BUSINESS BYTES

Big Data Analytics - forte interesse ma poche strategie e competenze specifiche

  • Pubblicato 3 anni fa
  • 2 min per lettura

Di Alessandro Piva

Responsabile della Ricerca, Osservatorio Big Data Analytics & Business Intelligence School of Management Politecnico di Milano,

Il mercato Big Data Analytics in Italia, anche nel 2014, si conferma in forte espansione: a fronte di un budget ICT stimato sostanzialmente stabile nel 2014, la spesa dedicata a queste soluzioni cresce 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. Nonostante l'aumento sia dedicato principalmente (per l'83%) ancora a soluzioni di Performance Management & Basic Analytics, le soluzioni di Advanced Analytics hanno un tasso di crescita decisamente maggiore (+34% contro il 23% delle soluzioni di Performance Management & Basic Analytics).

Secondo l'ultima Ricerca dell'Osservatorio Big Data Analytics & Business Intelligence della School of Management del Politecnico di Milano, 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.

Sono ancora ampie le potenzialità da cogliere, in particolare nell'utilizzo dei dati destrutturati: infatti, 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 non sono legate a problemi 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%), quanto ad aspetti di governance. Infatti, 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 infatti nuovi ruoli di governo, come il Chief Data Officer (presente solo nel 17% delle imprese), 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 (presente solo nel 13% del campione), 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.