Il mercato italiano dei Big Data Analytics è dinamico e sempre più maturo, con imprese che mostrano un livello avanzato di utilizzo delle tecnologie, sperimentazioni complesse e competenze di Data Science, affiancate da altre che, pur in ritardo, si stanno attivando aumentando gli investimenti e puntando su progetti di integrazione dei dati.
Nel 2019 il mercato Analytics raggiunge un valore di 1,7 miliardi di euro, in crescita del 23% rispetto allo scorso anno, oltre il doppio rispetto al 2015 (790 milioni), da cui è cresciuto con un tasso medio annuo del 21,3%.
A dirlo è l'ultima release della ricerca dell'Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano, presentata questa mattina al convegno “Strategic Data Science: time to grow up!”. La ricerca ha coinvolto attraverso una survey oltre 1000 CIO, Responsabili Innovazione e Responsabili Analytics di organizzazioni utilizzatrici di piccole, medie e grandi dimensioni ed executive delle principali aziende operanti nel mercato dell’offerta.
«Il mercato Analytics in Italia non conosce crisi», dichiara Carlo Vercellis, responsabile scientifico dell'Osservatorio Big Data Analytics & Business Intelligence.
La principale voce di spesa in Analytics sono i software (47%). Nei software gli strumenti per la visualizzazione e analisi dei dati pesano per il 53%, mentre il restante 47% è costituito da strumenti di ingestion dei dati, integrazione, preparazione e governance. Il 20% degli investimenti è dedicato a risorse infrastrutturali, i sistemi per abilitare gli Analytics e fornire capacità di calcolo e storage ai sistemi aziendali, primo fra tutti il cloud. Il 33% della spesa è destinato a servizi per la personalizzazione del software, l’integrazione con i sistemi aziendali e la consulenza per la riprogettazione dei processi.
Tra i settori, le banche sono il primo posto per quote di mercato con il 28% della spesa, seguite da manifatturiero (24%), telco e media (14%), servizi, GDO e retail (8%), assicurazioni (6%), utility (6%) e PA e sanità (5%).
Il gap tra grandi e piccole imprese resta
Secondo la ricerca dell'Osservatorio Big Data Analytics & Business Intelligence del PoliMi, rimane evidente - in questo settore -
il divario fra le imprese di grandi dimensioni e le PMI in termini di investimenti e competenze di Data Science.
Il 93% delle grandi imprese investe in progetti di Analytics, contro
il 62% delle PMI.
A una maggiore spesa corrisponde una più elevata esigenza di profili in grado di gestire i progetti: i più diffusi nelle grandi imprese sono il
Data Analyst (presente nel 76% delle aziende, +20%), il
Data Engineer (51%, +9%) e il
Data Scientist (49%, +3%).
Solo il 23% delle PMI, invece, ha introdotto almeno un Data Analyst e appena il 16% ha inserito un Data Scientist.
L'interpretazione dei dati della ricerca
«Le organizzazioni più mature hanno già internalizzato le necessarie competenze e stanno intraprendendo un percorso di sperimentazioni crescenti e di maggiore complessità, che ora le vede impegnate nella sfida di governare i progetti dal punto di vista organizzativo e cambiare i processi in ottica data-driven», dichiara Carlo Vercellis.
«Le aziende neofite dei Big Data, nel frattempo, iniziano a concretizzare le prime iniziative, prevalentemente con il supporto di competenze esterne. Tra le piccole e medie imprese, si registra un crescente interesse verso il tema e nuovi investimenti, seppur in uno scenario di complessivo ritardo dal punto di vista delle competenze.
Il tema del recruiting di figure professionali dedicate è ancora molto sentito dalle aziende», spiega ancora il responsabile scientifico dell'Osservatorio Big Data Analytics & Business Intelligence.
Anche per questo, la School of Management del Politecnico di Milano è stata tra i primi attori ad attivare un Master internazionale su Business Analytics e Big Data, che, nell’arco di quattro anni, «ha formato più di 160 Data Scientist provenienti da tutto il mondo», conclude Vercellis.
«Storicamente, il freno principale dichiarato dalle aziende all’implementazione di progetti di Analytics è stata la mancanza di competenze e figure organizzative interne, accentuato dalle difficoltà a reperirle all’esterno», prosegue
Alessandro Piva, responsabile della ricerca dell’Osservatorio Big Data Analytics & Business Intelligence.
«Nel 2019, però,
una grande impresa su due ha già inserito almeno un Data Scientist, le aziende che hanno già da tempo introdotto figure di questo tipo ne hanno incrementato il numero e una su tre lo ha addirittura raddoppiato. Grazie a questi profili, oggi riescono a elaborare progetti più complessi dedicati a machine learning, dati non strutturati, analisi in tempo reali. Chi non li ha ancora, denuncia ancora difficoltà nel reperire le figure sul mercato. Anche per questo motivo, accanto al Data Scientist, nell’ultimo anno aumenta la diffusione di altre figure legate alla manipolazione del dato, come Data Analyst, presente oggi nel 76% di aziende, il Data Engineer (51%) e il Data Visualization Expert», conclude Piva.