Mercato Big Data Analytics in italia: +25%, ma mancano le competenze specifiche

SAS Explore svela il futuro degli analytics

Nel 2014 cresce ancora la spesa per Big Data Analytics. Stabile la diffusione dei sistemi nelle organizzazioni. Aumenta il volume di dati utilizzati: +22%. Ma solo il 17% delle imprese si è dotata di un Chief Data Officer, solo il 13% di un Data Scientist. Il mercato italiano appare ancora “in cerca di autore”

Il mercato Big Data Analytics in Italia, anche nel 2014, si conferma in forte espansione con un trend di crescita del +25%. Una crescita sostenuta, più che da un utilizzo maturo di questi strumenti, dalla disponibilità di tecnologie di storage a basso costo, dalla crescente mole di dati generati dal web e dalla diffusione di un numero sempre maggiore di dispositivi mobile che permettono di utilizzare app, fare pagamenti ed interagire con dispositivi intelligenti. L’ambito Big Data Analytics rappresenta inoltre la principale priorità di investimento per il 2015, indicata dal 56% dei CIO. Sono ancora ampie le potenzialità da cogliere in particolare nell’utilizzo dei dati destrutturati, se si considera che nell”84% dei casi sono utilizzano dati interni aziendali e solo nel 16% fonti esterne come web e social media. Ed emerge chiaramente la mancanza di adeguati competenze e modelli di governance, poiché solo il 17% delle imprese si è dotata di un Chief Data Officer e solo il 13% di un Data Scientist.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

È quanto emerge dalla ricerca 2014 dell’Osservatorio Big Data Analytics & Business Intelligence (osservatori.net), promossa dalla School of Management del Politecnico di Milano, presentata questa mattina al convegno tenutosi all’Aula Carlo De Carli del Politecnico di Milano, in cui Jobrapido, Enel e EuropCar sono stati premiati con il “Big Data Innovation Award” per i migliori progetti di adozione di sistemi di Intelligence e Analytics a supporto dei processi decisionali aziendali.

“Di fronte all’aumento delle fonti informative, i Big Data Analytics stanno cambiando il modo di raccogliere, analizzare e integrare i dati – afferma Carlo Vercellis, Responsabile scientifico dell’Osservatorio Big Data Analytics & Business Intelligence –. I sistemi di Big Data Analytics & Business Intelligence possono svolgere un importante ruolo per migliorare la competitività delle imprese, attraverso il miglioramento dei processi decisionali, diventando uno strumento di evoluzione dello stesso modello di impresa. Le aziende italiane, però, nonostante I buoni tassi di crescita, non hanno ancora compreso appieno quali siano le reali opportunità offerte dai Big Data e come attrezzarsi per coglierle.”

“Il mercato appare ancora ‘in cerca di autore’, con iniziative spesso interessanti, ma senza una strategia Big Data complessiva e condivisa, accompagnata da adeguate competenze: una situazione che limita la capacità di indirizzare progetti innovativi – continua Alessandro Piva, Responsabile della ricerca dell’Osservatorio Big Data Analytics & Business Intelligence – Le motivazioni di questa assenza di nuovi ruoli di governance e competenze sono prevalentemente da ricercare nella difficoltà a inquadrare organizzativamente il ruolo e le competenze distintive di figure quali Data Scientist e Chief Data Officer.”

Un modello di utilizzo dei Big Data Analytics? Certamente LinkedIn, il cui caso è stato presentato da Marcello Albergoni, Head of Italy and Iberia di LinkedIn nel suo Keynote Speech al convegno di presentazione dell’Osservatorio: “Per LinkedIn lo studio dei Big Data è fondamentale – spiega Albergoni -. Proprio grazie a una continua analisi ed elaborazione degli stessi, infatti, il social network dedicato ai professionisti offre ai suoi oltre 330 milioni di utenti, in 200 differenti paesi, e alle 4 milioni di aziende, che hanno aperto una Company Page, gli strumenti per essere sempre aggiornati sulle novità e le tendenze del proprio settore d’interesse. In questo modo le nuove generazioni possono entrare in contatto nella maniera migliore, da desktop e da mobile, con il mondo del lavoro. Miliardi di dati, dunque, per milioni di opportunità d’interazione professionale che grazie al costante aggiornamento dell’Economic Graph vorremmo far arrivare a tutti quei talenti attivi o passivi che compongono oggi il network della classe dirigente del futuro”.

