Gli analytics per le PMI

In Italia, gli investimenti delle piccole e medie imprese negli analytics sono solo il 13% del totale. Se si considera che le PMI rappresentano il 98% del tessuto produttivo, allora si comprende come l’adozione di strumenti avanzati di analisi dei dati potrebbe essere un moltiplicatore per la crescita di tutto il sistema sotto la spinta dell’Industry 4.0

Secondo l’ultimo report dell’Osservatorio Big Data Analytics e Business Intelligence del Politecnico di Milano, il mercato in Italia di Big Data e Business Analytics è cresciuto del 15% lo scorso anno, raggiungendo un valore complessivo di 905 milioni di euro. L’87% della spesa complessiva è originato dalle grandi imprese, con almeno 250 addetti, dove vi è un’adozione ormai consolidata degli analytics, mentre gli investimenti delle piccole e medie imprese, comprese tra 10 e 249 addetti, totalizzano solo il restante 13%, cioè poco meno di 120 milioni di euro. Se si considera che le PMI rappresentano il 98% delle imprese italiane, si tratta ancora di un’incidenza relativamente bassa sul totale degli investimenti: soprattutto nelle realtà più piccole c’è ancora un ritardo nella creazione di competenze, nel coordinamento dei progetti di analytics e, spesso, una limitata conoscenza delle opportunità. Il cammino è ancora lungo, ma gli investimenti sono comunque in costante aumento, tanto che per la prima volta l’Osservatorio ha dedicato un capitolo del Report proprio alle PMI.

QUALI PMI INVESTONO NEGLI ANALYTICS?

In effetti, solo una PMI su tre (il 34%) ha investito parte del proprio budget ICT dello scorso anno in soluzioni di business analytics. Da un punto di vista geografico, spicca l’area del Nord-Est, dove il 39% delle PMI ha dichiarato di utilizzare gli analytics, seguita dal Centro (35%) e da Sud e Isole (31%). Le PMI del Nord-Ovest sono all’ultimo posto: in questa zona, solo il 30% delle PMI ha investito in soluzioni di analytics. Tra i settori più attivi, il bancario e l’assicurativo (55%), e la GDO (47%), seguiti a distanza da PA e sanità (39%), manifatturiero (34%), TLC e media (28%), utility (24%) e servizi (23%). Conferma Mirko Menecali, service line manager di Sinfo One: «I settori più avanti sono quelli che storicamente hanno a che fare con ingenti moli di dati, quali il bancario e l’assicurativo, ma anche la grande distribuzione, dove le aziende dispongono di grandi banche dati da utilizzare per analisi di competitive intelligence. Con alcuni clienti della GDO, abbiamo sviluppato interessanti analisi che, andando ben oltre i semplici indicatori descrittivi, tendono a predire scenari e suggerire strategie. La sfida per i system integrator è far tesoro dell’esperienza maturata in contesti con ampie basi dati – che utilizzano dataset eterogenei (non correlati), dati raw e modelli predittivi complessi – per portare gli analytics e i conseguenti vantaggi alle PMI. Più che di quali ambiti produttivi, ritengo sia più corretto parlare di quali applicazioni. A mio parere per le PMI del manifatturiero le più interessanti sono le analisi di manutenzione predittiva, le analisi dei rischi produttivi, le analisi di vendor rating e ottimizzazione delle scorte e infine, ma forse le più promettenti di tutte, le analisi relative al ciclo di vita dei prodotti».

TIPOLOGIE DI ANALYTICS

Nell’esperienza di Menecali le PMI sviluppano progetti non solo utilizzando modelli di descriptive analytics, strumenti più standard per descrivere le situazioni attuale e passata dei processi e delle aree funzionali, ma anche modelli di predictive analytics, utilizzati per capire cosa potrebbe accadere in futuro. Secondo il Report dell’Osservatorio del Politecnico di Milano, analizzando la tipologia di analytics utilizzati, il 26% delle PMI adotta modelli di descriptive analytics. Nelle medie imprese, la percentuale di adozione è più alta, si arriva al 31%, rispetto alle imprese più piccole, dove la percentuale è del 25%. L’adozione di strumenti più avanzati, come i modelli di predictive analytics, è più limitata, e si ferma al 16% delle PMI: però, mentre questi strumenti sono presenti nel 33% delle imprese di medie dimensioni, sono utilizzati soltanto dal 15% delle imprese più piccole. Qui la differenza tra le aziende di diverse dimensioni è più marcata, e fa emergere il problema, che è soprattutto culturale, che rallenta l’adozione di questi strumenti: nelle imprese medio-piccole, e più ancora nelle imprese più piccole, mancano la conoscenza degli strumenti di analisi dati e della teoria di base, e talvolta non è chiaro quali indicatori si debbano monitorare per la gestione aziendale, e quindi quali informazioni si debbano raccogliere, integrare e analizzare. Approfondendo, poi, la realtà delle PMI che hanno dichiarato di utilizzare soluzioni di analytics, si può vedere che quattro PMI su dieci (41%) sono dotate di software avanzati, completamente integrati con i sistemi gestionali. Un altro 41% di aziende utilizza software di visualizzazione e analisi dei dati dedicati, anche se solo parzialmente integrati con i sistemi informativi dell’impresa. Il 15% delle aziende analizza i dati con software di uso più comune, come i fogli elettronici, mentre il restante 3% non ha software dedicati all’analisi dei dati, che però viene comunque effettuata attraverso strutture esterne all’azienda.

