Big Data: perché il 2017 può essere l’anno della svolta

1681

Il percorso evolutivo che porta l’organizzazione a raggiungere la configurazione di “Data Driven Company” deve però ancora prevedere una maturazione complessiva più lunga, che prenda in considerazione variabili sia di tipo tecnologico che organizzativo

A cura di Luca Ferri, Head of Business Intelligence and Big Data di Sopra Steria

La consapevolezza delle opportunità derivanti dai Big Data è in crescita inarrestabile ormai da anni e il 2016 si è rivelato un anno cruciale, un anno che ha visto le organizzazioni sempre più impegnate a memorizzare, elaborare ed estrarre valore dai dati in tutte le forme e su qualsiasi infrastruttura

I dati presentati a fine novembre durante il Big Data Analytics & Business Intelligence, l’Osservatorio promosso dalla School of Management del Politecnico di Milano e sponsorizzato da Sopra Steria, valutano il mercato degli Analytics nel 2016 in Italia in crescita del 15%, per un valore complessivo di 905 milioni di euro.

Se la Business Intelligence fa ancora la parte del leone in termini di volumi, con un valore di 722 milioni di euro (+9% in un anno), sono proprio i Big Data, seppur ancora marginali come valore (183 milioni di euro), ad affermarsi come la componente che sta affrontando la crescita più significativa (+44%).

Secondo la definizione di Gartner, tre gli aspetti principali – le 3 V – caratterizzano i Big Data: il Volume elevato, l’alta Velocità e la Varietà del patrimonio informativo.
Appena tre anni fa, una ricerca di Sopra Steria aveva evidenziato come tutti e tre questi aspetti non fossero ritenuti dalle aziende europee una grande sfida: la scalabilità era un problema solo per l’8% delle aziende, la velocità per il 9% e la varietà addirittura era considerata una variabile interessante solo per il 4% degli intervistati. L’era dei Big Data doveva ancora arrivare.

Oggi, al contrario, l’attenzione ai tre aspetti è costante nelle aziende, e, addirittura, è proprio la varietà a rivelarsi il fattore principale capace di guidare gli investimenti in Big Data.

La varietà è fondamentale perché i Big Data in azienda oggi non comprendono più solo dati strutturati, forniti in prevalenza dai database aziendali e dalle transazioni, ma soprattutto dati non strutturati come immagini, email, tweet, log file, audio, dati GPS, informazioni provenienti dalle interazioni sui social e streaming data, cioè dati ricevuti dai sensori e altri dispositivi collegati alla rete aziendale (IoT).

Oggi le imprese cercano di integrare più fonti e concentrarsi sulla “coda lunga” dei Big Data e per farlo, nel 2017, si affideranno a piattaforme di analisi valutate anche in base alla capacità di offrire una connettività diretta dal vivo a queste fonti disparate.

Strutturare e analizzare in un tempo “utile” questa enorme quantità di “diverse” informazioni permette di migliorare l’esperienza del cliente, soprattutto perché i Big Data possono dimostrare di essere il modo corretto di misurare la customer experience e quindi la via migliore per ottimizzarla. L’obiettivo in questo senso è uno solo: portare sul mercato più rapidamente prodotti e servizi “giusti” grazie alla capacità di sfruttare tutti i canali per conoscere le preferenze e le esigenze dei propri clienti. In questo contesto, Sopra Steria investe costantemente in innovazione nel proprio Digilab per integrare gli aspetti emozionali dell’esperienza dei clienti in sistemi che permettano di accrescere la reputazione online e comprendere a fondo le interazioni con i clienti.

La certezza è che nel 2017 il mercato crescerà ancora insieme alla consapevolezza delle aziende delle opportunità che i Big Data offrono non solo per ottimizzare i processi, ma anche come leva innegabile per la crescita e la competitività.

Dal punto di vista delle tecnologie, aumenteranno i sistemi che supportano grandi volumi di dati strutturati e non strutturati e la richiesta di piattaforme integrate che aiutino a governare e proteggere i Big Data consentendo agli utenti finali di analizzarli e generare valore a partire da essi. Nel corso dell’anno sono attesi nuovi sistemi per l’analisi dei dati che permetteranno di diminuire il tempo passato ad analizzare i dataset.

Si tratta di uno scenario tecnologico in profonda trasformazione, dove l’evoluzione dell’open source e di Hadoop come ecosistema di gestione dei dati praticabile su larga scala ha creato un nuovo mercato del software, che sta trasformando profondamente il settore della BI e delle Analytics.

Tutto questo renderà sempre più urgente anche la ricerca di professionisti dei dati, capaci di districarsi non solo tra le tante tecnologie emergenti ma anche di comprendere l’orizzonte del business e rendere tutto questo enorme patrimonio informativo un vero valore per l’azienda. Queste professionalità risulteranno tra le figure più richieste nel mondo del lavoro nel 2017.

Se lo scorso anno l’Osservatorio del Politecnico aveva dimostrato la necessita di affiancare alla capacita di estrarre insight dai dati la definizione di una strategia di business per il loro utilizzo, a distanza di un anno, la Ricerca ha rilevato importanti passi in avanti, che si concretizzano in una maggiore attenzione da parte del Top Management e in un investimento crescente nel mercato.

Dal punto di vista della consapevolezza, però, il processo di maturazione è ancora lungo. Se è vero infatti che in Italia il 39% dei CIO ritiene che la Business Intelligence, i Big Data e gli Analytics saranno una priorità di investimento nel 2017, solo l’8% di essi dichiara di aver raggiunto un buon livello di maturazione, e solo il 26% ha appena intrapreso questo lungo percorso.

In sintesi, ritengo che il 2017 potrà dimostrarsi l’anno della svolta nel mondo dei Big Data, segnando un passaggio fondamentale nella loro comprensione e adozione. Ritengo tuttavia che il percorso evolutivo che porta l’organizzazione a raggiungere la configurazione di “Data Driven Company” debba ancora prevedere una maturazione complessiva più lunga, che prenda in considerazione variabili sia di tipo tecnologico che organizzativo, per la necessità di integrare le competenze, definire i modelli di governo delle iniziative di Analytics e accrescere la conoscenza delle concrete opportunità che derivano dalle nuove tecnologie legate alla gestione dei Big Data.