Main partner:

Jobs

Il GDPR ha avuto un impatto sulle attività di Big Data Analytics?

Il GDPR ha avuto un impatto sulle iniziative di Big Data Analytics, in termini di azioni intraprese dalle aziende e di implicazioni sui progetti? Secondo gli ultimi dati dell’Osservatorio Big Data Analytics & Business Intelligence del PoliMi, sì, soprattutto con azioni sulle policy interne, sia di accesso ai dati (62%) sia di conservazione (55%).

Il 43% delle grandi aziende coinvolte nello studio ha ammesso infatti di aver inserito delle voci relative agli Analytics nelle nuove informative sulla privacy rivolte ai clienti, mentre il 24% ha investito in tecnologie specifiche.

Meno di una grande azienda su tre (30%) dichiara che l’avvento del GDPR ha rallentato i progetti di Analytics in corso e soltanto l’1% ha dovuto bloccare delle iniziative a causa della nuova normativa. Per circa un’azienda su cinque (il 22%) il GDPR ha avuto un impatto positivo, soprattutto perché ha aumentato la consapevolezza sulle potenzialità degli Analytics (17%) e poi perché la presenza di un chiaro quadro normativo ha permesso di pianificare nuove iniziative nel medio-lungo periodo (5%). Per il 38% delle grandi aziende il GDPR non ha avuto nessuna conseguenza in ambito analisi dati: un segnale positivo, perché indica che queste aziende erano già preparate per adattarsi al cambiamento normativo. Infine, il 9% delle grandi organizzazioni non sa come valutare l’impatto del fenomeno.

La ricerca dell’Osservatorio ha inoltre evidenziato che le organizzazioni con una struttura dedicata alla Data Governance si sono dimostrate più preparate ad affrontare il tema: tre aziende su quattro hanno modificato le proprie informative sulla privacy con voci relative agli Analytics e più della metà delle aziende ha acquistato soluzioni tecnologiche specifiche.

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.

Cresce nelle aziende l’importanza del data scientist: quasi un’impresa su due possiede questa figura

C’è una nuova figura professionale che sta acquisendo sempre più importanza nel mondo del lavoro: è quella del Data Scientist. Secondo i dati dell’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano (qui una sintesi della ricerca), quest’anno quasi un’impresa su due (il 45%) ha già inserito nel proprio organico uno o più data scientist, un dato in crescita rispetto al 31% del 2016.

Segno che aumenta nelle imprese la consapevolezza sull’importanza dei dati e di figure esperte dedicate alla loro gestione.

L’Osservatorio rivela che, tra le grandi imprese che si sono dotate di questa figura, più del 30% ne ha definito formalmente ruolo e collocazione organizzativa. Inoltre, in media le aziende che contano già dei data scientist in organico dichiarano di volerne incrementare il numero nei prossimi 12 mesi (+46%), ulteriore conferma dell’impatto positivo di queste competenze. Tra le organizzazioni che ne sono ancora sprovviste, il 29% ne prevede l’introduzione, nel 45% dei casi entro il prossimo anno.

Fra le imprese che hanno assunto data scientist, il 28% ha iniziato a riconfigurare i propri processi organizzativi secondo una modalità Data Science Enabled, ma le competenze specializzate inserite lavorano ancora prevalentemente nella funzione IT o in altre specifiche funzioni aziendali. Il restante 17% invece ha raggiunto un livello di governance avanzato che segue svariati modelli organizzativi, diversi in base alla presenza o meno di una struttura centrale di coordinamento. Il 55% delle imprese che non hanno inserito in organico figure specializzate, invece, presenta ancora un modello organizzativo tradizionale, in cui le singole unità di business sono orientate ad analizzare i dati di propria competenza, senza alcuna visione aziendale complessiva.

La ricerca dell’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano ha coinvolto attraverso una survey oltre 1.100 CIO, Responsabili IT e c-level di altre funzioni di medie e grandi organizzazioni e analizzato oltre 1.100 player dell’offerta tramite interviste dirette o fonti secondarie.

Big Data Analytics, cresce in Italia il mercato e la consapevolezza delle aziende sul suo potenziale

Cresce il mercato dei Big Data Analytics e insieme ad esso cresce anche la consapevolezza delle aziende italiane delle opportunità offerte dai dati. Secondo quanto rileva la ricerca dell’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano, quest’anno il valore del mercato è aumentato del 22%, raggiungendo la cifra complessiva di 1,1 miliardi di euro, e il 43% dei CIO italiani oggi vede la Business Intelligence, i Big Data e gli Analytics come la principale priorità di investimento nel 2018.

Il processo di trasformazione delle tradizionali imprese italiane in “big data enterprise” è però ancora lungo: soltanto il 17% ha raggiunto un buon livello di maturazione (contro l’8% del 2016), mentre il 26% si trova in una fase di riconfigurazione dei propri processi organizzativi e il 55% è rimasto legato a un modello organizzativo tradizionale, in cui le singole unità di business analizzano i dati di propria competenza senza una visione aziendale complessiva.