Leggi anche:  Tassonomie e ricerche. Ecco come ottenere migliori risultati

L’ANALISI DI IDC

Giancarlo Vercellino, research & consulting manager di IDC Italia ci fornisce un’analisi precisa della realtà delle PMI: «Da alcune ricerche condotte di recente presso alcuni distretti manifatturieri del meccanico, emerge che oltre la metà delle piccole imprese ritiene che gli analytics impatteranno in qualche modo sui processi produttivi. Però, quando si tratta di esprimere una valutazione in merito a impatti più radicali sul modello di business, allora si evidenzia una maggiore cautela: soltanto pochi innovatori nel segmento delle piccole imprese ritengono che i dati possano portare a processi di trasformazione digitale più estesi e significativi. Per moltissime piccole imprese l’espressione “business analytics” è ancora sinonimo di business intelligence: la ricerca evidenzia una base di adozione molto importante che si consolida a oltre il 50%, nello stesso perimetro di indagine. Anche le piattaforme di data management si affermano molto bene, a oltre il 40% del segmento. La situazione cambia in modo sostanziale quando si approfondisce la percezione delle tecnologie più avanzate, dalle in-memory technologies fino ai predictive analytics, dove il livello di adozione delle piccole imprese è compreso tra il 5 e il 15%, e le prospettive di ulteriore investimento sono ampiamente influenzate dalle incertezze della congiuntura economica. La differenza sostanziale fra i processi di investimenti delle piccole imprese e le medie-grandi è che le prime non hanno quasi mai un processo di pianificazione formale, e molto spesso decidono i propri investimenti in base alla percezione diretta e immediata delle prospettive di breve periodo, con il risultato che una parte importante dei loro processi di investimento diventa estremamente volatile e si muove ampiamente sotto il radar di chi analizza il mercato: quando decidono di muoversi, le PMI investono molto in fretta, ma lo fanno soltanto quando percepiscono un vantaggio immediatamente spendibile sul mercato. Tanto è vero che le piccole imprese, che intravedono una crescita stabile del proprio fatturato, hanno una probabilità di espandere la spesa in analytics quasi tre volte superiore alla media».

INDUSTRIA 4.0

Secondo Menecali di Sinfo One, a breve le PMI potrebbero iniziare a investire in misura maggiore negli analytics: «In Italia, le PMI sono in ritardo nell’utilizzo di analytics, ma ci sono ampie possibilità di crescita sia per i vantaggi reali che derivano dal loro utilizzo sia per le agevolazioni introdotte dai programmi industry 4.0». Proprio grazie al super e all’iper-ammortamento degli investimenti, previsti dal Governo in Industria 4.0, le PMI hanno l’opportunità di investire anche in analytics, sia per rendere più efficienti le attività di controllo di gestione e la raccolta di indicatori, sia per fornire informazioni agli imprenditori per incrementare la competitività delle aziende, favorire l’internazionalizzazione, sostenere l’innovazione e la trasformazione digitale. Nel giro di pochi anni, la produzione industriale sarà molto più automatizzata e interconnessa, e cambieranno radicalmente mondo del lavoro e rapporto tra le persone. L’innovazione tecnologica dovrà essere accompagnata da una sorta di innovazione culturale: alla base, una robusta formazione delle nuove generazioni sulle nuove tecnologie: cloud, sicurezza informatica, realtà aumentata, IoT e, appunto, Big Data analytics. Industria 4.0 porterà grossi cambiamenti proprio nell’analisi dei dati (Open Data, Big Data, Internet of Things, Cloud) per mezzo degli analytics, che verranno utilizzati per estrarne valore, e nella produzione di beni e servizi con la manifattura digitale, di cui sono un esempio le stampanti 3D e i robot.

