Oggi è un mercato da 2,85 miliardi di euro, per l’83% guidato da grandi imprese e per il 17% da pmi e microimprese. La crescita (+18% rispetto al 2022) è dovuta soprattutto all’introduzione del Cloud (27%) ed è più marcata nel settore manifatturiero (+25%) e Telco & Media (+20%).
Gdo/Retail, PA e Sanità crescono invece più in linea con la media di mercato. Il settore bancario resta primo per spesa in gestione e analisi dati come budget Ict (28%). Secondo il manifatturiero (25%) e terzo Telco & Media (15%). Sono i principali risultati dell’Osservatorio Big Data & Business Analytics della School of Management del Politecnico di Milano.
Ma è davvero ben sfruttato il dato?
Ormai quasi tutte le grandi aziende utilizzano strumenti di Business intelligence e Data visualization (93%). Tuttavia, solo una su due ne monitora l’effettivo utilizzo. Solo il 62% ha stabilito metriche per misurarne l’efficacia. Inoltre, solo il 20% del personale non specialistico dichiara di basarsi sui dati nei processi decisionali. Si stanno comunque intensificando le attività di formazione, passate dal 43% al 63% nell’ultimo anno.
Riguardo agli Advanced Analytics (con funzioni di predittività sfruttando AI, Generative AI e machine learning), aumentano le sperimentazioni (+8%). Eppure solo un’azienda su cinque coinvolge più di tre funzioni aziendali. Oggi sperimenta il 73% delle imprese, soprattutto nelle vendite (48%), nel customer service (43%) e nel marketing. Neanche una su tre, invece, nella manifattura (30%) e solo una su cinque nella logistica (21%).
Va anche detto che una su due dichiara che l’Advanced Analytics non ha un impatto diretto a supporto delle decisioni strategiche. Nel 24% delle aziende lo sviluppo di queste progettualità viene gestito totalmente da figure interne. Negli altri casi si preferisce avere un approccio ibrido, unendo competenze interne e il supporto di consulenti.
«Durante il 2023 stanno crescendo la spesa per gli Analytics e il livello di maturità delle imprese italiane nella gestione dei dati. Tuttavia, il forte interesse non corrisponde sempre a un cambio di rotta decisivo. Sono ancora una minoranza le organizzazioni con una Data Strategy di livello corporate. Serve un ulteriore salto per cogliere le opportunità offerte dalle nuove frontiere tecnologiche, tra tutte le Generative AI. Le aziende più mature stanno già sperimentando nell’ambito gestione e analisi dei dati con la Generative AI. Alla ricerca di nuove strade per estrarre insight di valore da dati non strutturati o per migliorare il processo di gestione e analisi dei dati», spiega Alessandro Piva, responsabile della Ricerca dell’Osservatorio Big Data & Business Analytics.
Cosa dice il Data Strategy Index sulla maturità delle aziende
Secondo il Data Strategy Index del Politecnico di Milano, il 20% delle grandi imprese oggi risultano avanzate (+5% rispetto all’anno scorso). I paramenti di valutazione sono tre. Il Data management & Architecture (strumenti, competenze e processi per la gestione tecnologica, integrazione dei dati e governo del patrimonio informativo). La Business intelligence e la Descriptive analytics (strumenti e competenze di base per una Business Intelligence pervasiva). Infine, la Data science (attività che contemplano analisi predittive e di ottimizzazione a partire dall’analisi dei dati).
Sono focalizzate il 12%. Ben avviate sulla Data science in alcune funzioni aziendali, ma con una scarsa attenzione alla valorizzazione complessiva del patrimonio informativo. D’altra parte, un terzo delle grandi aziende è immaturo o ai primi passi (32%). Si tratta soprattutto delle più piccole. Per queste aziende la priorità è il completo superamento dell’utilizzo di fogli elettronici e l’introduzione pervasiva di strumenti di Data Visualization & Reporting avanzati.
Il 13% delle aziende invece sono intraprendenti: si sono concentrate sulla Data Science e hanno iniziato a sperimentare nell’ultimo anno. Infine, il 23% sono prudenti: hanno dato priorità a una buona qualità dei dati e alla presenza di figure dedicate alla Data Governance.
«Il grande interesse suscitato nel 2023 per l’Intelligenza Artificiale Generativa ha contribuito ad accendere i riflettori sull’importanza di avere a disposizione dati di buona qualità, fondamenta per rendere affidabili, e dunque utilizzabili, i risultati degli algoritmi», spiega Carlo Vercellis, responsabile scientifico dell’Osservatorio Big Data & Business Analytics. «Mentre l’innovazione avanza, però, la situazione di incertezza economica e geopolitica rischia di far ritardare gli investimenti, soprattutto organizzativi e culturali, per proseguire nel percorso di valorizzazione dei dati. L’obiettivo delle imprese deve essere quello di costruire una buona data experience, intesa come l'esperienza complessiva di un utente in ogni fase di relazione con i dati, capace di fare la differenza nell’impatto di soluzioni di Analytics».
Data management nell’organizzazione interna
Nel complesso, il 20% delle grandi aziende ha attribuito a una figura executive la responsabilità di gestire e valorizzare i dati in logica trasversale nell’organizzazione. Si iniziano a trovare Chief Data Officer o Chief Data & Analytics Officer. Sono inoltre raddoppiate le aziende che si stanno organizzando con ruoli e responsabilità nella Data governance (41%), anche se in generale sono agli inizi del percorso. Il 14%, per esempio, ha figure professionali nelle diverse linee di business, ma senza un coordinamento centrale. Le figure più diffuse nelle grandi organizzazioni, preziose e difficili da trovare per il 77% delle imprese, sono data analyst, data engineer e data scientist.
Cultura e gestione dei dati nelle pmi
Nelle pmi, quattro aziende su 10 non hanno alcuna figura dedicata all’analisi dei dati. Il 57% si è però dotata di un software di Data Visualization & Reporting (+8% sul 2022), ma ne fa un uso sporadico e con investimenti molto contenuti. Il foglio elettronico rimane estremamente diffuso nell’operatività delle pmi.
Ad ogni modo oggi il 74% delle pmi svolge attività di analisi dati almeno descrittive. Tra queste, il 68% sta sperimentando anche nel campo delle analisi predittive (percentuale che scende a una su due sul totale). Il 14% di queste si limita al miglioramento della pianificazione finanziaria. Il restante 86% conduce analisi anche in altre linee di business, soprattutto marketing e produzione.