Leggi anche:  Qlik amplia la capacità dei clienti di scalare l'AI per un impatto con AWS

Spesa e diffusione dei Big Data Analytics

L’interesse delle organizzazioni italiane verso i Big Data Analytics è in forte crescita: a fronte di un budget ICT stimato sostanzialmente stabile nel 2014, la spesa dedicata a queste soluzioni cresce del 25%. Sebbene per l’83% sia dedicata ancora a soluzioni di Performance Management & Basic Analytics e solo il 17% ad Advanced Analytics , queste ultime crescono in modo maggiore (+34%) rispetto a quella in Performance Management & Basic Analytics (+23%).
A fronte di una crescita elevata della spesa, si registra una sostanziale stabilità rispetto al 2013 nella diffusione di Big Data Analytics. I sistemi di Performance Management & Basic Analytics son presenti nel 78% delle organizzazioni, mentre quelli di Advanced Analytics nel 35%. A conferma, le funzionalità maggiormente adottate sono strumenti per analisi passive, come servizi di query e reporting (77%), dashboard e scorecard (67%), analisi OLAP e cubi dimensionali (65%) ed analisi statistiche (60%). In maggiore misura strumenti più complessi di forecasting (36%), metodi predittivi e data mining (30%) e modelli di ottimizzazione (12%).
Gli ambiti in cui i Big Data Analytics sono più diffusi sono CRM Analytics (presente nel 64% delle aziende), Finance & Accounting (56%), Top Manager Dashboard Solutions (41%), soluzioni verticali per il business (39%), Supply Chain Analytics (39%), IT Operations (36%) e Production Planning & Sales (35%). Ma esistono alcuni ambiti emergenti, in cui, seppure poco adottati, mostrano un alto potenziale: sono in particolare il Social & Web Analytics, in cui il 44% delle organizzazioni adotterà iniziative entro due anni anni, Customer Experience Analytics (39%), Security & Legal (29%), E-commerce (25%) e Human Resources (25%). Le principali aree di evoluzione in ambito Big Data Analytics per il futuro sono l’accessibilità mobile, le tecnologie di analytics in-memory, i social analytics e la possibilità di svolgere analisi near/real time.

I dati utilizzati

Anche in Italia nel 2014, a fronte di una sempre maggiore quantità di dati a disposizione delle organizzazioni, il volume complessivo dei dati utilizzato dai sistemi di BDA&BI prosegue il trend di crescita, al ritmo del +22% rispetto allo scorso anno. Tuttavia, le organizzazioni italiane ricorrono nella maggior parte dei casi a dati “tradizionali”: l’83% infatti è di tipo strutturato, cioè organizzato secondo schemi di database predefiniti e facilmente manipolabili, e l’84% da dati interni all’organizzazione (generati dai processi aziendali, come ad esempio dai sistemi gestionali), mentre solo il 16% proviene da fonti o processi esterni come web e social media. Il volume dei dati semi-strutturati e destrutturati utilizzati appare comunque in crescita rispetto al 2013 (+31%) a una velocità maggiore rispetto a quelli strutturati (+21%). Le opportunità da cogliere quindi sono molto alte, se si pensa che ancora meno del 50% dei dati disponibili nei sistemi aziendali vengono effettivamente utilizzati nelle applicazioni Big Data Analytics.
Le cause del mancato utilizzo di tutti i dati a disposizione delle organizzazioni nei sistemi di BDA&BI sono legate prevalentemente ad aspetti di governance: tra i maggiori ostacoli la mancanza di figure organizzative specializzate, l’assenza di un team di governance interfunzionale e la mancanza di un presidio all’intero ciclo di vita di gestione del dato. Risulta fondamentale anche avere fonti informative integrate e una strategia condivisa. Non sembra invece un problema di natura tecnologica (solo il 17% delle aziende lamenta una mancanza di analytics tools adeguati, mentre il 10% una mancanza di competenze tecnologiche) o di qualità dei dati (14%).

