Il mercato delle soluzioni Big Data Analytics è in grande fermento, continua a crescere. È al primo posto tra le priorità d’investimento di CIO e Innovation manager delle grandi aziende italiane.
E l’ulteriore conferma viene dalla stima del mercato Analytics in Italia, che continua la sua espansione a ritmi sostenuti (+23%), raggiungendo il valore di 1,7 miliardi di euro nell’ultimo anno. Oltre il doppio rispetto al 2015 (790 milioni), da cui è cresciuto con un tasso medio annuo del 21%.
Lo certifica il nuovo Report annuale dell’Osservatorio Big Data Analytics and Business Intelligence del Politecnico di Milano. La ricerca 2019 dell’Osservatorio ha coinvolto 654 CIO, Responsabili Analytics e Responsabili IT di organizzazioni di piccole, medie e grandi dimensioni.
E questa crescita è anche l’effetto dell’avvento dirompente delle tecniche di Machine Learning e Deep Learning, e dell’evoluzione infrastrutturale, con tecnologie più performanti, in grado di analizzare i dati in tempo reale.
Le aziende già più mature in questo campo, che hanno già internalizzato le necessarie competenze, “intraprendono ora un percorso nuovo, che le vede impegnate in un numero di sperimentazioni crescente e di maggiore complessità”, spiega Carlo Vercellis, responsabile scientifico dell’Osservatorio Big Data.
Sono due le principali sfide che si trovano ad affrontare: il governo dei progetti, dal punto di vista organizzativo e delle logiche di gestione, e il cambiamento dei processi in ottica Data-driven. Superare queste sfide significa portare concretamente gli Analytics al tavolo delle decisioni.
Le aziende neofite dei Big Data, invece, iniziano a concretizzare le prime iniziative, prevalentemente con il supporto di competenze interne. Per quanto riguarda le piccole e medie imprese, crescono l’interesse e nuovi investimenti, ma in uno scenario di complessivo ritardo, specialmente dal punto di vista delle competenze.
Indice degli argomenti
L’evoluzione del mercato in Italia
“C’è una consapevolezza sempre più diffusa nelle aziende italiane e una maggiore sensibilità verso l’importanza degli Analytics da parte del Top Management incaricato di definire le strategie aziendali e le conseguenti direzioni d’investimento”, rimarca Vercellis.
Un dato di rilievo è quello legato al Cloud: nel 2019, il 17% della spesa in Analytics è da riferirsi a sistemi di Public Cloud. La spesa in risorse infrastrutturali, ovvero sistemi di abilitazione agli Analytics in grado di fornire capacità di calcolo e di storage al sistema, rappresenta il 20% della spesa totale.
Nei software rientra invece il 47% della spesa Analytics. Di questa quota, poco più della metà (53%) è imputabile a strumenti orientati alla costruzione di modelli d’analisi dei dati o alla visualizzazione degli stessi. La parte rimanente (47%) si riferisce invece a software che supportano le fasi precedenti del ciclo di vita del dato: ingestion, integration, preparation e governance.
“Questo risultato comunica un messaggio fondamentale per quelle aziende che dovessero approcciarsi per la prima volta agli Analytics”, spiega Alessandro Piva, responsabile della ricerca dell’Osservatorio: “affinché i progetti portino i risultati sperati, non bisogna concentrarsi esclusivamente sullo sviluppo di modelli di analisi. Le attività precedenti, riconducibili al concetto di data engineering, sono altrettanto importanti”. Guardando ai tassi di crescita rispetto al 2018 all’interno delle tre aree di spesa, il software è quello che presenta tassi di crescita più elevati (+31%), seguito dall’hardware (+18%) e dai servizi (+14%).
La Data Science si fa largo in azienda
Storicamente, il freno principale dichiarato dalle aziende all’implementazione di progetti di Analytics è stato la mancanza di competenze e figure organizzative interne. Nel 2019, il 49% delle aziende dichiara di avere al proprio interno almeno un Data Scientist, mostrando un timido +3% rispetto al 2018.
Un forte salto in avanti è stato osservato invece sia sulla figura del Data Analyst, presente nel 76% di aziende, contro il 56% dello scorso anno. Infine, la figura del Data Engineer, superando la diffusione del Data Scientist, è presente nel 51% delle organizzazioni, mostrando una crescita del +9% rispetto al 2018. Tra quelle aziende in ritardo, che non hanno ancora internalizzato competenze, una su tre dichiara di voler introdurre un Data Scientist entro il 2020, seguono Data Analyst (31%), Data Engineer (17%) e infine Data Visualization Expert (11%).
Le piccole e medie imprese inseguono
Secondo i dati della ricerca 2019 dell’Osservatorio, il 62% delle piccole e medie imprese ha in corso investimenti. Tra queste, la principale finalità è l’integrazione dei dati interni, citata da otto aziende su dieci. Segue la formazione di base sull’analisi dei dati per risorse già presenti in azienda (66%) e l’integrazione di dati da fonti esterne (57%).
Nel 2019, quattro PMI su dieci hanno investito nello sviluppo di progetti di analisi predittiva, in crescita del 10% rispetto al 2018. Gli obiettivi sono legati all’ottimizzazione della supply chain, in particolare in ambito manifatturiero, e all’analisi dell’ambiente competitivo. Al terzo posto, la necessità di aumentare l’efficacia delle campagne di marketing.
Tuttavia, dal punto di vista delle competenze di Data Science, il confronto con le grandi imprese rimane impietoso: soltanto il 16% delle piccole e medie imprese ha al proprio interno almeno un Data Scientist, e poco più di una PMI su cinque (23%) ha almeno un Data Analyst.