LA RICERCA DI MICROSOFT-IPSOS MORI

Altre informazioni utili ci vengono dalla ricerca PMI e nuove tecnologie: il valore dei dati di Microsoft-Ipsos Mori. Un primo dato mostra come nel nostro Paese le PMI che hanno un sistema avanzato di gestione e analisi dei dati hanno aspettative positive sul miglioramento della propria situazione finanziaria nel breve periodo due volte maggiori rispetto alle aziende che non sono dotate di analoghi sistemi. Il 46% delle PMI che gestiscono i propri dati sono anche più ottimiste sulle proprie prospettive di crescita, rispetto alle realtà che non sono in grado di aggregare e interpretare dati, e sono più propense all’innovazione di prodotto (45% rispetto al 27%) e più orientate all’internazionalizzazione (32% contro 18%). Poco meno di un terzo degli intervistati ritiene che i dipendenti della propria azienda siano dotati di strumenti adeguati per gestire i dati e gli insight che provengono dai diversi reparti aziendali. Dalla ricerca emerge anche che l’interesse per gli investimenti in strumenti di analisi ha, come obiettivo principale, l’ottimizzazione dei processi di business, puntando su diversi strumenti, in particolare per le misurazioni real-time e per il consolidamento dei dati che sono trasversali a più reparti. Secondo la ricerca di Microsoft-Ipsos Mori, dotare le PMI di tecnologie al passo con i tempi per sostenerne la competitività e puntare sui dati, è strategico per raggiungere tre obiettivi principali: costruire e mantenere relazioni con i clienti attuali e conquistare nuovi clienti, creare team preparati per affrontare l’attuale scenario di mercato e l’innovazione, esser capaci di cogliere nuove opportunità prima dei competitor. Rispetto al primo obiettivo, il 65% delle realtà con competenze e tecnologie per la gestione dei dati ritengono di essere in grado di entrare in contatto con nuovi clienti e di poter avere nuove opportunità di business, rispetto al 25% di chi non ha le stesse competenze. Per quanto riguarda la creazione di team preparati, il 56% delle PMI dotate di competenze e strumenti per la gestione dei dati dichiarano di avere benefici dalla tecnologia utilizzata per supportare la produttività dei propri team, rispetto al 17% di chi non è in grado di far leva sui dati. Infine, sulla capacità di cogliere nuove opportunità, la ricerca evidenzia come il 73% delle PMI che gestiscono e analizzano i dati ritengono che la tecnologia abbia migliorato la propria capacità di innovare, rispetto al 42% delle aziende che non hanno gli stessi strumenti.

Leggi anche:  Un’azienda su due più innovativa grazie agli analytics

APPLICAZIONI NELLE PMI

Come si è visto dai dati di mercato, gli analytics sono diffusi nelle PMI di tutti i settori di mercato. Diverse sono le case history interessanti, nelle aree aziendali più diverse. Angelo Tenconi, analytics & technology director di SAS ci descrive un progetto sviluppato nel settore della moda. «La digital transformation impone l’analisi dei dati per migliorare la comunicazione con i clienti, la propria catena produttiva e i processi di business. L’impatto è su tutte le aziende, indipendentemente dalle dimensioni. Un recente caso di implementazione di modelli analitici è Jil Sander, divisione di Onward Luxury Group, società che produce e commercializza abbigliamento e prodotti di alta moda. La società utilizza applicativi di differenti fornitori per gestire l’operatività di produzione, consegna e fatturazione e tutta la reportistica aziendale veniva realizzata a mano su Excel. Il partner SAS Rationence, società specializzata su analytical & business intelligence, ha analizzato le richieste del cliente e proposto l’implementazione di SAS per rispondere alle esigenze di normalizzazione dei dati e reportistica automatizzata. La soluzione adottata si articola in tre fasi: mappatura in SAS delle tabelle interne ai tre gestionali via ODBC, produzione di report realizzati con schedulazioni di processi batch di SAS, produzione di batch SAS che automatizzano il passaggio di dati tra due gestionali. I vantaggi dell’implementazione di una soluzione di questo tipo sono molteplici: c’è un controllo automatico della qualità del dato, il trasferimento dei dati tra i gestionali è diretto e la generazione automatica di report permette una notevole riduzione dei carichi di lavoro».