«Il valore del mercato Analytics continua a crescere a ritmi elevati e quest’anno ha superato la soglia del miliardo di euro – commenta Carlo Vercellis, Responsabile scientifico dell’Osservatorio -. È il segnale che le grandi imprese ormai conoscono le opportunità offerte dai Big Data e hanno una strategia data driven orientata agli aspetti predittivi e all’automatizzazione di processi e servizi. L’utilizzo dei Big Data Analytics è indispensabile per non rischiare di perdere capacità competitiva: le imprese che negli anni scorsi hanno saputo approfittarne, affiancando all’innovazione tecnologica un modello organizzativo capace di governare il cambiamento, oggi si trovano in portafoglio processi più efficienti, nuovi prodotti e servizi con un ritorno dell’investimento certo e misurabile».

«Le grandi imprese hanno compiuto grandi passi in avanti, con un maggiore investimento di risorse ma anche di competenze, come dimostra il 45% di aziende che ha inserito figure di data scientist in organico – aggiunge Alessandro Piva, Responsabile della ricerca dell’Osservatorio Big Data Analytics e Business Intelligence –. Anche le PMI mostrano un diffuso interesse per l’analisi dei dati, con l’utilizzo di strumenti di data visualization e analytics di base, ma anche servizi di supporto alle attività di marketing. Sebbene coprano ancora oggi soltanto il 13% del mercato, la crescita della spesa è un segnale che, seppur più lentamente, si stanno muovendo nella giusta direzione».

Le grandi aziende e i Big Data

Per quanto riguarda le grandi imprese, nonostante un generale utilizzo dei descriptive analytics, strumenti che descrivono la situazione attuale e passata dei processi aziendali, con una crescita di 11 punti percentuali rispetto allo scorso anno, l’area di maggiore interesse è quella dei predictive analytics, che consentono di effettuare previsioni sull’evoluzione del mercato e sulle strategie, già diffusi nel 73% dei casi (contro il 59% del 2016). Sono ancora indietro, invece, i prescriptive analytics, tool avanzati capaci di proporre soluzioni sulla base delle analisi svolte, presenti solo nel 33% delle grandi imprese (pur in aumento di dieci punti), e ancora di più gli automated analytics, capaci di avviare autonomamente l’azione proposta secondo il risultato delle analisi, diffusi solo nel’11% delle organizzazioni, prevalentemente a livello pilota, pressocché in linea con quello dello scorso anno (10%).

Quanto agli scopi di utilizzo dei dati, il miglioramento dell’engagement con il cliente è quello che la fa da padrone: tra le aziende che hanno avviato iniziative, infatti, questa motivazione si attesta nel 70% dei casi, seguita dall’incremento delle vendite (68%), la riduzione del time to market (66%), l’ampliamento dell’offerta di nuovi prodotti e servizi e l’ottimizzazione dell’offerta attuale per aumentare i margini (64% ciascuno), la riduzione dei costi (57%) e la ricerca di nuovi mercati (41%). Anche tra i risultati effettivamente ottenuti spicca il miglioramento dell’engagement con il cliente, segnalato dalla totalità delle imprese (il 100% degli intervistati), mentre il 91% ha incrementato le vendite, il 78% ha ridotto il tempo che intercorre fra l’ideazione e commercializzazione del prodotto, il 67% ha ampliato l’offerta di prodotti e servizi, il 73% ha ottimizzato l’offerta per aumentare i margini di guadagno, il 56% ha contenuto i costi e il 38% cercato nuovi mercati. Quasi due società su tre danno un giudizio positivo dei risultati ottenuti: in particolare, il 13% giudica i risultati disruptive, il 21% un grande successo, il 29% un moderato successo, mentre soltanto il 37% ritiene che sia prematuro esprimere una valutazione e nessuna considera un fallimento questo tipo di iniziative.

Tra gli ostacoli principali ai progetti di Big Data Analytics, spiccano la mancanza di impegno e coinvolgimento da parte del top management (53%) e la mancanza di competenze e figure organizzative interne come Chief Data Officer e Data Scientist (51%). Invece non sembrano essere elementi di freno sostanziali i software poco usabili o le soluzioni obsolete (12%), così come la capacità di reperire dall’esterno professionalità con l’adeguato mix di competenze (22%). «Questi dati confermano che il mercato dell’offerta è pronto, con soluzioni allo stato dell’arte e competenze di Big Data Analytics crescenti – afferma Piva – persiste invece in molti casi un gap nella capacità di internalizzare figure e skill in grado di analizzare i dati e la capacità di sviluppare modelli di governance della datascience maturi». Tra gli altri freni vengono segnalate la difficoltà nello stimare i benefici dell’investimento o la necessità di investimenti troppo elevati (39%), soprattutto nelle aziende che per la prima volta si approcciano a soluzioni Analytics, e le problematiche di security e privacy (27%).