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

Governance e competenze

Per essere colte appieno, le opportunità offerte dai Big Data Analytics richiedono nuove competenze e modelli di governance per gestire progetti complessi e spesso interfunzionali. Servono nuovi ruoli di governance come il Chief Data Officer, un membro dell’executive management team con competenze tecniche, di business e soft skills che soprintenda le funzioni aziendali per la gestione e valorizzazione dei dati come asset strategico aziendale, guidando un team multi-funzionale. E nuove figure professionali come il Data Scientist, la figura interdisciplinare che ha il compito di estrarre informazioni dai dati, modellizzare problemi complessi e identificare opportunità di business, con competenze informatiche, matematico-statistiche e di business, oltre che conoscenza dei sistemi di Advanced Analytics.
A livello internazionale queste figure professionali sono ampiamente presenti e in aumento già da qualche anno, mentre in Italia risultano ancora poco diffuse. Il Chief Data Officer è presente solo nel 17% delle imprese, e solo nel 3% del campione è presente con ruoli e responsabilità ben definiti mentre nella parte restante non è codificata organizzativamente. Il Data Scientist invece è presente solo nel 13% delle organizzazioni e solo nel 2% ha ruoli e responsabilità ben definiti. Ben il 73% delle aziende inoltre non mostra alcun interesse per una sua introduzione futura.

La social analytics

I Chief marketing officer e i Responsabili Web e Digital italiani ritengono generalmente i Social Media una componente importante per il Marketing (41%) e addirittura un supporto agli obiettivi e alla strategia complessiva dell’organizzazione complessiva (23%). E così il 42% delle aziende dispone già di una strategia di Social Analytics seppur di breve periodo e il 23% di un piano strategico definito con un orizzonte temporale pluriennale. In generale, si nota una crescita della maturità delle iniziative di social analytics in Italia.
Le iniziative di Social Intelligence (l’approccio più maturo con la trasformazione dei dati social in business e customer insight, attraverso l’integrazione e l’analisi congiunta con i dati provenienti dai sistemi informativi aziendali) oggi sono presenti nel 19% delle organizzazioni, più del doppio dello scorso anno (7%). E anche le iniziative di Social Listening (ascolto e interpretazione delle informazioni con tecniche di text mining e analisi semantica) sono in aumento dal 19% a 29%, mentre diminuiscono dal 31% al 15% quelle di Social Monitoring (la prima fase del processo di ascolto dei Social con la selezione delle fonti rilevanti, l’acquisizione delle conversazioni online e una loro prima classificazione).

I Big Data per il Marketing

La funzione Marketing è la principale fruitrice di soluzioni Big Data Analytics, questo avviene nell’87% dei casi, in particolare per l’esplosione dei dati web e social, che permettono di estrarre insight dai consumatori e di tradurli successivamente in azioni operative. L’analisi su 73 Chief marketing officer e Responsabili Web e Digital di medie e grandi aziende rivela che gli investimenti previsti in Marketing Analytics in Italia rappresentano ancora solo il 2% del budget Marketing 2014 (negli Stati Uniti media il 5%), ma sono destinati a più che raddoppiare nei prossimi 2 anni (4,7%). Le motivazioni che spingono le organizzazioni a intraprendere iniziative di Marketing Analytics sono soprattutto il miglioramento delle azioni per l’acquisizione di nuovi clienti (per il 65%) e una migliore gestione della relazione con I clienti attuali e la loro fidelizzazione (85%). I progetti più diffusi sono nel Direct Marketing (presente nel 53%), mentre sono emergenti il Location-based Marketing (interesse prospettico per il 63%), il Customer Micro-segmentation (48%), Product/Service Evaluation (38%), Market Basket Analysis (38%) e Price Optimization (37%).