PROGETTI NEL MANIFATTURIERO

Leggi anche:  Cloudera annuncia una nuova piattaforma di machine learning cloud-native

Un altro caso utente molto interessante, nell’industria galvanotecnica ci viene descritto da Andrea Maderna, Southern Europe general manager di BOARD International: «BOARD, la piattaforma di decision-making leader mondiale nelle soluzioni software di BI, performance management e analitica predittiva, è utilizzata da Bluclad, punto di riferimento europeo nel settore della galvanotecnica di qualità. Forte della volontà di supportare la propria crescita dimensionale e qualitativa, nonché di presentarsi alla comunità imprenditoriale e finanziaria con strumenti informatici all’avanguardia, Bluclad ha riscontrato la necessità di munirsi di una piattaforma software di decision-making per i processi di analisi multidimensionale, reporting e pianificazione strategica». In fase di Software Selection, Mattia Costantini, controller di Bluclad, ha dichiarato: «L’immediatezza e flessibilità informativa derivante dall’utilizzo di BOARD ci consentirà di velocizzare in modo significativo le decisioni di business a supporto della visione strategica del management, elemento chiave in un settore “frenetico” come quello della galvanotecnica applicata al settore della moda». Conclude Maderna: «L’incontro tra BOARD International e Bluclad – due realtà con forte vocazione all’innovazione e all’eccellenza – ha reso possibile un processo di analisi integrato con la pianificazione e il forecasting, a supporto dei servizi ad alto valore aggiunto nel settore della moda. Un altro progetto di successo, sempre nel campo industriale, è illustrato da Angelo Cian, responsabile soluzioni gestionali di Zucchetti: «La Colombo, così è denominata nel settore industriale, è stata fondata nel 1911 e fin dalle origini si è contraddistinta per le innovazioni tecnologiche apportate nel campo delle tenute e dei materiali, nonché per la costante ricerca di metodologie produttive all’avanguardia. Con i tre stabilimenti di Sarnico (BG), Novate Milanese (MI) e Paratico (BS), la Colombo rappresenta oggi uno dei maggiori produttori nazionali di guarnizioni e sistemi di tenuta per macchine e impianti. Dopo anni di crescita dell’infrastruttura IT interna, il cliente ha deciso, mediante il partner Zucchetti Zeta Soluzioni, di adottare una soluzione gestionale (Ad Hoc Infinity) che garantisse una gestione unica e integrata di tutti i processi aziendali (DMS, CRM ecc.), arricchita da strumenti di analytics capaci di mostrare l’andamento aziendale in tempo reale mediante visualizzazioni dinamiche. Infatti con InfoBusiness, il software di business intelligence Zucchetti, in particolare grazie all’utilizzo di “mart” relativi all’area amministrativa e logistica, Colombo riesce a ottenere precise e aggiornatissime analisi sulla movimentazione di prodotti, sulle giacenze e sui margini. Cruscotti estremamente intuitivi permettono, quindi, ai vari responsabili di prendere decisioni in modo più veloce ed efficace per migliorare la produttività aziendale».

Un progetto interessante ci viene illustrato anche da Fabio Ardossi, associate partner di Data Reply: «Per un’impresa produttrice di stampanti industriali sono stati utilizzati gli analytics con lo scopo di avere un miglior insight del prodotto per migliorare la qualità del prodotto e per migliorare il servizio post-vendita. Il progetto è nato dalla volontà di sfruttare i dati delle stampanti connesse, prodotti e inviati in real-time, a un sistema centrale Big Data, sia per l’estrazione di pattern che riconducano a difetti di fabbricazione che vengono poi usati per migliorare la produzione (es. il modello XYZ presenta sempre un anomalia nell’accensione, etc.), sia per la segnalazione di pattern che indicano un imminente guasto, consentendo di eseguire manutenzioni efficaci ed evitare periodi di fermo macchina prolungati e improvvisi dannosi per il cliente. Il costo del progetto non ha superato qualche decina di migliaia di euro e un “elapsed” di circa 4 mesi per “configurare” nella piattaforma dati i modelli analitici sui dati peculiari del cliente, dopo una prima verifica della qualità dei dati (dati significativi, storicità del dato, etc.). Con il processo di digitalizzazione dei prodotti, le PMI, con una spesa contenuta che di norma copre la customizzazione o l’integrazione di modelli di advanced analytics, possono migliorare sensibilmente i processi aziendali (per esempio riduzione tempo, richiamo prodotti difettati, identificazione utilizzi impropri che causano rotture in garanzia, ottimizzazione e predizione manutentiva, etc.)».