In Italia il mercato “analytics”, che comprende Business Intelligence e Big Data, nel 2016 è cresciuto del 15%, raggiungendo un valore di 905 milioni di euro. In questo totale, la componente Business Intelligence (progetti per l’analisi di dati “tradizionali”, prevalentemente originati da sistemi transazionali e conservati in database relazionali) è salita del 9% a 722 milioni, mentre molto di più è cresciuta la componente Big Data (iniziative caratterizzate da volumi di dati grandi e/o in forte crescita, e/o analisi real-time, e/o dati di provenienza o formato eterogenei), che con un incremento del 44% ha raggiunto quota 183 milioni di euro.
Sono dati del recentissimo report 2016 dell’Osservatorio Big Data Analytics e Business Intelligence del Politecnico di Milano, che specifica come gran parte di questo mercato sia oggi trainato dalle grandi imprese (con almeno 250 addetti), che originano l’87% della spesa complessiva, mentre gli investimenti delle piccole e medie imprese (tra 10 e 249 addetti) ne rappresentano solo il restante 13%, cioè 120 milioni di euro.
Nel report di quest’anno, l’Osservatorio ha dedicato un approfondimento alle PMI. Un’indagine su 803 imprese tra 10 e 249 addetti, segmentate per classe dimensionale, settore d’industria (banche e assicurazioni, GDO, manifatturiero, PA e Sanità, Servizi, TLC e media, Utility) e regione (Nord-Est, Nord-Ovest, Centro, Sud-Isole), è servita per fare il punto sulla maturità dei progetti di analytics appunto in queste realtà così significative e caratteristiche del territorio italiano. Il primo responso, come anticipato, è che il ruolo delle piccole e medie imprese nel mercato degli analytics in Italia è ancora marginale: il peso del 13% è molto basso, se si pensa che le PMI rappresentano il 98% delle imprese italiane.
In effetti mentre per le grandi imprese l’Osservatorio rileva un’adozione ormai consolidata delle soluzioni di analytics (il confronto si basa su un’altra indagine nel report 2016 effettuata su 149 imprese con almeno 250 addetti), solo una PMI su tre ha dedicato parte del Budget ICT 2016 a tali soluzioni (34%). Rispetto a questa media, le PMI del Nord-Est mostrano un’adozione più alta (39%), seguite da quelle del centro (35%), del Sud e Isole (31%) e da quelle nel Nord-Ovest (30%), sorprendentemente in coda. Quanto ai settori, le PMI bancarie e assicurative (55%), e della GDO (47%) sono nettamente più attive sugli analytics, seguite a distanza da PA e Sanità (39%), manifatturiero (34%), TLC e media (28%), Utility (24%) e Servizi (23%).
Analisi predittiva, il 16% delle piccole e medie aziende fa da pioniere
Entrando nel merito dei tipi di analisi dei dati, i ricercatori dell’Osservatorio ne distinguono quattro: “descriptive analytics” (strumenti per descrivere situazione attuale e passata di processi o aree funzionali), “predictive analytics” (strumenti avanzati per capire cosa potrebbe accadere nel futuro), “prescriptive analytics” (tool avanzati che propongono soluzioni operative o strategiche sulla base delle analisi fatte) e “automated analytics” (tool capaci di implementare da soli le azioni più consigliabili in base alle analisi fatte).
Dall’indagine emerge che il 26% delle PMI adotta modelli di descriptive analytics, con percentuale più alta nelle medie imprese (31%), rispetto a quelle piccole (25%). L’uso di modelli di predictive analytics è invece ancora limitato a poche PMI (16%) – media del 15% nelle piccole imprese e del 33% nelle medie imprese – mentre prescriptive e automated analytics sono ancora concetti scarsamente conosciuti e diffusi.
Approfondendo l’analisi sulle sole PMI che effettivamente utilizzano soluzioni di analytics, quattro su 10 (41%) sono dotate in questo campo di software avanzati, completamente integrati con i sistemi transazionali, e un altro 41% ha software di visualizzazione e analisi dei dati dedicati, anche se solo parzialmente integrati con i sistemi informativi dell’impresa. Quanto al restante 18% dei casi, il 15% tratta i dati con software generalisti (per esempio fogli elettronici), e il 3% non ha software dedicati all’analisi dei dati, che però viene comunque effettuata attraverso strutture esterne all’azienda.
