Big data & Analytics in crescita, ma si allarga il divario tra chi innova e chi non sta al passo

Sono molti, e tutti importanti, i vantaggi portati dall’innovazione per una data-driven company della manifattura. Il cambiamento più rilevante degli ultimi dieci anni – e probabilmente anche dei prossimi dieci – nelle aziende, e nel lavoro di tutti i giorni, è la disponibilità di enormi quantità di dati. Raccolti dalle piattaforme digitali e dai sistemi dell’internet of things, macinati e cucinati dagli analytics.

Sono tutte le informazioni che riguardano il mercato, i clienti e i potenziali clienti, la produzione, la catena di fornitura, tendenze e risultati. Saperle gestire, e mettere a frutto, al meglio consente alle nuove data driven company manifatturiere di ottenere risorse e vantaggi molto concreti, rispetto al passato e rispetto a chi non fa altrettanto, o lo fa male.

Queste dinamiche stanno allargando il divario tra le aziende più innovative e mature, dal punto di vista tecnologico, che hanno razionalizzato gli investimenti, riuscendo ad accelerare la strategia data-driven, e quelle più tradizionali, che hanno interrotto o posticipato gli investimenti, anche a causa della pandemia in corso e della conseguente crisi economica. Il risultato è un rallentamento della crescita del mercato Analytics, che nel 2020 in Italia raggiunge quota 1,8 miliardi di euro, per un +6% rispetto allo scorso anno, dopo il +23% registrato nel 2018 e il +26% nel 2019.

Secondo il nuovo Report sul settore realizzato dall’Osservatorio Big data e business analytics del Politecnico di Milano, la maggior parte della spesa si concentra sui software (52%, +16% rispetto al 2019), in particolare per artificial intelligence e data science platform. Seguono i servizi, che rappresentano il 28% del mercato, e le risorse infrastrutturali (20%, +7%), cioè i sistemi di abilitazione agli Analytics in grado di fornire capacità di calcolo e di storage. Il budget analytics in Cloud cresce del +24% e questa componente arriva a pesare il 19% della spesa (+2% rispetto al 2019).

Tutto ciò è in pratica flessibilità e velocità, operativa e di produzione: due delle principali virtù, due dei maggiori vantaggi, che le nuove tecnologie stanno portando nelle Data driven company della manifattura. E, più in generale, nelle imprese di ogni settore, dai trasporti all’eCommerce, dalla logistica alla grande distribuzione. Le banche sono il primo settore per quota di mercato (28%), seguite da manifattura (24%), telco e media (14%), servizi (8%), Gdo e retail (7,5%), assicurazioni (7%), utility (6.5%), PA e sanità (5%).


“Nel 2020, nell’emergenza sanitaria, il tema della valorizzazione dei dati è avvertito dalle aziende italiane come di fondamentale rilevanza”, spiega Carlo Vercellis, responsabile scientifico dell’Osservatorio Big data e business analytics. E rimarca: “ma la crescita del mercato rallenta rispetto al passato, perché molte organizzazioni hanno ripensato i piani di investimento. Si assiste a un ampliamento del gap tra le aziende mature nella gestione e analisi dei dati e quelle in ritardo”.

Massimizzare la visione e l’efficienza delle operazioni

Nonostante il rallentamento e le difficoltà legate al Covid 19, il 96% delle grandi imprese prosegue a compiere attività per migliorare la raccolta e valorizzazione dei dati e il 42% si è mosso, in termini di sperimentazioni e competenze, in ambito advanced analytics. Tra le Pmi, invece, il 62% ha in corso qualche attività di analisi dati, di cui il 38% avanzate. Una su due ha compiuto degli investimenti in quest’ambito nell’ultimo anno. Si tratta tuttavia di investimenti molto limitati, che difficilmente superano un approccio a silos nella gestione dei dati.

Fonte: Osservatorio Big data e business analytics del Politecnico di Milano

“Internet e le piattaforme digitali mettono già a disposizione tantissimi dati, i sensori dell’IoT, presenti sulle automobili, nelle fabbriche, negli ospedali e presto ovunque, ne forniscono ancora di più, e più dettagliati”, sottolinea Vincenzo Manzoni, Data science director in Tenaris. Che osserva: “attingendo da quello che è già stato definito ‘il nuovo petrolio’ dei dati, le Data driven company possono, ad esempio: analizzare rapidamente e in profondità la situazione e qualsiasi evento, potendo contare su una pluralità di informazioni, continuamente aggiornate, che forniscono un quadro completo anche in contesti in rapida trasformazione. Possono massimizzare la visione, la misura e l’analisi sui processi aziendali e di mercato, ottenendo Report e indagini accurate”.

