Il mercato dei Big Data Analytics è in grande crescita nel nostro Paese. Secondo gli ultimi dati dell'Osservatorio del Politecnico di Milano, il settore ha visto quest'anno un +26%, raggiungendo un valore di 1,3 miliardi di euro.
Le aziende sembrano sempre più star comprendendo l'importanza di avere un'adeguata offerta in questo settore, per migliorare le proprie performance in varie aree di business, dalle vendite al marketing. Un'offerta fatta non solo di software e risorse infrastrutturali, ma anche di talenti preposti alla loro gestione.
Nel 2018, infatti, secondo i dati del PoliMi, si è registrato un importante aumento delle grandi organizzazioni che si sono dotate di un modello di governance per la Data Science maturo, passate dal 17% al 31%, inserendo figure di Analytics in diverse funzioni aziendali, favorendone il coordinamento e la crescita. Ma non è tutto rose e fiori: oltre metà del campione (55%) si trova ancora in una situazione tradizionale, dove non esiste alcuna spinta verso una strategia basata sull’analisi dei dati, mentre il 14% delle grandi aziende italiane si trova all’inizio del percorso di costruzione di una strategia data-driven.
E ancora oggi, la mancanza di competenze interne rimane il principale elemento di freno allo sviluppo di progetti di Big Data Analytics. Il 77% delle grandi aziende segnala una carenza di risorse interne dedicate alla Data Science: fra queste, il 29% ritiene di poter sopperire a queste lacune con il supporto di consulenti esterni, mentre il 48% considera necessaria l’internalizzazione delle competenze di Analytics nel breve termine.
Tra le figure più richieste nel settore, spiccano quelle del Data Scientist, del Data Engineer e del Data Analyst.
Il Data Scientist è una figura professionale ormai diffusa nelle aziende: il 46% delle grandi imprese ha inserito uno di questi profili: tra chi non lo ha ancora in organico, uno su quattro prevede di introdurlo entro il 2019. Dall’analisi condotta dall’Osservatorio su tutte le offerte di lavoro dello specifico ruolo presenti su LinkedIn, emerge che le competenze più ricercate sono la capacità di utilizzare almeno un linguaggio di programmazione (nel 74% delle offerte), le competenze di sviluppo e implementazione di algoritmi di machine learning (62%), l’abilità di comunicare e presentare i risultati agli utenti di business (36%).
Il Data Engineer è inserito nel 42% delle grandi imprese, con una presenza formalizzata nel 17% dei casi, mentre il 13% prevede di assumere almeno uno di questi profili nel 2019. Secondo l’analisi delle offerte su LinkedIn, tra le mansioni svolte da questi professionisti, figurano la gestione della data ingestion (32%) e la creazione di data pipeline (24%). Nel 58% dei casi si richiede la capacità di programmazione in Python e Javascript.
Il Data Analyst è presente nel 56% delle grandi aziende italiane ed entro il 2019 si prevede che la percentuale raggiungerà il 75%. Le sue principali attività sono la produzione di reportistica efficace (nel 56% delle offerte) e l’individuazione di pattern e relazioni tra grandi moli di dati (28%), mentre i principali strumenti utilizzati sono Excel e MySQL.
Tra le altre figure, il Data Science Manager, la figura di coordinamento della struttura di Analytics, è presente nel 23% delle grandi aziende ed entro il 2019 un ulteriore 22% ne prevede l’inserimento. Il Data Visualization Expert, che presenta un mix tra competenze di Analytics e dashboard design per trovare la migliore rappresentazione grafica per differenti tipologie di dati e di analisi, invece è presente in circa una grande azienda su dieci (9%), ma una su quattro prevede di introdurlo entro il 2019.