Leggi anche:  Chatbot intelligenti in Java, come liberare il pieno potenziale dell’AI generativa

Le startup

Il crescente interesse verso i Big Data Analytics è testimoniato anche dall’evoluzione del mercato dell’offerta, con l’esplosione di nuove iniziative imprenditoriali. La ricerca realizzata in collaborazione con l’Osservatorio startup e Polihub ha censito 376 startup a livello internazionale nel mercato Big Data Analytics finanziate da investitori istituzionali, che dall’inizio del 2012 hanno ottenuto finanziamenti per 7,6 miliardi di dollari. Il 59% delle aziende censite offre servizi di Advanced Analytics, il restante 41% soluzioni di Performance Management & Basic Analytics.
In Italia sono 14 le startup operanti in ambito Big Data Analytics & Business Intelligence che hanno ottenuto finanziamenti da parte di Business Angel, Venture Capitalist e società di investimento negli ultimi 3 anni. La maggior parte delle imprese ha sede nel Nord Italia (57%), seguono il Centro (22%) e il Sud e le isole (21%). Inoltre i finanziamenti sono perlopiù concentrati in Lombardia (57% del totale), che è anche la regione con il maggior numero di startup in Italia (36%). Il 64% dei fondatori ha un’età compresa tra 30 e 40 anni, nel restante 36% più di 40 anni. Nel 43% dei casi il profilo del fondatore è di tipo tecnico, nel 21% dei casi manageriale e nel 36% possiede sia competenze manageriali che tecniche.

I Big Data Innovation Award

Enel, Jobrapido e Europcar vincono i Big Data Innovation Award, l’iniziativa dell’Osservatorio Big Data Analytics & Business Intelligence che punta a creare occasioni di conoscenza e condivisione dei migliori progetti di sistemi di Intelligence e Analytics a supporto dei processi decisionali aziendali. Un’iniziativa che ha permesso di approfondire 57 progetti, valorizzando e diffondendo buone pratiche di innovazione, in linea con la mission degli Osservatori Digital Innovation.

Enel ha ritirato il premio per il successo della sperimentazione di un modello di Analytics volto a ridurre i comportamenti anomali e fraudolenti. L’azienda, si legge nella motivazione, “ha saputo gestire con successo, realizzando fin da subito sostanziali benefici, un pilot volto a introdurre strumenti di machine learning e sviluppare un algoritmo in grado di individuare comportamenti anomali e/o fraudolenti sulla rete elettrica. Il sistema sperimentato ha individuato correttamente quelle famiglie non identificate ‘normali’. Enel, attraverso l’implementazione a regime di questo algoritmo prevede di duplicare/triplicare il numero di frodi individuate”.

EuropCar Italia ha ottenuto il riconoscimento per aver aumentato l’efficacia del servizio al cliente attraverso una piattaforma di Analytics per la previsione e simulazione di scenari. L’azienda “ha studiato e costruito un modello stocastico in grado di prevedere la distribuzione di auto sul territorio con una certa tolleranza di rischio, partendo dagli andamenti storici e dalle prenotazioni future per segmento di clientela, zona e categoria di vettura. Il sistema di Demand Forecasting e Capacity Planning ha permesso di mettere a disposizione la propria flotta ai clienti nel luogo e nel momento in cui questi manifestano la propria esigenza di mobilità”.

Jobrapido, infine, ha ricevuto il Big Data Innovation Award per aver migliorato l’esperienza online dell’utente attraverso l’analisi dettagliata delle dinamiche comportamentali. L’azienda “ha realizzato un data warehouse proprietario al fine di raccogliere in un repository univoco e con il massimo livello di granularità consentito dalla tecnologia i dati ricercati e, di conseguenza, effettuare analisi di dettaglio delle dinamiche comportamentali e delle preferenze dei job seeker, in modo da migliorare continuamente l’esperienza utente sul sito”.