L'OSSERVATORIO

Big data analytics in volata, mercato a +22%

Il settore vale oltre 1 miliardo di euro. ll 42% della spesa va in software, il 33% in servizi, il 25% in infrastrutture. Grandi imprese top spender ma crescono gli investimenti delle medie, al palo le piccole. Banche, industria e tlc guidano il mercato. I dati dell’Osservatorio del Politecnico di Milano

22 Nov 2017

Il mercato dei Big Data Analytics continua la sua crescita nel 2017, segnando un aumento del 22% e raggiungendo un valore complessivo di 1,1 miliardi di euro. Per la maggior parte resta appannaggio delle grandi imprese, che si dividono l’87% della spesa complessiva, mentre le Pmi si fermano a una quota del 13%, anche se i loro investimenti aumentano del 18% rispetto allo scorso anno. Il 42% della spesa per gli Analytics è dedicata ai software (database, strumenti e applicativi per acquisire, visualizzare e analizzare i dati), il 33% ai servizi (personalizzazione dei software, integrazione con sistemi informativi aziendali e riprogettazione dei processi), il 25% alle infrastrutture abilitanti (capacità di calcolo, server e storage ). La fotografia è scattata dall’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano.

Nel 2017 cresce il mercato e cresce la consapevolezza delle aziende italiane delle opportunità offerte: il 43% dei Cio italiani vede la Business Intelligence, i Big Data e gli Analytics come la principale priorità di investimento nel 2018. La maggiore consapevolezza si riflette anche nella crescita delle competenze impiegate: quasi un’impresa su due ha già inserito nel proprio organico uno o più data scientist, passando dal 31% del 2016 al 45% di quest’anno. Tuttavia, il processo di trasformazione delle tradizionali imprese italiane in “big data enterprise” è ancora lungo: soltanto il 17% ha raggiunto un buon livello di maturazione (contro l’8% del 2016), mentre il 26% si trova in una fase di riconfigurazione dei propri processi organizzativi.

“Il valore del mercato Analytics continua a crescere a ritmi elevati e quest’anno ha superato la soglia del miliardo di euro – commenta Carlo Vercellis, responsabile scientifico dell’Osservatorio – È il segnale che le grandi imprese ormai conoscono le opportunità offerte dai Big Data e hanno una strategia data driven orientata agli aspetti predittivi e all’automatizzazione di processi e servizi. L’utilizzo dei Big Data Analytics è indispensabile per non rischiare di perdere capacità competitiva”.

Grandi imprese. La totalità delle grandi imprese utilizza i descriptive analytics, strumenti che descrivono la situazione attuale e passata dei processi aziendali, con una crescita di 11 punti percentuali rispetto allo scorso anno. Ma l’area di maggiore interesse per le imprese è quella dei predictive analytics, gli strumenti avanzati che consentono di effettuare previsioni sull’evoluzione del mercato e sulle strategie, già diffusi nel 73% dei casi (contro il 59% del 2016). Sono ancora indietro, invece, i prescriptive analytics, tool avanzati capaci di proporre soluzioni sulla base delle analisi svolte, presenti solo nel 33% delle grandi imprese (pur in aumento di dieci punti nel), e ancora di più gli automated analytics, capaci di avviare autonomamente l’azione proposta secondo il risultato delle analisi, diffusi solo nel’11% delle organizzazioni, prevalentemente a livello pilota, in linea con quello dello scorso anno (10%).

“Le grandi imprese hanno compiuto grandi passi in avanti, con un maggiore investimento di risorse ma anche di competenze, come dimostra il 45% di aziende che ha inserito figure di data scientist in organico – spiega Alessandro Piva, responsabile della ricerca dell’Osservatorio Big Data Analytics e Business Intelligence – Anche le Pmi mostrano un diffuso interesse per l’analisi dei dati, con l’utilizzo di strumenti di data visualization e analytics di base, ma anche servizi di supporto alle attività di marketing. Sebbene coprano ancora oggi soltanto il 13% del mercato, la crescita della spesa è un segnale che, seppur più lentamente, si stanno muovendo nella giusta direzione”.

