Nell’articolo di oggi parleremo di un interessante megatrend che per il momento è solo all’inizio della sua evoluzione e diffusione, ma con grandi aspettative per il futuro: oggi scopriremo i Big Data.
Che cosa significa Big Data, cosa sono?
Enormi volumi di dati eterogenei per fonte e formato, analizzabili in tempo reale: tutto questo sono i Big Data. Parlare di Big Data non vuol dire parlare soltanto di grandi moli di dati, la trasformazione in atto è più profonda. Cambia il processo di raccolta e gestione dei dati, si evolvono le tecnologie a supporto del ciclo di vita del dato e si sviluppano nuove competenze per la valorizzazione del dato. Il termine “big data” indica, come si può intuire, la mole di dati che una azienda può raccogliere utilizzando varie fonti, dati dai quali si possono estrarre informazioni da utilizzare, per esempio, in progetti di intelligenza artificiale o modellazione predittiva o ancora in evolute analisi di marketing. I big data non hanno un’unica provenienza, ma possono essere raccolti da svariate fonti, ad esempio: database dei clienti, cartelle cliniche, sistemi di transazioni commerciali, applicazioni mobili, repository di ricerca scientifica, social network, o anche essere generati in tempo reale dalle macchine munite di sensori operanti in ambienti Internet of Things (IoT). Questa grande quantità di informazioni può essere analizzata utilizzando i dati in forma grezza o elaborandoli preventivamente tramite strumenti di data mining o appositi software.
Le 5V dei Big Data
Le peculiarità del nuovo paradigma dei Big Data sono riassumibili nelle seguenti 5V:
- Volume: elevata mole di dati in rapida crescita ogni anno;
- Varietà: dati eterogenei per fonte e formato;
- Velocità: dati generati e acquisiti rapidamente;
- Veridicità: dati affidabili e veritieri;
- Variabilità: mutevolezza del dato a seconda del contesto in cui è analizzato.
Per capire di che volumi stiamo parlando con i Big Data, secondo una ricerca IBM, ogni giorno vengono generati 2 500 miliardi di dati da sensori, dispositivi elettronici e fissi e così via. Inoltre, sappiate che il 90% dei dati generati dall’inizio della storia dell’umanità, è stato creato solo negli ultimi due anni!
Il problema è analizzare questi Big Data, per questo motivo si parla di corsi di laurea e master in Big Data Science & Analytics. La parte di Analisi è vitale, soprattutto per dati nell’ordine di 59 Zettabyte nel 2020 (+44% rispetto al 2019), cioè miliardi di Terabyte, numeri veramente impressionanti! Ci si attende che tale crescita vertiginosa prosegua anche prossimi anni, con il superamento della soglia dei 175 ZettaByte globali previsto per l’anno 2025, grazie anche all’introduzione massiccia dei dispositivi IoT.
Come i Big Data aiutano un’azienda?
La scelta da parte di una compagnia di avvalersi o meno di un’ampia raccolta e analisi di Big Data ormai è ovvia e scontata, ma fino a poco tempo fa erano poche le aziende che investivano in questo settore. Quali sono stati i fattori che hanno spinto moltissime aziende ad usare i Big Data? Citando i dati dell’Osservatorio del Politecnico di Milano, i fattori sono stati più di uno:
- migliorare il rapporto con il cliente (70%);
- incrementare le vendite (68%);
- ridurre il time to market (66%);
- ampliare l’offerta di nuovi prodotti e servizi (64%);
- aumentare i margini (64%);
- ridurre i costi (57%);
- cercare nuovi mercati (41%).
Passando dalle percentuali all’analisi, dall’investimento in big data e business analytics, le aziende si attendono una maggiore efficienza e una riduzione del rischio nelle analisi finanziarie. Un altro aspetto importante è la possibilità di svolgere manutenzione preventiva (o predittiva). L’analisi dei big data migliora anche la sicurezza e le performance applicative, ovvero aiuta a prevenire problemi nell’erogazione dei servizi e a monitorare gli eventi per essere pronti a rispondere in tempo reale. Da rimarcare anche il ruolo che i dati rivestono in una migliore conoscenza dei clienti, che può essere messa al servizio di progetti di marketing e delle vendite, lo sviluppo di nuovi prodotti e l’ottimizzazione della customer experience.
Tutto ciò si traduce per l’azienda come di seguito riportato:
- aumento del fatturato;
- prevedere lo sviluppo della domanda;
- più valore all’account management.
Quali settori stanno investendo di più nei Big Data?
