L’emergenza Covid19 sta facendo sentire i suoi effetti anche nel mercato Analytics e sta accentuando ancora di più il divario che, in questo ambito, ancora esiste tra imprese mature e tradizionali.
A evidenziarlo sono i dati dell’ultima ricerca condotta dall’Osservatorio Big Data & Business Analytics della School Management del Politecnico di Milano, presentata questa mattina durante il convegno online “Analytics divide: un gap che va colmato”.
“Nel 2020, nell’emergenza sanitaria, il tema della valorizzazione dei dati è avvertito dalle aziende italiane come di fondamentale rilevanza. Ma la crescita del mercato rallenta rispetto al passato, perché molte organizzazioni hanno ripensato i piani di investimento.", ha spiegato Carlo Vercellis, Responsabile scientifico dell'Osservatorio Big Data & Business Analytics.
Carlo Vercellis, Responsabile scientifico dell'Osservatorio Big Data & Business Analytics
"In realtà - continua Vercellis -, si assiste ad un ampliamento del gap tra le aziende mature nella gestione e analisi dei dati e quelle in ritardo. In un contesto di grande incertezza, infatti, quelle mature hanno mostrato maggiore capacità di fornire risposte ai nuovi interrogativi, aumentando le risorse di Data Science, ripensando modelli predittivi e di ottimizzazione. Quelle con un approccio tradizionale, limitato a classiche attività di Business Intelligence, hanno interrotto o posticipato gli investimenti, con conseguenze determinanti sulla loro capacità di competere in un mercato sempre più data-driven oriented”.
Il risultato è un rallentamento della crescita del mercato Analytics, che nel 2020 in Italia raggiunge 1,815 miliardi di euro, mostrando un +6% rispetto allo scorso anno, dopo il +23% registrato nel 2018 e il +26% nel 2019.
“La pandemia ha portato a ripensare alcune attività di analisi dei dati, ponendo maggior attenzione all’efficienza, alla presenza di competenze interne e alla governance dei dati e della Data Science", ha aggiunto poi Alessandro Piva, Responsabile della ricerca dell’Osservatorio Big Data & Business Analytics.
Alessandro Piva, Responsabile della ricerca dell’Osservatorio Big Data & Business Analytics
"Il Covid è stato uno stress test: mentre le aziende più immature hanno visto una riduzione dell’interesse al tema, quelle orientate all’approccio data-driven hanno saputo reinventarsi. Le altre tendenze che emergono dalla ricerca sono l’applicazione del Machine Learning nell’intero ciclo di vita dei dati, l’industrializzazione degli Advanced Analytics e una maggiore maturità organizzativa”, ha concluso Piva.
Su cosa si investe e chi sono i principali spender nel settore Analytics
La maggior parte della spesa si concentra sui software (52%, +16% rispetto al 2019), in particolare per Artificial Intelligence e le Data Science Platform.
Seguono i servizi, che rappresentano il 28% del mercato, e le risorse infrastrutturali (20%, +7%), cioè i sistemi di abilitazione agli Analytics in grado di fornire capacità di calcolo e di storage.
Il budget Analytics in Cloud cresce del +24% e questa componente arriva a pesare il 19% della spesa (+2% rispetto al 2019).
Le banche sono il primo settore per quota di mercato (28%), seguite da manifattura (24%), telco e media (14%), servizi (8%), Gdo e retail (7,5%), assicurazioni (7%), utility (6.5%), PA e sanità (5%).
La differenza tra le grandi imprese e le PMI nei confronti degli Analytics
Nonostante il rallentamento e le difficoltà legate al Covid19, secondo la ricerca, il 96% delle grandi imprese prosegue a compiere attività per migliorare la raccolta e valorizzazione dei dati e il 42% si è mosso, in termini di sperimentazioni e competenze, in ambito Advanced Analytics.
Tra le PMI invece il 62% ha in corso qualche attività di analisi dati, di cui il 38% avanzate. Una su due ha compiuto degli investimenti in quest’ambito nell’ultimo anno. Si tratta tuttavia di investimenti molto limitati, che difficilmente superano un approccio a silos nella gestione dei dati.
In ogni caso, soltanto una PMI su quattro non ha investito né avviato progetti di Analytics (32%), contro il 38% dello scorso anno.
Il 6% non ha ancora in corso nessuna attività di analisi dati, ma ha effettuato investimenti abilitanti, come l’integrazione delle fonti di dati. Il 24% svolge attività di analisi descrittiva (+6%) e un terzo di queste usa software di Data Visualization dedicati. Sostanzialmente stabile la percentuale di aziende che svolge anche analisi predittive (+38%).
Considerando quel 62% di aziende che svolge analisi sui dati, soltanto il 38% svolge attività di integrazione di dati interni e il 28% acquista dati esterni.
I profili di Data Science
I profili di data science sono ormai ampiamente diffusi nelle grandi imprese: nel 2020 vi è una stabilità nella diffusione di Data Analyst, presenti ormai nel 76%, e di Data Scientist, presenti nel 49%, ma sono in crescita Data Engineer (58%, +7%) e Data Visualization Expert (52%, +31%), mentre si afferma come emergente l’Analytics Translator, profilo intermedio fra il team di Data Science e le figure di business, che comprende le esigenze di business traducendole in termini analitici e interpreta i risultati delle analisi svolte.
Il 30% delle grandi aziende ne ha già inserito o formato almeno uno e l’8% lo farà entro il 2021.
Diversa la situazione che si delinea, ancora una volta, se spostiamo l’attenzione sulle PMI: solo il 18% ha alcune figure dedicate all’analisi dei dati all’interno dell’IT, nel 39% dei casi i referenti di queste attività sono invece distribuiti nelle funzioni aziendali, in un ulteriore 27% ci si appoggia esclusivamente a competenze esterne, infine nel 17% dei casi queste competenze sono del tutto assenti.