WHITEPAPER
Ricerca IDC: come aggregare i dati per un'analisi ottimale
Big Data
Business Analytics

Il settore più interessato nel mercato degli Analytics tra le grandi imprese è quello bancario (28%), seguito da manifatturiero (24%), telco e media (14%), PA e sanità (7%), servizi (8%), Gdo (7%), utility (6%) e assicurazioni (6%). Se si prende in considerazione la crescita però guidano la graduatoria assicurazioni, manifatturiero e servizi, con tassi superiori al 25%, seguiti da banche, Gdo e telco e media, con tassi tra il 15% ed il 25%, poi utility e PA e sanità, con crescite più modeste.

Tra le aziende che hanno avviato iniziative, gli obiettivi dei progetti di Big Data Analytics sono stati soprattutto il miglioramento dell’engagement con il cliente (70%), l’incremento delle vendite (68%), la riduzione del time to market (66%), l’ampliamento dell’offerta di nuovi prodotti e servizi e l’ottimizzazione dell’offerta attuale per aumentare i margini (64% ciascuno), la riduzione dei costi (57%) e la ricerca di nuovi mercati (41%). Tra i risultati effettivamente ottenuti spicca il migliorare l’engagement con il cliente per la totalità delle imprese (il 100% degli intervistati).

Tra gli ostacoli principali ai progetti di Big Data Analytics, spiccano la mancanza di impegno e coinvolgimento da parte del top management (53%) e la mancanza di competenze e figure organizzative interne come Chief Data Officer e Data Scientist (51%). Invece non sembrano essere elementi di freno sostanziali i software poco usabili o le soluzioni obsolete (12%), così come la capacità di reperire dall’esterno professionalità con l’adeguato mix di competenze (22%). “Questi dati confermano che il mercato dell’offerta è pronto, con soluzioni allo stato dell’arte e competenze di Big Data Analytics crescenti – afferma Alessandro Piva – persiste invece in molti casi un gap nella capacità di internalizzare figure e skill in grado di analizzare i dati e la capacità di sviluppare modelli di governance della datascience maturi”.

Piccole e medie imprese. Nonostante la loro quota di spesa complessiva in Analytics sia cresciuta del 18% nel 2017, il ruolo delle piccole e medie imprese è ancora marginale nel mercato degli Analytics. Su 947 imprese che impiegano da 2 a 249 addetti, da cui emerge che fra le Pmi la diffusione di sistemi di Big Data Analytics si attesti solo al 7%. Tuttavia, le dimensioni aziendali hanno un peso rilevante nel determinare l’approccio a questi sistemi: per le microimprese è ancora prematuro parlare di Big Data Analytics perché non ne comprendono l’utilità e non sono sufficientemente strutturate, ma un’azienda su cinque con almeno dieci addetti ha progetti di Analytics in corso e il dato sale al 24% per le imprese con un con più di 50 addetti, segno di un deciso miglioramento anche delle Pmi sulla strada che porta a diventare “Big Data Enterprise”. Lo spaccato per area geografica rivela che l’area più avanzata in termini di diffusione di progetti e strumenti di Big Data Analytics è il Nord Ovest (34%), seguita a grande distanza da Centro (15%) e Sud e Isole (11%), mentre il Nord Est (9%) è l’area più arretrata.

Competenze. Nel 2017 quasi la metà delle grandi organizzazioni ha al proprio interno almeno un data scientist: il 45% a fronte del 31% nel 2016. Di queste, più del 30% ne ha definito formalmente ruolo e collocazione organizzativa. Inoltre, in media le aziende che contano già dei data scientist in organico dichiarano di volerne incrementare il numero nei prossimi 12 mesi (+46%), ulteriore conferma dell’impatto positivo di queste competenze. Tra le organizzazioni che ne sono ancora sprovviste, il 29% ne prevede l’introduzione, nel 45% dei casi entro il 2018. Fra le organizzazioni che hanno assunto data scientist, il 28% ha iniziato a riconfigurare i propri processi organizzativi secondo una modalità Data Science Enabled, ma le competenze specializzate inserite lavorano ancora prevalentemente nella funzione IT o in altre specifiche funzioni aziendali. Il restante 17% invece ha raggiunto un livello di governance avanzato che segue svariati modelli organizzativi, diversi in base alla presenza o meno di una struttura centrale di coordinamento. Il 55% delle imprese che non hanno inserito in organico figure specializzate, invece, presenta ancora un modello organizzativo tradizionale, in cui le singole unità di business sono orientate ad analizzare i dati di propria competenza, senza alcuna visione aziendale complessiva.

@RIPRODUZIONE RISERVATA
Argomenti trattati

Approfondimenti

B
big data
O
Osservatori del Politecnico di Milano