![Carlo Vercellis, Politecnico di Milano](https://d3alc7xa4w7z55.cloudfront.net/upload/images/09_2012/vercellis-157710-120906154449_medium.jpg)
Walmart gestisce più di 1 milione di transazioni della propria clientela ogni ora, Google nel lontano 2008 già affermava di elaborare 20 petabyte di dati al giorno, AT&T possiede un database di 312 terabyte che memorizza 1.9 trilioni di record di conversazioni telefoniche… Si scrive Big Data e si legge come una delle evoluzioni più profonde e decisive tra quelle in atto nel mondo IT. «Un trend – racconta Carlo Vercellis Responsabile Scientifico Osservatorio Big Data Analytics & Business Intelligence del Politecnico di Milano, nel corso della recente presentazione dell’ultima e attesissima ricerca – destinato a rimanere e a incidere profondamente sulla nostra vita di tutti i giorni e sul nostro modo di lavorare. La nostra ricerca ha mostrato in maniera evidente come il fenomeno dei Big Data sia una grandissima opportunità che continuerà a svilupparsi e a offrire la possibilità di mettere in correlazione, analizzare dati di ogni forma e dimensione raggiungendo una capacità predittiva sempre più efficace, performante.
Una grande opportunità per le imprese, la Pubblica Amministrazione. Non è un caso che il 40% dei CIO chiamati in causa nella nostra ricerca abbia indicato nel 2014 una priorità di intervento rappresentato proprio da Big Data Analytics e Business Intelligence. Arriveremo presto ad un data warehouse ibrido che porterà le aziende a mettere in correlazione dati “tradizionali” e strutturati con dati provenienti per esempio dai social networks. Un’integrazione che ci permetterà di capire prima e meglio le inclinazioni degli utilizzatori e dunque di progettare prodotti e soluzioni che siano maggiormente aderenti con i gusti e gli stili di vita della clientela».
Andando comunque con ordine e partendo dal fenomeno generale, l’Osservatorio parla di uno “Tsunami Perfetto” che sta portando i Big Data ad affermarsi come uno dei trend più importanti il destino delle imprese. Uno Tsunami alimentato da quattro fenomeni convergenti: tecnologie di elaborazione e storage sempre più potenti e meno costose, i device mobili nelle mani di ciascuno di noi, il social networking sempre più diffuso in modo capillare e massiccio, il cloud computing… In quetso scenario, i Big Data hanno tre origini principali: le transazioni originate dall’utilizzo di trilioni di dispositivi da parte degli individui (carte di credito, smartphone, tablet, carte fedelta`, …); le interazioni e i messaggi che si sviluppano attraverso le reti sociali e il web 2.0; le rilevazioni svolte da innumerevoli sensori digitali presenti negli oggetti che utilizziamo quotidianamente. Di come , quando e perché mettere una simile marea di ifnromazioni al servizio del business si è occupata la ricerca realizzata dall’Osservatorio della School of Managemente del Politecnico.
«Gestire in modo corretto una simile “marea” significa mettere in campo progetti di ampio respiro con una governance chiara e avere il giusto mix di competenze e tecnologie allo stato dell’arte – racconta Vercellis -. Ad aiutare le aziende nel supportare le decisioni strategiche attraverso l’utilizzo dei Big Data troviamo i sistemi di Big Data Analytics & Business Intelligence (BDA & BI), che si propongono di esplorare i dati da cui ricavare informazioni e conoscenza utilizzabili nei processi decisionali, mediante logiche di estrazione flessibili, metodologie di analisi e modelli matematici di predizione e ottimizzazione, indicati come Analytics». Una fondamentale bussola dunque sulla quale si è concentrata l’attenzione dei ricercatori…
All’interno della Ricerca è stata infatti analizzata l’attenzione rivolta al tema dei Big Data Analytics e alla sua applicazione al contesto aziendale. Dalla Ricerca condotta su un panel di 84 CIO di medie e grandi organizzazioni, la maggioranza ritiene che il tema sia un trend rilevante che le imprese devono comprendere per far evolvere il loro modello di impresa (62%) e un 5% ritiene possa essere una nuova rivoluzione che cambiera` il modo di fare l’IT. In pochi sono scettici a riguardo e dichiarano che non rientri ad oggi tra le priorita` perchè incerti sulla rilevanza degli impatti (7%) o che non sia nulla di nuovo rispetto alla Business Intelligence (1%).
Infine, una discreta parte degli intervistati si dichiara curiosa a sperimentare, ma attende di capire meglio di cosa si tratti (17%) oppure attende in modo reattivo che vi sia una specifica richiesta all’interno dell’organizzazione (8%).
