BIG DATA ANALYTICS: LA NONA TECNOLOGIA ABILITANTE DELL’INDUSTRIA 4.0

L’intelligenza artificiale (IA) si sta ritagliando un ruolo di primo piano nel sistema industriale, da qualche anno entrato nell’era di Industria 4.0.

Crescono, quindi, le aree di applicazione dell’IA, in particolare per migliorare il processo decisionale e quello produttivo, in numerosi settori economici e industriali.

BIG DATA: Cosa sono?

Quando parliamo di Big Data ci riferiamo ad una grande mole di dati diversificata per origine e contenuto informativo.

Collezionare una moltitudine di dati di per sé non costituisce un vantaggio, è solo quando sono adeguatamente gestiti ed elaborati, che i dati diventano una risorsa, una preziosissima fonte di informazioni utili.

Il passaggio da “dato” ad “informazione” non è per nulla semplice e scontato. Quanto maggiore è la quantità di dati e quanto più questi sono eterogenei, tanto più complessa sarà la loro elaborazione. I dati, una volta raccolti, sono elaborati da algoritmi complessi e, per fare ciò, servono unità di memorizzazione e una potenza di calcolo non indifferenti, ossia server e sistemi di alimentazione adeguati.

L’evoluzione tecnologica è in grado di generare un numero crescente di dati. Dal web, ai social network, dai dispositivi mobili ai sensori, i dati sono veicolati attraverso i più disparati prodotti della tecnologia, che siano fisici o virtuali.

In uno studio condotto nel 2001, l’analista Douglas Laney, definì il modello delle 3 V in cui sintetizzò le tre principali caratteristiche dei megadati: volume, varietà e velocità. Successivamente il modello è stato rivisto, integrando altre due caratteristiche: veridicità e valore.

È chiaro che se i dati primari non sono attendibili, i risultati dell’analisi peccheranno anch’essi di veridicità e valore.

Perché i Big Data rappresentano una risorsa per le aziende?

Il potenziale dei megadati è idealmente infinito se pensiamo che potremmo ottenerne informazioni di qualsiasi tipo e per qualunque scopo.

Le aziende possono ricavarne preziose informazioni sulle operazioni aziendali interne allo scopo di efficientarne la gestione e, di conseguenza, i risultati.

L’integrazione in ottica 4.0 tra macchine e software ad alto contenuto tecnologico, unite a soluzioni di raccolta e gestione dei Big Data, consentirebbe, infatti, di ottenere informazioni utili alla costruzione di indici di prestazione (KPIs -Key Performance Indicators) per la valutazione dei costi, della produttività e dello stato generale della qualità degli output.

Pensiamo all’enorme vantaggio che guadagnerebbe un’impresa di produzione individuando le cause dei guasti, dei problemi lungo il processo produttivo e dei difetti dei prodotti in tempo reale. O ancora, pensiamo al vantaggio competitivo che potrebbe guadagnare un’impresa se riuscisse a captare con esattezza le necessità dei propri clienti, le caratteristiche che ricercano nel prodotto o nel servizio offerto e cosa valutano positivamente o negativamente del proprio customer service.

Tutto questo è possibile grazie all’archiviazione e all’analisi dei Big Data.

Un settore in cui i Big Data trovano ampia applicazione è il marketing, grazie alla possibilità di raccogliere una quantità di dati fino a pochi anni inimmaginabile, consentendo alle aziende di qualsiasi settore, di orientarsi verso strategie di marketing innovative, come la micro-segmentazione del mercato. L’ultima frontiera è il location-based marketing che utilizza i dati provenienti da smartphone e altri dispositivi mobili per geolocalizzare i clienti, anche potenziali, al fine di inviare messaggi pubblicitari in tempo reale.

I Big Data non conoscono limiti anche in termini di settore di applicazione. Nel settore bancario e assicurativo, ad esempio, sono in grado di individuare e prevenire frodi e furti di identità.

La capacità predittiva dei Big Data si sta rivelando dirompente e non promette di fermarsi.

E’ chiaro che le informazioni che è possibile ricavarne variano in base al modello di business dell’azienda, alle risorse che è in grado e che è disposta ad investire nel progetto e alle sue esigenze informative.

Una corretta gestione aziendale non può sottovalutare l’importanza dell’analisi dei dati per comprendere lo stato di salute attuale dell’impresa. Essa rappresenta il punto di partenza per efficientare i processi aziendali e migliorare il proprio posizionamento strategico.

Quanto investono le imprese in progetti Big Data?

Secondo un’analisi condotta da IDC, società mondiale specializzata in ricerche di mercato, nel 2021 la spesa mondiale per soluzioni di Big Data e analytics raggiungerà i 215,7 miliardi di dollari, con un aumento del 10,1% rispetto al 2020 e continuerà a crescere nei prossimi 5 anni ad un ritmo del 12,8%.

A differenza di molte altre aree del mercato dei servizi IT, i servizi di Big Data e di analisi hanno continuato a crescere nel 2020 poiché le organizzazioni si sono affidate a soluzioni di automazione intelligenti per sopravvivere alla pandemia.

Su base geografica, gli Stati Uniti sono il mercato più grande con oltre 110 miliardi di dollari spesi nel 2021. Seguono il Giappone e la Cina con previsioni di spesa pari a 12,4 e 11,9 miliardi di dollari.

Il mercato analytics in Italia

Il potenziale della data-driven strategy si è palesato agli occhi delle imprese in modo molto chiaro ed irruento durante il periodo pandemico perché ha permesso di assicurare la continuità aziendale. Secondo una ricerca dell’Osservatorio Big Data & Business Analytics, nel 2020 si è registrato un rallentamento della crescita del mercato Analytics in Italia, cresciuto solo del 6% rispetto al +26% del 2019 e il +23% del 2018.

Si è verificato, inoltre, un ampliamento del divario tra imprese mature con una strategia avanzata in ambito Advanced Analytics, che hanno continuato o addirittura rafforzato gli investimenti in strategie data-driven e imprese tradizionali che hanno interrotto o posticipato gli investimenti previsti.

La quota maggiore degli investimenti realizzati dalle imprese è destinata all’acquisto di software (52%), principalmente Artificial Intelligence e le Data Science Platform. Seguono i servizi (28%) e le risorse infrastrutturali (20%) per assicurare capacità di calcolo e di archiviazione.

I trend evolutivi

Come già detto, le potenzialità dei Big Data sono in continua evoluzione e tante sono le strade ancora incognite.

Ma cerchiamo di sintetizzare le tendenze oggi in atto:

• machine learning: apprendimento automatico che consente ad un robot o ad un software di imparare e migliorare;
• hybrid cloud: utilizzo congiunto di piattaforme di private cloud e public cloud;
• real time analytics: analisi dei dati in tempo reale per ottenere istantaneamente report di interesse;
• data literacy: capacità di leggere ed interpretare i dati come nuova competenza per i manager;
• data monetization: vendita o scambio di dati con attori esterni all’azienda.

I benefici dei Big Data non si rivolgono, però, solo alle imprese. La raccolta e l’analisi dei dati può avere impatti significativi anche sulla società, migliorando la qualità della vita grazie alle soluzioni che è possibile integrare nell’ambito della sanità, dell’innovazione sociale e dello sviluppo sostenibile.