Big data e grandi imprese, un binomio che funziona

Oltre 4 grandi imprese su 10 hanno una strategia avanzata anche in ambito advanced analytics e possono definirsi mature, con il 26% che ha progetti operativi e grande richiesta di competenze di data science nelle diverse funzioni (data-driven) e il 16% che ha avviato diverse sperimentazioni negli ultimi tre anni. Le aziende immature si dividono tra realtà che hanno discusso idee progettuali e possiedono le competenze adatte per avviare dei progetti (19%), imprese che hanno iniziato ad avvicinarsi al mondo analytics e hanno figure con abilità di reporting e visualization (27%), e quelle ancora poco consapevoli delle opportunità degli advanced analytics, senza profili specializzati né sperimentazioni avviate negli ultimi tre anni (il 12% del totale).

“Gli analytics permettono di estrarre e ottenere evidenze nascoste da enormi volumi di informazioni strutturate e destrutturate, aggiornate in modo continuo e dinamico, e ciò consente anche di formulare ipotesi e previsioni, attraverso funzionalità predittive di vario tipo”, fa notare Antonella Crea, manager di Data Reply: “ad esempio, la possibilità di intercettare potenziali guasti prima che si trasformino in fermi produttivi, anticipare le richieste e gli ordinativi dei clienti in base a calcoli sofisticati; simulare gli effetti di una nuova strategia di Business”.

Il cambiamento (spesso a rilento) nelle Pmi

L’emergenza sanitaria ha ridotto risorse e competenze nelle Pmi ma non ne ha interrotto il percorso di avvicinamento ai Big data analytics avviato nel 2019. Nel 2020 una Pmi su due ha investito in ambito analisi dei dati o prevede di farlo entro la fine dell’anno, e l’8% ha dovuto bloccare investimenti già programmati a seguito dell’emergenza. Fra le medie imprese ha investito il 61% e solo l’1% ha fermato gli investimenti. Secondo il 22% delle piccole e medie imprese, il Covid 19 ha avuto risvolti positivi per la valorizzazione dei dati perché è aumentata la consapevolezza di quanto sia rilevante (18%) e ha portato le risorse interne a dedicare più tempo a gestione e analisi dei dati (4%). Soltanto una Pmi su quattro non ha investito né avviato progetti di analytics (32%), contro il 38% dello scorso anno.

I dati hanno ora un ruolo importante anche nella creazione e nel perfezionamento di nuovi modelli, operativi e di Business, che è lo scopo primario del Machine learning. Questi strumenti e soluzioni stanno già contribuendo all’aumento di produttività degli analisti che operano nelle aziende, attraverso la creazione di migliaia di modelli nello stesso tempo che in passato serviva per crearne uno solo.

“Un’altra tendenza molto rilevante in corso, per le data-driven company più evolute, è l’uso crescente di Analytics in tempo reale, o quantomeno “al momento giusto”, quando servono. In passato le aziende avevano bisogno di tempo – da alcuni giorni a intere settimane – per estrarre i dati dai sistemi, caricarli nelle applicazioni analitiche e interpretarli attraverso l’analisi”, spiega Andrea Zinno, Data evangelist in Denodo. Oggi “i manager hanno bisogno di prendere decisioni più rapide e le aziende stanno cercando di implementare gli Analytics in tempo reale, almeno nel caso di alcune decisioni, quelle più delicate e strategiche, che riguardano prezzi dei prodotti, acquisti e forniture, andamenti e tendenze di mercato”.

Questa crescita sull’adozione di tecnologia va anche ‘guidata meglio’ rispetto agli anni scorsi, quando molti investimenti dettati dalla frenesia del momento – e degli incentivi pubblici – si sono rivelati poco vantaggiosi perché non discendevano da un piano razionale degli investimenti che partisse dalle reali esigenze del business.

Stefano Casini

Giornalista specializzato nei settori dell'Economia, delle imprese, delle tecnologie e dell'innovazione. Dopo il master all'IFG, l'Istituto per la Formazione al Giornalismo di Milano, in oltre 20 anni di attività, nell'ambito del giornalismo e della Comunicazione, ha lavorato per Panorama Economy, Il Mondo, Italia Oggi, TgCom24, Gruppo Mediolanum, Università Iulm. Attualmente collabora con Innovation Post, Corriere Innovazione, Libero, Giornale di Brescia, La Provincia di Como, casa editrice Tecniche Nuove. Contatti: stefano.stefanocasini@gmail.com

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

*

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.