Analytics e IoT, la grande sfida per il business

analytics

Analizzare e valorizzare i dati provenienti da 20 miliardi di oggetti connessi, grazie agli analytics, è possibile. Un mercato in crescita del 19,9% all’anno fino al 2020. Molteplici i campi di applicazione

L’Internet of Things (abbreviato in IoT) è un network di oggetti fisici dotati della tecnologia che serve per comunicare e interagire tra loro stessi, e con l’ambiente esterno. Il numero di oggetti connessi, secondo Gartner, lo scorso anno ammontava a 4,9 miliardi, ma secondo le previsioni il loro numero è destinato a crescere fino a raggiungere, nel 2020, i 20 miliardi. L’IoT è una fonte di dati enorme: raccoglie infatti i dati dagli oggetti, dovunque e qualunque essi siano. Si tratta di dispositivi molto diversi tra loro, che spesso utilizzano linguaggi e sistemi operativi diversi, ma che comunque sono in grado di interagire non solo tra loro, ma anche con sistemi come gli ERP o i CRM, e con le applicazioni che usiamo nella vita di tutti i giorni, non solo per le attività lavorative. Il loro potenziale informativo è, a oggi, ancora in buona parte inesplorato. Avere le capacità di analizzare questi dati, ricavandone informazioni, trend di business e modelli predittivi sarà una discriminante tra le aziende che potranno essere protagoniste e competere sul mercato e chi invece farà fatica a sopravvivere. Gli strumenti di business analytics negli ultimi anni si sono ritagliati un ruolo sempre più centrale: questo, grazie alle numerose funzionalità di cui dispongono, e alla precisione di analisi e simulazione che permettono sia sui dati aziendali sia sui big data. Gli analytics sono gli strumenti ideali per scoprire il valore dei dati raccolti dall’IoT: i dati prodotti dai vari dispositivi (dai computer agli smartphone, dai tablet alle automobili e a tutti i dispositivi dotati di sensori) possono essere correlati con i dati archiviati nei sistemi gestionali, nei CRM, ma anche con dati provenienti da altre fonti esterne alle aziende (social network, piattaforme di e-commerce, dati di analisti di mercato o di fornitori di servizi). La combinazione di tutte queste fonti dati crea informazioni di notevole valore, utilizzabili per poter prendere delle decisioni informate e accurate.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

La forza dell’integrazione

In concreto, cosa è possibile fare con gli strumenti di business analytics sulla mole di dati proveniente dagli IoT? è possibile, per esempio, monitorare ogni singolo dispositivo connesso, confrontandone lo stato attuale con i dati storici per controllare le tendenze sui consumi, per ottimizzare i processi di approvvigionamento di utilizzo, ma anche per migliorare il design o la qualità del prodotto stesso (integrando i feedback di utilizzo nel processo di ricerca e sviluppo, e di produzione), per ottimizzare gli interventi di manutenzione programmata riducendo i costi di operazioni superflue se non addirittura inutili. E ancora, l’utilizzo degli analytics sui dati dell’IoT permette di ridurre gli sprechi di energia e attuare politiche di risparmio energetico, o creare campagne di marketing per il materiale di consumo, o per altri prodotti correlati grazie all’integrazione di dati provenienti dalla fidelity card, dagli scontrini e dai social media. Grazie ai continui progressi tecnologici si stanno sempre più riducendo i limiti di performance e di scalabilità nel processare dati così eterogenei, e questo permette di scoprire sempre nuove possibilità di sfruttamento dei dati disponibili. Quindi, siamo davvero di fronte a delle miniere di dati, con informazioni spesso nascoste, ma utilissime per il business.

Aggiunge Mauro Tuvo, principal consultant information management di System Evolution: «La nostra visione su questa tematica nasce da collaborazioni in progetti per la PA, relativi alla raccolta da dispositivi distribuiti sul territorio e alla organizzazione su piattaforma Big Data di dati eterogenei, integrati con informazioni provenienti da fonti open. Questo impianto informativo è in grado di supportare applicazioni analitiche, disponibili a vari soggetti, che monitorano fenomeni relativi al territorio come per esempio la mobilità, la qualità dell’aria, la raccolta dei rifiuti. Alla luce di queste esperienze, gli elementi chiave di una integrazione tra dati provenienti da dispositivi eterogenei e soluzioni di business analytics sono a nostro avviso un disegno architetturale scalabile e una base informativa flessibile, in grado di acquisire in modo dinamico nuovi contenuti informativi. Scalabilità e flessibilità sono in questo senso fattori abilitanti per la creazione di un valore che nasce dalla integrazione di informazioni. Ma queste opportunità per essere colte richiedono competenze specifiche sia di metodo che di merito (data scientist e analisti di dominio) e di un sistema di governo dei dati in grado di sostenere il lavoro di questi specialisti garantendo una mappa chiara e aggiornata delle informazioni disponibili ed una carta di identità delle loro caratteristiche più significative: fonte, ownership, semantica, grado di affidabilità eccetera».

