1. Inizio pagina
  2. Contenuto della pagina
  3. Menu principale
  4. Menu di Sezione

Blog


Contenuto della pagina
 
 

Cresce l'utilizzo di Big Data e Analytics in Italia


Cresce la componente Big Data (+44%), ma la fetta principale resta la Business Intelligence (+9%). Le grandi imprese rappresentano l'87% del mercato. La maggiore diffusione nei settori: bancario, industria e telecomunicazioni. Per il 39% dei CIO gli Analytics sono la priorità di investimento nel 2017, ma solo l’8% delle aziende italiane è a uno stadio avanzato nel processo di “Big Data Enterprise”.data scientist sono poco presenti (in un'azienda su tre in Italia).

 

Questi sono i risultati della ricerca dell'Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano (www.osservatori.net) presentati al convegno “Big Data: guidare il cambiamento, liberare valore” del 29 novembre 2016. 

La ricerca ha coinvolto attraverso una survey oltre 950 CIO e analizzato oltre 300 player dell’offerta tramite interviste dirette o fonti secondarie.

 

 

L'uso degli Analytics

Il mercato degli Analytics nel 2016 in Italia è cresciuto del 15%, raggiungendo un valore complessivo di 905 milioni di euro. Se la Business Intelligence fa ancora la parte del leone in termini di volumi con un valore di 722 milioni di euro (+9% in un anno), i Big Data, seppur ancora marginali come valore (183 milioni di euro), sono la componente che mostrano la crescita più significativa (+44%).

Gran parte di questo mercato è oggi appannaggio delle grandi imprese, che si dividono l’87% della spesa complessiva, mentre le Pmi si fermano al 13%. Cresce il mercato e cresce la consapevolezza delle aziende italiane delle opportunità dei Big Data: Il 39% dei CIO italiani vede la Business Intelligence, i Big Data e gli Analytics come priorità di investimento principale nel 2017 per l’innovazione digitale.

Ma emerge anche la necessità di nuove competenze e modelli organizzativi, di approcci tecnologici differenti e di una prospettiva progettuale di lungo periodo per lavorare con queste fonti informative: un’impresa su tre ha già inserito nel proprio organico uno o più data scientist, la cui presenza nelle aziende più all’avanguardia è cresciuta del 57% nell’ultimo anno. Tuttavia, il processo di trasformazione delle tradizionali imprese italiane in “big data enterprise” è ancora lungo: soltanto l’8% ha raggiunto un buon livello di maturazione, mentre il 26% ha appena iniziato il percorso e il 66% si trova in una situazione intermedia.

 

Le grandi imprese si stanno muovendo nella direzione giusta, con una maggiore attenzione da parte del top management e una spesa crescente nei Big Data e negli Analytics nel loro complesso.

 

Lo stesso non si può dire delle Pmi, che coprono oggi solo il 13% del mercato e solo nel 34% dei casi hanno dedicato a sistemi di Analytics una parte del budget ICT 2016: per le piccole realtà emerge ancora un ritardo nella creazione di competenze e modelli di governo delle iniziative di analytics e una limitata conoscenza delle opportunità.

Alessandro Piva, Responsabile della ricerca dell’Osservatorio Big Data Analytics e Business Intelligence

 
 
 

Le grandi imprese

Il settore più interessato nel mercato degli Analytics tra le grandi imprese è quello bancario (29%), seguito da manifatturiero (22%), telecomunicazioni e media (14%), Pubblica Amministrazione e sanità (8%), altri servizi (8%), GDO (7%), utility (6%) e assicurazioni (6%).

 
 

Una classifica che si rovescia parzialmente se si prende in considerazione la crescita dei singoli settori, trainata da assicurazioni (+25%) e poi manifatturiero, banche e utility, con tassi di espansione compresi fra il 15% e il 25%, mentre servizi, telco e media, mostrano una crescita compresa fra il 10% e il 15%, e Pa e sanità, con tassi di crescita più modesti.

 
.
 
 

Le PMI

Il ruolo delle piccole e medie imprese è ancora marginale nel mercato degli Analytics in Italia. Lo rivela l'indagine dell’Osservatorio su oltre 800 imprese tra 10 e 249 addetti, da cui emerge come le PMI, che pesano soltanto per il 13% del mercato degli Analytics, solo in un caso su tre hanno dedicato parte del Budget ICT 2016 a queste soluzioni (34%). La propensione di spesa aumenta al crescere delle dimensioni, con le medie imprese che investono di più delle piccole (39% contro 33%).

 
 

Emerge un sostanziale livellamento fra nord e sud del Paese in termini di investimenti: il Nord Est si conferma motore dell’Italia col 39% di organizzazioni che adottano sistemi di Analytics, ma Centro (35%) e Sud (31%) seguono a breve distanza con una propensione di spesa superiore al Nord Ovest (30%), un’area tradizionalmente più all’avanguardia nei settori tecnologici.

 
 

I modelli di analisi

Per quanto riguarda i modelli di analisi dei dati, il 26% delle PMI adotta modelli di descriptive analytics. L’utilizzo di modelli di predictive è ancora limitato a poche organizzazioni (16%), mentre prescriptive e automated analytics sono ancora scarsamente conosciuti. 

 
 

Analizzando la presenza delle Pmi settore per settore, emerge un quadro simile a quello delle grandi imprese: circa una su due appartiene a banche e assicurazioni (55%) e GDO (47%), ma seguono più distaccati Pubblica Amministrazione e sanità (39%), manifatturiero (34%), telecomunicazioni e media (28%), utilities (24%) e, per ultimo, i servizi (23%).

 
 

Il Data Scientist

Nel 2016, tre grandi aziende italiane su dieci dichiarano di contare nel proprio organico figure di data scientist, una quota stabile rispetto allo scorso anno. Ma aumenta la consapevolezza di questo ruolo che oggi nel 7% dei casi viene codificato formalmente (contro il 4% nel 2015). Inoltre, tra le aziende che hanno già inserito figure di questo tipo, crescono del 57% i full time equivalent allocati, a conferma di una progressiva maturazione organizzativa.

 
 

La collocazione organizzativa del data scientist è molto varia e riflette il diverso grado di investimento in queste competenze delle imprese. Il 27% dei data scientist lavora nel settore IT, il 26% in un’unità funzionale tradizionale (Marketing, Operations, Finance o R&D) e ben il 26% in una funzione indipendente, specifica per le attività dei Big Data, creata come evoluzione del modello organizzativo dell’impresa. Un ulteriore 15% è consulente esterno, a testimonianza della complessità di internalizzare le competenze necessarie e comprendere il corretto mix di specializzazione.