Imprese: riparte la spesa nei big data, anche tra le “piccole”

Dopo aver subito un brusco rallentamento nell’anno della crisi, quando il mercato della gestione e dell’analisi dei dati ha toccato gli 1,78 miliardi di euro a fronte di un valore stimato pari a 1,81 miliardi, la spesa delle aziende italiane nei big data si prepara a superare i 2 miliardi di euro entro il prossimo mese. Si parlerebbe dunque di una crescita pari al +13% ma, nelle attese dell’Osservatorio big data & business analytics della School of management del Politecnico di Milano, ancora insufficiente a colmare quel gap tra realtà già a buon punto su questo fronte e quelle che hanno appena iniziato il percorso. Che, tra l’altro, hanno perso ulteriore terreno proprio a causa della pandemia.

Nel dettaglio la crescita registrata nell’anno in corso dal mercato analytics è stata trainata principalmente dalla componente software (+17%), con tassi di crescita superiori al 30% per le piattaforme di data governance e quelle di data science e intelligenza artificiale. La componente infrastrutturale, invece, riparte con una crescita inferiore alla media di mercato mentre torna a crescere a doppia cifra la spesa in servizi di consulenza e personalizzazione tecnologica. Fanno da traino i comparti assicurativo, manifatturiero e telco & media.

Guardando sia alle tecnologie a disposizione sia alle competenze presenti e alla loro distribuzione nell’organizzazione, il 18% delle grandi realtà vengono definite “proattive” sulla gestione e il governo dei dati. Aziende strutturate internamente, con una figura di coordinamento o un team centrale responsabile della data governance. Ma anche con tecnologie dedicate e figure specializzate, come il data quality manager. Circa quattro su dieci, invece, rivelano una diffusa immaturità nella gestione dei dati e strumenti poco efficienti. La parte restante sta muovendo i primi passi, adottando nuove tecnologie o identificando figure di responsabilità.

Guardando alle piccole e medie imprese, il 44% ha investito in analytics nel 2021 o stima di farlo entro la fine dell’anno e un ulteriore 44% riconosce che la crisi pandemica abbia rivestito un ruolo determinante nell’acquisire maggiore consapevolezza sulla necessità di valorizzare i dati a disposizione. Ma si riscontra una certa differenza di “maturità” tra le medie e le piccole: il 58% delle prime ha investito in risorse fisiche o umane di analytics o prevede di farlo entro fine anno, a fronte del 41% delle seconde. Inoltre, il 62% delle pmi svolge analisi predittive ma appena il 14% mette in campo sperimentazioni di advanced analytics.

Eppure, è aumentato in generale il numero di aziende che ha avviato almeno una sperimentazione in questo ambito nell’ultimo triennio (in crescita di otto punti percentuali sul 2020). Due su tre dichiarano di vantare almeno un data analyst al proprio interno, il 59% di aver internalizzato la figura del data engineer e il 49% di aver almeno un data scientist. Una situazione di sostanziale stabilità rispetto allo scorso anno. Anche se, si precisa nel rapporto, chi aveva già introdotto queste figure in passato ha continuato a investire in questa direzione (per esempio nel 28% delle grandi imprese il numero di data scientist è addirittura aumentato).

Ciononostante, spiega Carlo Vercellis, responsabile scientifico dell’Osservatorio big data & business analytics, poche aziende italiane possono essere considerate oggi “veramente data driven, cioè capaci di portare l’intera organizzazione a una piena valorizzazione dei dati a disposizione”. Di conseguenza, aggiunge, affinché la data science “abbia un impatto concreto, è necessario creare una cultura dei dati che, a diversi livelli, avvicini sempre più lavoratori a un uso quotidiano di insight e risultati delle analisi”. La prossima sfida per le imprese, aggiunge Alessandro Piva, responsabile della ricerca dell’Osservatorio big data & business analytics, sarà quella di “sviluppare una data-driven strategy basata su competenze e iniziative mature in tutte e tre le sue dimensioni, che sono il data management, la data science e la data literacy, su cui ad oggi emergono ancora percorsi sbilanciati”.