Per Bruno Sirletti, presidente e AD di Fujitsu Italia è necessario affrontare il tema dell’integrazione tra IoT e analytics, partendo sempre dal discorso sulla trasformazione digitale. Infatti, «qualsiasi azienda che decida di rimanere fuori da questa svolta epocale, rischia di essere tagliata fuori dal mercato e di non partecipare allo sviluppo, che nei prossimi anni troverà appoggio stabile su questo nuovo contesto. Qui non si sta parlando di semplice digitalizzazione dei processi analogici. Questa trasformazione ha bisogno che le imprese si adoperino per ripensare le proprie operazioni e i propri processi nel nuovo scenario globale. Uno scenario in cui persone, cose (IoT), dati dell’azienda sono connessi e dialogano tra loro: è la chiave non solo per essere più veloci e incrementare l’efficienza, ma anche per cambiare radicalmente il proprio modo di lavorare e l’interazione con i propri clienti».

Leggi anche:  Dati di valore, SAS Viya come motore del business

Mercato sempre più open

Secondo IDC, il mercato degli analytics e dell’information management legata all’IoT si sta facendo strada tra le grandi organizzazioni di tutti i settori, che vedono il beneficio nell’adottare subito soluzioni per ottimizzare i processi. In questo modo, possono migliorare la produttività e l’efficienza operativa, eliminare i costi, e creare nuove opportunità di revenue. Ci sono molteplici scenari che potrebbero avverarsi, e molte variabili che potrebbero influenzare domanda e offerta, ma IDC prevede che il mercato mostrerà una forte crescita nel prossimo quinquennio, a un ritmo del 19,9% all’anno. IDC prevede anche che il numero di analytics per IoT e di piattaforme di information management – base per lo sviluppo di applicazioni IoT – cresceranno nel prossimo futuro. Una gamma di tecnologie che sono state sviluppate negli ultimi anni per l’analisi dei Big Data si presteranno a generare previsioni e insight a partire dai dati dell’IoT. In parallelo, emergeranno diverse applicazioni pacchettizzate per l’IoT, per indirizzare processi specifici nei diversi settori industriali. La richiesta di analytics e di tecnologie di information management per l’IoT rappresentano un’opportunità per i software vendor, e attireranno anche nuovi concorrenti, storicamente focalizzati sulle soluzioni per l’industria o su altri settori IT non-software.

Agrifood, sanità e smart city

Non sono ancora molte le aziende che possono vantare una lunga esperienza su queste tematiche, perché non è da molto che la tecnologia ha reso disponibili questo tipo di applicazioni. Vediamo in quali settori, e in quali aree, i vendor italiani hanno sviluppato dei progetti, utilizzando l’integrazione tra IoT e business analytics. Diversi sono i campi di applicazione, come spiega Bruno Sirletti, presidente e AD di Fujitsu Italia. «Tra i mercati più importanti, sicuramente oggi c’è l’agrifood, ma anche i servizi per la Sanità e la smart city. In Giappone – per esempio – Fujitsu ha sviluppato un telefono sperimentale, dotato di 41 sensori, che permette di misurare quasi ogni cosa, in base all’applicazione che viene caricata. È possibile analizzare il sonno anche senza sensori specifici: semplicemente poggiandolo sul materasso il telefono rileva i movimenti notturni, monitora il respiro e attraverso una serie di calibrazioni è possibile raccogliere informazioni importanti sula qualità del proprio riposo. Puntando la videocamera verso il volto, è possibile sapere la propria frequenza cardiaca, grazie a un’analisi del colore della pelle e dei movimenti dei capillari intorno agli occhi. In Spagna, Fujitsu è uno dei quattro partner del consorzio al quale è stato affidato un contratto per implementare, installare e gestire una nuova soluzione di trasporto pubblico basata su card NFC per la mobilità in Catalogna per conto dell’Authority catalana dei Trasporti Metropolitani. Presto cambierà il modo in cui le persone utilizzeranno i mezzi pubblici e il nuovo sistema T-Mobilitat funzionerà in base alla mobilità effettiva di ogni singolo cittadino, permettendo di calcolare in modo personalizzato il costo del viaggio, consentendo di applicare anche promozioni e sconti personalizzati. In ambito medico, invece, è possibile monitorare lo stato di salute di chi indossa “wearable devices”, raccogliere informazioni preziose e creare database estremamente ricchi, da cui attingere informazioni per fare diagnosi e giocare d’anticipo sull’insorgere di determinate malattie».

