Il ricorso ai Big Data si conferma un fenomeno di fortissimo interesse nel panorama italiano. Secondo i dati del 2019 diramati da Osservatori Digital Innovation della School of Management del Politecnico di Milano, la Data Science ritorna ad essere al primo posto negli investimenti delle grandi imprese italiane.
Big Data: investimenti per 1,7 mld €
Rispetto al 2018, anno in cui occupava la seconda piazza, vi è stata una crescita del 23% degli investimenti, che ora ammontano a ben 1,7 miliardi di euro. Fatta eccezione per la Pubblica Amministrazione e per la sanità, in cui tale crescita si è aggirata intorno all’11%, tutti gli altri settori sono cresciuti di oltre il 20%, con picchi per assicurazioni e GDO/retail di circa il 28%. Ad oggi, guidano il mercato le banche (28%), l’industria (24%), Telco e media (14%).
PMI ancora lontane dalla Data Science
Se da una parte quasi tutte le grandi imprese (93%) hanno investito in Big Data nel 2019, c’è da segnalare dall’altra una scarsa attitudine delle piccole e medie imprese (quelle con meno di 250 dipendenti) ad affidarsi alla Data Science. Infatti, solo il 62% delle PMI hanno fatto investimenti in merito, soprattutto orientati all’integrazione dei dati interni e alla formazione. Se si pensa che le PMI rappresentano la quasi totalità delle aziende italiane, la Data Science si configura ancora come un’arma di élite appannaggio di pochi.
Qualcuno potrebbe obiettare che la mole di dati processabile da aziende più piccole non presuppone l’utilizzo della Data Science. Benché lecita, quest’osservazione è tuttavia riduttiva, in quanto i Big Data non sono caratterizzati solo da ampio volume, ma anche per esempio da una spiccata eterogeneità e da una certa velocità di generazione, attributi che possono riguardare anche contesti più piccoli. Il fatto che le PMI siano ancora piuttosto lontane dalla Data Science è dovuto principalmente a una difficile valutazione ex ante dei benefici futuri e a una generale difficoltà nel reperire figure così specializzate che vogliano misurarsi in realtà più piccole.
Quali sono i professionisti più richiesti nell’ambito dei Big Data?
La Data Science è contraddistinta da aspetti più tecnici e aspetti più di business. Per questo motivo, anche gli agenti in un processo di Data Science hanno background e mansioni diverse e il fatto che un profilo stia crescendo di più rispetto ad un altro può indicare che le esigenze delle aziende si stiano muovendo in una determinata direzione.
Il profilo più presente nelle grandi aziende (circa nel 76%) e anche quello più in crescita (+20% rispetto al 2018) è il Data Analyst, una figura non lontana dal Data Scientist, ma più orientata all’analisi descrittiva dei processi di business e più legata all’uso di database e di software per il reporting aziendale. La prevalenza di Data Analyst è giustificata dal fatto che fanno da collante tra una tecnologia già ben consolidata nelle realtà aziendali, come quella dei database, e una tecnologia più nuova, come quella dei Big Data.
Un’altra figura in evidente crescita (+9% rispetto al 2018), presente nel 51% delle grandi aziende, è quella del Data Engineer, un profilo estremamente tecnico che lavora sull’integrazione dei diversi applicativi e permette un coerente e puntuale trasferimento delle informazioni in tutti i passi del processo di business. La tecnologia dei Big Data è sempre più ricca, complessa ed eterogenea, perciò vi è una forte esigenza di profili tecnici che riescano ad avere una visione d’insieme e possano fare le scelte più adeguate in ambito tecnologico.
Un profilo molto interessante nella Data Science, raramente menzionata, ma in forte crescita (+12% rispetto al 2018) è quella del Data Visualization Expert, la cui mansione è cercare di rendere fruibile a un’audience non tecnica i risultati delle analytics. In ambito aziendale, ciò è associato soprattutto alla creazione di dashboard, ovvero di pagine solitamente interattive che mostrano in forma grafica l’andamento (quanto più istantaneo possibile) delle variabili aziendali di interesse. Questo lavoro è spesso ricoperto dal Data Scientist e/o dal Data Analyst, ma avere comunque un esperto in Data Visualization che si occupa della rappresentazione dei risultati può migliorare la comunicazione con l’area business e dare ulteriore valore aggiunto e maggiore visibilità al lavoro di analisi svolto.
Infine, c’è da dire che anche la figura del Data Scientist sta crescendo (+3% rispetto al 2018) ed è ormai presente in metà delle grandi aziende.
| E-Business