Big Data centrali nei processi aziendali: finalità e ambiti di investimento

In un contesto condizionato dall’emergenza pandemica, le opportunità che offrono la raccolta e l’analisi avanzata dei Big Data sono notevoli. Saper estrarre valore da una grande mole di dati è la vera chiave competitiva e innovativa in ambito business, ma non solo. L’analisi e l’elaborazione di un enorme volume di informazioni consente di prendere decisioni più consapevoli e tempestive anche in fatto di strategie di comunicazione e marketing, nella gestione dei processi produttivi e distributivi, nella creazione di nuovi servizi o prodotti che possano soddisfare le esigenze dei consumatori. Solitamente i Big Data vengono individuati con 5 caratteristiche: Volume, Velocità e Varietà (il cosiddetto modello delle 3V dei Big Data), più Veridicità e Variabilità.

Secondo il disegno dell’Osservatorio Big Data e Business Analytics del Politecnico di Milano, nel 2020 una PMI su due ha investito in ambito analisi dei dati o prevede di farlo entro la fine del 2021. In questo senso, la pandemia ha dato un forte impulso agli investimenti: con l’emergenza sanitaria, per il 22% delle PMI è aumentata la consapevolezza di quanto sia importante saper leggere e valorizzare i dati. Più nel dettaglio, il 61% delle imprese di medie dimensioni ha investito nei big data e solo l’1% ha fermato gli investimenti. Delle grandi imprese considerate, il 96% non ha interrotto le attività e il 42% si è mosso, in termini di sperimentazioni e competenze, in ambito Advanced Analytics.

In un 2020 appesantito dalla situazione pandemica, il mercato italiano dei Big Data ha raggiunto quota 1,815 miliardi di euro, registrando una crescita del +6%, sebbene in netta decelerazione rispetto al +23% del 2018 e al +26% del 2019. Il periodo emergenziale ha di fatto obbligato le imprese a ridisegnare i programmi di spesa. Quest’ultimo aspetto ha comportato un aumento del divario fra le realtà mature, che hanno ripensato gli investimenti, e quelle più tradizionali, che hanno interrotto o posticipato le strategie di data-driven. 

Le finalità degli investimenti in Big Data

Per il 70% le finalità degli investimenti in Big Data sono dirette al miglioramento del rapporto con il cliente, per il 68% all’incremento delle vendite, per il 66% alla riduzione del time to market, per il 64% all’ampliamento dell’offerta e all’aumento dei margini, per il 57% all’abbassamento dei costi e per il 41% alla ricerca di nuovi mercati. Le aziende con approccio data-driven, in generale, si aspettano una maggiore efficienza e una riduzione del rischio nelle analisi finanziarie, sfruttando i Big Data per operare in manutenzione predittiva e per ottimizzare le performance applicative. In questo modo la tecnologia permette di intervenire preventivamente e di monitorare l’avanzamento degli eventi per rispondere in tempo reale ad eventuali problemi. Secondo l’Osservatorio del Polimi, infatti, si sta facendo strada l’analisi in real time (o fast data), soprattutto in ambito IoT. In particolare il real time advertising (il programmatic), il fraud detection (rilevamento delle frodi) e le predictive maintenance (manutenzione preventiva) consentono di avere un’ampia visione interna rispetto ai processi e alle azioni automatizzate.

In quali ambiti vengono utilizzati i Big Data?

Nel corso del 2020, il 52% degli investimenti nel mercato Analytics si sono concentrati sui software (+16% rispetto all’anno precedente), quali database, strumenti per la gestione dei dati e applicativi per specifici processi aziendali, con particolare interesse per l’intelligenza artificiale e le Data Science Platform. Seguono i servizi (28%) e le risorse infrastrutturali (20%, +7%), ovvero i sistemi di abilitazione agli Analytics in grado di fornire capacità di calcolo e di storage, e cresce anche la spesa in Cloud (19%, +2% rispetto al 2019).

Tra i vari comparti, quello bancario rappresenta il primo per investimenti in Big Data (28%), utilizzando la mole di dati per profilare le abitudini dei clienti e ridurre al minimo rischi e frodi. Al fine di ottimizzare la produzione, incrementando la qualità e riducendo gli sprechi, il 24% del settore manifatturiero si rivolge ai Big Data, seguito da telco e media (14%), servizi (8%), Gdo e retail (7,5%), assicurazioni (7%), utility (6.5%), PA e sanità (5%).

Big Data e professioni

La capacità di gestire nel modo corretto i Big Data, di intercettare e interpretare ogni flusso digitale, risulta essere fondamentale. Occorre, in questo senso, affidarsi a professioni e profili con competenze e conoscenze adeguate. Nelle aziende data driven i Data Analyst sono presenti al 76% e i Data Scientist al 49%; nel 2020 risultano in crescita i Data Engineer (58%, +7%) e i Data Visualization Expert (52%, +31%). Il profilo emergente è quello di Analytics Translator, una figura adibita alla comprensione delle esigenze di business traducendole in termini analitici.

Un recente report di McKinsey individua le quattro tipologie di profili che troveranno sempre più spazio nelle realtà che integrano i Big Data: i data architect, i data engineer, i data scientist e i business translator.

Newsletter

Inserisci la tua e-mail e resta aggiornato sul mondo dell'innovazione in Veneto