Imprese energivore e multisede

In pratica l’IoT è un trend assoluto. Secondo Roberto Corraro, direttore generale di Gruppo Sintesi porterà alla digitalizzazione del «tutto». La vera motivazione che spinge all’implementazione di tecnologie IoT «è l’esigenza di controllare o monitorare un evento o un dispositivo sia per garantirne il funzionamento nel tempo (business continuity) sia per concentrare tutte le informazioni (big data) che una volta elaborate permettono di prendere decisioni operative e strategiche migliori». Tutti i mercati e quasi tutti i sistemi ne sono coinvolti, sebbene l’adozione proceda a ritmi molto diversi. «Per esempio – spiega Corraro – Gruppo Sintesi sta aiutando i clienti multisede e quelli definiti energivori, cioè le aziende soggette alla legge 102 entrata in vigore lo scorso dicembre, a fare efficientamento energetico, mettendo a loro disposizione le proprie competenze in ambito IoT. In forte espansione, è anche l’introduzione della tecnologia wireless all’interno degli stabilimenti produttivi, in modo da poter facilmente convogliare le informazioni sui KPI di produzione e quelle di assorbimento energetico verso il data center aziendale. Sempre più informazioni dunque, e sempre più rilevanti, per consentire all’azienda di reagire velocemente e rimanere competitiva. I più lungimiranti si dotano di infrastrutture unificate per la raccolta e la concentrazione dei dati e per implementare un monitoring attivo e predittivo che abiliti la continuità dei processi e acceleri la capacità decisionale».

Leggi anche:  SAS Viya, la piattaforma che democratizza l’uso di IA e machine learning

L’HR analytics nei trasporti

«Quando un’azienda decide di avviare un progetto che riguarda big data e analytics è fondamentale avere ben presente l’obiettivo finale e capire quali sono le informazioni rilevanti da estrapolare dal sistema in base ai processi da analizzare» – mette in evidenza Angelo Cian, responsabile soluzioni gestionali di Zucchetti. «Per questo motivo, Zucchetti ha integrato funzionalità di analytics direttamente nei propri applicativi aziendali ERP e HR, con il vantaggio di fornire ai clienti delle soluzioni di business intelligence già pronte da utilizzare per l’analisi dei dati contabili, amministrativi, di gestione del personale e così via». Un ulteriore livello di completezza dell’offerta Zucchetti è rappresentato proprio dall’Internet of Things. Una soluzione Zucchetti di IoT e Analytics è già pronta per il settore dei trasporti. L’applicazione per la gestione delle note spese e trasferte, ZTravel, è integrata con la soluzione di localizzazione satellitare mezzi di Macnil, società del Gruppo Zucchetti specializzata nell’IoT, «con funzionalità di analytics che consentono di incrociare i dati delle spese sostenute dall’autista con i tragitti e le soste effettuate, per verificarne la corrispondenza in tempo reale e processare direttamente le informazioni in contabilità, con notevoli vantaggi in termini di velocità, efficienza e di controllo del rispetto della policy aziendale».

Experience multicanale

Per Francesco Stolfo, partner di ToolsGroup, aiutare i consumatori a essere felici è sempre più difficile, perché il complesso percorso di acquisto multicanale si pone come ostacolo verso la garanzia di una customer experience migliore. «Una soluzione è quella di usare il potenziale dei dati che le aziende conservano nei loro ERP, nel cloud, nel web. Occorre identificare i big data, estrarli, integrarli, e capire che significato hanno e a che cosa possono servire. Questo tipo di analisi permette di definire un modello di marketing predittivo, in grado di rendere più felici i clienti ma anche l’azienda. Occorre stabilire un modello previsionale basato su regole, che sia in grado di prevedere in maniera accurata i passi successivi dei clienti, ma anche di spiegare il perché di quel comportamento. Questo significa definire un modello per le azioni future del mercato (predictive analytics), e poter anche sfruttare tutti i dati relativi al loro comportamento, in modo da prendere decisioni migliori per il futuro (prescriptive analytics). Un distributore di beni di largo consumo, con l’obiettivo di migliorare il ritorno delle promozioni, con questo approccio ha potuto aumentare il ROI, ridurre i costi migliorando le performance, e offrire una customer experience più soddisfacente: +20% di efficacia delle azioni marketing; incentivazione del cross-selling e riduzione dello shadow effect e dei fenomeni di cannibalizzazione; miglioramento della comunicazione e della strategia di approvvigionamento per venire incontro alla domanda dei consumatori».

Leggi anche:  Large Language Models - 3 strategie organizzative per utilizzarli in modo efficace