![](https://d3alc7xa4w7z55.cloudfront.net/upload/images/12_2013/data-131216162007.jpg)
«Andando a guardare la dinamica di spesa delle organizzazioni del campione – spiega Alessandro Piva, Responsabile della Ricerca Osservatorio Big Data Analytics & Business Intelligence -, è stato rilevato come, a fronte di un budget ICT mediamente in contrazione nel 2013 rispetto al 2012 (-4%), gli investimenti compiuti nei sistemi di BDA & BI crescono del 22%. In particolare il 42% del campione dichiara di voler aumentare la propria capacità di spesa per i sistemi di BDA & BI, rispetto al 14% che intende rivedere la propria spesa a ribasso.
Entrando nel merito della scomposizione del budget dedicato alle iniziative legate all’utilizzo di sistemi di BDA & BI, non sorprende come gran parte degli investimenti siano concentrati sull’acquisto di licenze software (32%), di servizi di integrazione (31%) e per un terzo per l’acquisto di hardware (storage, server e networking per un totale del 34% di spesa).
Soltanto una porzione molto limitata del budget ICT dedicato alle iniziative di BDA & BI viene utilizzata per l’acquisto di servizi Cloud (3%), che nonostante un interesse sempre crescente da parte delle aziende, ancora sembrano non pesare in modo rilevante in termini di spesa rispetto ai sistemi fruiti on premise.
In visione prospettica, le aree di evoluzione dei sistemi di BDA & BI che secondo i CIO avranno un impatto significativo nelle loro organizzazioni nei prossimi 3 anni sono le soluzioni di Mobile Analytics nel 58% dei casi, che rendono possibile l’utilizzo di dashboard e report interattivi anche in mobilità e il paradigma della Self-service BI (50%), che consentono agli utenti mobili di creare analisi personalizzate senza il coinvolgimento del reparto
IT. Altri ambiti di evoluzione particolarmente interessanti risultano essere gli Analytics-In-Memory (48%), l’Operational Intelligence (44%) e la Sentiment Analysis e Brand Reputation su reti sociali (30%), che grazie a un elemento comune connesso alla lettura ed elaborazione real time di dati e informazioni provenienti dall’azienda o dal contesto esterno, supportano decisioni tattiche o strategiche connesse al business.
![](https://d3alc7xa4w7z55.cloudfront.net/upload/images/12_2013/data-131216162037.jpg)
Qual è la rilevanza dei dati nei sistemi di Big Data Analytics & Business Intelligence?
In un contesto come quello odierno, in cui le organizzazioni si trovano a dover gestire una quantità di dati sempre maggiore e di elevata complessità data la loro provenienza dalle fonti più disparate, sono state analizzate le tipologie di dati interessate dall’utilizzo di sistemi di BDA & BI all’interno delle organizzazioni.
Le iniziative di Basic & Advanced Analytics descritte possono riguardare l’elaborazione di dati di diversa natura:
• Dati strutturati, le cui sorgenti primarie sono tipicamente rappresentate dai sistemi transazionali, altamente performanti per la gestione di informazioni organizzate secondo schemi di database predefiniti. Si tratta di dati facilmente manipolabili poichè memorizzati in modo strutturato. L’analisi evidenzia che, tra i dati prevalentemente utilizzati nei sistemi di BDA & BI, vi sono le tabelle, i record e le documentazioni di office automation nel 69% dei casi, i dati geografici nel 21% e i dati correlati ad eventi come messaggi real-time nel 17%. Meno utilizzati, invece, risultano i dati di telecomunicazioni (13%) e quelli Machine-to-Machine (10%), generati da trasmettitori, sensori (wifi, bluetooth, RFID, NFC) e misuratori digitali.
• Dati semi-strutturati e destrutturati, informazioni prive di schema che non possono essere adattate a un database relazionale (immagini, contenuti video, file di testo, blog ePer quanto riguarda i sistemi di Performance Management & Basic Analytics, un’ampia percentuale del campione (76%) dichiara di farne utilizzo e il 6% di averne pianificato l’introduzione. Significativa la percentuale di aziende che è in fase di valutazione (14%), mentre risulta essere irrisoria, pari al 4%, la parte di campione che non utilizza tali sistemi.
Le funzionalità di un sistema di Performance Management & Basic Analytics maggiormente utilizzate sono i servizi di query e reporting (65%), seguiti dalle analisi OLAP e i cubi dimensionali (57%), dalle dashboard e scorecard (55%) e dai sistemi di alerting (39%).
I sistemi di Advanced Analytics, invece vengono adottati dal 36% delle organizzazioni del campione, il 23% ne prevede l’introduzione e il 27% si trova in una fase di valutazione, mentre il 14% delle aziende non utilizza tali sistemi. Entrando nel dettaglio, la funzionalità piu` utilizzata e` quella di data mining (27%), seguita dal forecasting (25%) e i modelli di ottimizzazione (11%).
![](https://d3alc7xa4w7z55.cloudfront.net/upload/images/12_2013/bigdata3-131216164204.jpg)
Il confronto mostra come i sistemi di Advanced Analytics presentano una minore diffusione rispetto ai sistemi di Performance Management & Basic Analytics, ma l’indagine permette di evidenziare che le organizzazioni hanno comunque un forte interesse per i metodi predittivi e di ottimizzazione, che consentono di gestire con efficacia processi decisionali di elevata complessita`, in cui gli strumenti di Performance Management & Basic Analytics non risultano sufficienti se non ad offrire una vista logica dell’esistente.