La situazione per le PMI

Nonostante la loro quota di spesa complessiva in Analytics sia cresciuta del 18% nel 2017, il ruolo delle piccole e medie imprese è ancora marginale nel mercato degli Analytics. Secondo lo studio, infatti, fra le PMI la diffusione di sistemi di Big Data Analytics si attesta solo al 7%. Tuttavia, le dimensioni aziendali hanno un peso rilevante nel determinare l’approccio a questi sistemi: per le microimprese è ancora prematuro parlare di Big Data Analytics perché non ne comprendono l’utilità e non sono sufficientemente strutturate, ma un’azienda su cinque con almeno dieci addetti ha progetti di Analytics in corso e il dato sale al 24% per le imprese con più di 50 addetti, segno di un deciso miglioramento anche delle PMI sulla strada che porta a diventare “Big Data Enterprise”.

Quando si tratta di valutare l’investimento in progetti di Big Data Analytics, spesso le PMI trovano difficoltà a stimare i reali benefici. Un altro ostacolo è la mancanza di competenze adeguate, difficili sia da sviluppare internamente che da reperire all’esterno, mentre una PMI su dieci è preoccupata dagli aspetti legati alla sicurezza informatica. Il tema delle competenze in particolare è molto sentito dalle PMI che dichiarano di voler utilizzare a breve i Big Data: tre su cinque hanno assunto figure specializzate nell’ultimo anno, ma fra le competenze inserite spicca la conoscenza dei sistemi informatici rispetto all’analisi statistica e al project management.

Le startup specializzate

Le startup del mercato Big Data e Business Intelligence finanziate da investitori istituzionali dal 2015 ad oggi hanno raccolto complessivamente 4,47 miliardi di dollari nel mondo, di cui 7,1 milioni in Italia. Le startup di Big Data e Business Intelligence operano in tre ambiti principali. Nel 13% dei casi nel ramo delle Technologies, offrendo strumenti per la raccolta, l’immagazzinamento, l’organizzazione e l’integrazione del dato. Il 33% si occupa di Analytics Systems, sistemi che non hanno un’applicazione specifica ma possono svolgere diverse funzioni a seconda delle esigenze del cliente. Il 53% delle startup è attivo nell’area delle Applications, soluzioni verticali rivolte a particolari settori industriali (33%) o per una determinata funzione aziendale (67%).

In Italia gli Analytics crescono del 14%

Nel 2015 il mercato degli Analytics in Italia cresce del 14%, raggiungendo un valore complessivo di 790 milioni di euro, composto per l’84% da Business Intelligence e per il 16% da Big Data. La crescita della parte Big Data, seppure ancora marginale nei volumi, risulta tuttavia molto più robusta con un tasso annuo del +34%, mentre la Business Intelligence si ferma ad un +11%. Analizzando il mercato degli Analytics per settore si scopre come nel 29% dei casi sia diffuso nelle banche e nel 21% dall’industria, seguiti da telco e media (14%), da pubblica amministrazione e sanità (9%), altri servizi (8%), GDO (8%), utility (6%), assicurazioni (5%). Il tasso di crescita maggiore però riguarda assicurazioni, banche, telco e media con tassi di crescita tra il 15% ed il 25%, seguiti da utility, GDO, servizi.

Sono i risultati della ricerca dell’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano. La ricerca ha coinvolto attraverso una survey 91 cio, responsabili it e 160 c-level di altre funzioni di medie e grandi organizzazioni, e ha analizzato oltre 100 player dell’offerta tramite interviste dirette o fonti secondarie.

Nel 2016 gli Analytics saranno la principale priorità di investimento (44%) per i cio italiani e  le competenze per la gestione dei Big data sono ritenute la sfida organizzative più rilevante per la trasformazione digitale delle imprese nell’anno in corso secondo il 22% dei cio.

«Anche per il 2016 gli Analytics si confermano la principale priorità di investimento per i cio italiani e i dati del mercato, che stimiamo valga 790 milioni di euro, confermano una dinamica forte soprattutto per la componente Big Data, con un tasso di crescita del 34% – commenta Carlo Vercellis, responsabile scientifico dell’Osservatorio Big Data Analytics e Business Intelligence -. Le imprese e la pubblica amministrazione hanno ormai compreso come il patrimonio di dati permetta di estrarre preziosi suggerimenti per ottimizzare le decisioni future. Tuttavia, oggi è il momento di evolvere da preziose ‘insight’ basate sui dati ad una sistematica strategia ‘data-driven’ che permetta di acquisire vantaggio competitivo e di monetizzare servizi a valore aggiunto basati sull’analisi dei dati».

Le iniziative di Business intelligence sono ampiamente diffuse tra le aziende italiane. In metà delle organizzazioni (48%) sono già utilizzate a regime per la maggior parte degli ambiti applicativi mentre nel 40% a regime in alcuni ambiti applicativi. Molto più rari i sistemi di Big Data.

La funzione aziendale che utilizza maggiormente soluzioni di Analytics si conferma quella del marketing & vendite (77%), seguita da amministrazione, finanza e controllo (76%), sistemi informativi (60%), acquisti (55%), produzione (44%), supply chain (43%), risorse umane (31%), ricerca & sviluppo (20%). Per il 96% degli intervistati quello dei Big data è un trend rilevante da comprendere per poter far evolvere il modello di impresa o addirittura una rivoluzione che cambierà il modo di fare impresa.

(Leggi l’articolo integrale su Engage.it)