grandi aziende dichiara di avere necessità di competenze specifiche di Machine Learning e Deep Learning: tra queste, poco più di un terzo le ha già introdotte in organico e un ulteriore 30% prevede di farlo nei prossimi due anni. Poco più di un’azienda su dieci (11%) invece sfrutta oggi modalità di analisi in Real-Time o in Streaming, in cui vi è un flusso continuo di raccolta dei dati che devono essere analizzati con continuità. Un ulteriore 33% possiede un’infrastruttura che consente analisi in Near Real-Time, con una frequenza d’aggiornamento che scende a meno di un’ora. Il 56% delle organizzazioni analizza i dati in modalità batch, con un aggiornamento del sistema a intervalli regolari e predefiniti (solitamente giornalieri).

Nonostante siano diminuite complessità e incertezze nel percorso di adozione di progetti di Analytics, rimangono alcuni ostacoli da superare. Le difficoltà maggiori riguardano la mancanza di competenze e figure organizzative interne (53%), l’integrazione dei dati (45%) e la stima dei benefici dell’investimento (34%).

Le PMI

Soltanto il 7% delle Pmi nel 2018 ha avviato progetti di Big Data Analytics, mentre quattro su dieci dichiarano di svolgere analisi tradizionali sui dati aziendali. Se si guarda alla consapevolezza e alla maturità tecnologica delle piccole e medie imprese, dalla ricerca emerge come il 10% continui ad avere una comprensione scarsa o nulla di quali vantaggi i Big Data potrebbero apportare e di come abbia un approccio all’analisi dei dati limitato e tradizionale. Poco meno di un terzo delle aziende, il 31%, è invece sulla buona strada sia dal lato della consapevolezza sia dal lato tecnologico. Circa quattro aziende su dieci (42%), inoltre, si sono mosse in una soltanto delle due direzioni o a causa di una visione limitata del fenomeno o a causa della mancanza di risorse per effettuare investimenti tecnologici. Una PMI su dieci, infine, si dimostra pronta per lanciare delle iniziative di Analytics.

Le startup

L’Osservatorio ha censito 443 startup operanti nel mercato dei Big Data Analytics, fondate a partire dal 2013 e finanziate dal 2016 in avanti, per un totale di 4,74 miliardi di dollari di investimenti raccolti. Quelle che complessivamente raccolgono più finanziamenti, circa 30,6 milioni di dollari ciascuna, sono in ambito Technology (l’8% del totale delle startup), che offrono strumenti per la raccolta, l’analisi l’immagazzinamento, l’organizzazione e integrazione dei dati.