Mappando su una matrice la presenza e l’introduzione prevista degli ambiti aziendali in cui i sistemi di BDA & BI vengono adottati, e` stato rilevato come vi siano ambiti particolarmente interessanti che, oltre ad essere ampiamente adottati, presentano significativi livelli di adozione prospettica: CRM Analytics (adottati nel 54% campione), Financial Performance, Strategy Management, Governance, Risk Management & Compliance Analytics (48%) e Supply Chain Analytics (43%).
Vi sono inoltre ambiti che, seppur poco diffusi, presentano percentuali di adozione prevista rilevanti: Big Security Data Analytics, Telecommunication Analytics, Web Analytics e Workforce Analytics. Infine, vi sono ambiti di utilizzo poco adottati, come i Transportation Analytics e i Production Planning Analytics.
L’indagine ha permesso anche di indagare il livello di pervasivita` dei sistemi di BDA & BI nelle diverse funzioni aziendali. I fruitori principali sono la funzione Commerciale (73%), la funzione di Programmazione e controllo (61%), il Finance (59%), il Marketing/Comunicazione (57%), la Direzione Generale (57% ) e l’Amministrazione (56%). Con percentuali di utilizzo minori, ma comunque significative, vengono segnalate la funzione di Logistica (43%), Acquisti (39%), Produzione (37%) e Risorse Umane (36%). Solo nel 16% viene segnalata la funzione Ricerca e Sviluppo.
![](https://d3alc7xa4w7z55.cloudfront.net/upload/images/12_2013/bigdata4-131216164237.jpg)
Perché un progetto di Big Data Analytics & Business Intelligence? Quali benefici e quali freni all’adozione?
Gli elementi di freno che un’azienda incontra nel percorso di adozione dei sistemi di BDA & BI sono principalmente connessi, nel 42% del campione, a resistenze culturali al cambiamento e alla mancanza di consapevolezza dell’impatto sulla gestione aziendale. Altri elementi frenanti sono dovuti alla scarsa conoscenza dei possibili benefici (35%), a un investimento crescente e
di difficile previsione (32%), alla scarsa predisposizione alla condivisione delle responsabilità e della conoscenza all’interno dell’organizzazione (26%) e alla mancanza di commitment da par-te del Top Management (20%). Si parla dunque di barriere culturali, organizzative o gestionali connesse all’azienda e non a specifiche caratteristiche degli strumenti di BDA & BI, che invece
compaiono tra le ultime barriere indicate: la mancanza di soluzioni in grado di gestire un numero elevato di utenti o grandi volumi di dati e` indicata come barriera solo nel 4% del campione, la difficoltà di integrazione con altri applicativi nel 12%, i software poco usabili per gli utenti e tempi di apprendimento troppo lunghi nel 13% ed elevati tempi di implementazione nel 17%.
Vi sono inoltre ulteriori barriere organizzative che riguardano le aspettative disattese, gli errori, gli insuccessi riportati nelle prime esperienze fatte nel 10%, l’incapacita` di gestire il processo di change management sottostante, la scarsa qualita` dei dati nel 14% dei casi e le scarse competenze ICT interne nel 10%.
Venendo alle motivazioni per cui si decide di introdurre sistemi di BDA & BI, il 74% delle organizzazioni dichiara di voler fornire un maggior supporto decisionale alle funzioni aziendali, il 63% vuole valorizzare il patrimonio informativo esistente al fine di migliorare le prestazioni e incrementare la competitivita`, il 48% desidera migliorare efficacia ed efficienza del processo decisionale e il 45% intende monitorare i processi aziendali. Di rilevanza minore risultano i driver connessi al miglioramento dei processi di coordinamento e collaborazione interdivisionale, segnalato dal 6% delle aziende, l’aumento del volume delle informazioni disponibili (15%) e il miglioramento della gestione della relazione con i clienti (18%). Nei casi più avanzati, in cui le soluzioni BDA & BI sono state adottate da tempo, i benefici maggiormente rilevati sono connessi principalmente a un aumento di efficienza, indicata dal 68% del campione, a una maggiore tempestivita` nel rispondere alle richieste delle Line of Business, nel 59%, e alla riduzione dei tempi relativi al processo decisionaleascolto piu` strutturate, definite con il temine di Social Listening (19% del campione).
• Le aziende adottano, invece, soluzioni di Social Intelligence se le attività di Social Monitoring & Listening evolvono in un processo di trasformazione dei dati Social in business e customer insight mediante l’integrazione e l’analisi congiunta dei dati provenienti da fonti Social con i dati enterprise storicizzati all’interno dell’azienda e disponibili nei sistemi informativi aziendali (7% del campione).