In questa corsa tecnologica nella raccolta e analisi di miliardi e miliardi di dati troviamo al primo posto le banche (28% del totale), seguite poi dall’industria manifatturiera (24%), telecomunicazioni e media (14%), pubblica amministrazione e sanità (7%), servizi (8%), grande distribuzione (7%), utility (6%) e assicurazioni (6%). Ma se consideriamo i trend di crescita, a guidare la classifica sono assicurazioni, manifatturiero e servizi, con tassi superiori al 25%, seguiti da banche, grande distribuzione, telecomunicazioni e media (tra il 15% ed il 25%) e a chiudere utility, pubblica amministrazione e sanità.
Come è suddivisa la spesa nell’ambito dei Big Data?
Secondo il nuovo Report sul settore realizzato dall’Osservatorio Big data e business analytics del Politecnico di Milano, la maggior parte della spesa si concentra sui software (52%, +16% rispetto al 2019), in particolare per artificial intelligence e data science platform. Seguono i servizi, che rappresentano il 28% del mercato, e le risorse infrastrutturali (20%, +7%), cioè i sistemi di abilitazione agli Analytics in grado di fornire capacità di calcolo e di storage. Il budget analytics in Cloud cresce del +24% e questa componente arriva a pesare il 19% della spesa (+2% rispetto al 2019). Cloud, megatrend già trattato in un precedente articolo, che potete leggere qui.
PMI Italiane: come si sono comportate in questo settore?
Se pensate che solo le grandi aziende si stiano spostando o si siano già spostate in una vera data-driven company vi state sbagliando. Anche le PMI italiane hanno colto al balzo questa palla dei Big Data.
Per capire l’importanza che ha oggi investire nei dati e nella loro analisi, basti pensare che soltanto una PMI su quattro non ha investito, né avviato, progetti di analytics nel 2020, contro il 38% del 2019.
Nel 2020, in Italia, il mercato ha raggiunto quota 1,815 miliardi di euro, crescendo del +6% nonostante la situazione emergenziale. Negli anni precedenti la corsa era stata molto sostenuta: +23% nel 2018 e +26% nel 2019. Insomma, il mercato italiano dei Big Data sta crescendo a ritmi impressionanti.
Come è composta la parte di Analytics dei Big Data?
Esistono principalmente quattro classi e metodologie di Analytics per i Big Data:
- Descriptive Analytics: strumenti orientati a descrivere la situazione attuale e passata dei processi aziendali e/o aree funzionali.
- Predictive Analytics: strumenti avanzati che effettuano l’analisi dei dati per rispondere a domande relative a cosa potrebbe accadere nel futuro.
- Prescriptive Analytics: strumenti avanzati Capaci di proporre al decision-maker soluzioni strategiche sulla base delle analisi svolte.
- Automated Analytics: strumenti capaci di implementare autonomamente l’azione proposta in base al risultato delle analisi dati svolte.
Per fare questo lavoro sono nati e nasceranno ancora molti lavori nuovi con nuove competenze e conoscenze. Le attuali figure presenti nel mondo dei Big Data sono:
- Data Analyst: colui che esplora, analizza e interpreta i dati, con l’obiettivo di estrapolare informazioni utili al processo decisionale. In altre parole, l’obiettivo del suo lavoro è ricercare evidenze quantitative all’interno di grandi moli di dati, supportando in tal mondo le decisioni di business.
- Data Scientist: la figura professionale che comunemente si associa alla capacità di gestire i Big Data e trarne informazioni rilevanti. Si occupa delle fasi di sviluppo, training e testing di modelli statistici e algoritmi di apprendimento automatico.
- Data Engineer: gestisce le fasi di raccolta, processamento e integrazione dei dati. Rende i dati disponibili per le analisi nel giusto formato.
- Data Science Manager: gestisce l'intero processo di Data Science, coordinando un team centralizzato o favorendo la crescita e la formazione di figure di Data Science distribuite in azienda.
- Analytics Translator: "Traduttore" tra la Data Science e il business. Sa tradurre gli use case in linguaggio analitico ed è in grado di interpretare i risultati delle analisi.
Dunque, avete potuto leggere e capire le potenzialità di crescita e di sviluppo di questo mercato, di questa vera e propria disrputive technology.
Si scrive Big Data e si legge come una delle evoluzioni più profonde e pervasive del mondo digitale. Un trend destinato a rimanere e a incidere profondamente sulla nostra vita e sul nostro modo di fare business.
Come investire nel megatrend dei Big Data
Se dopo aver letto questo articolo avete capito le enormi opportunità future dei Big Data e volete prendere parte attivamente a questo cambiamento epocale come investitori, allora vi lascio come al solito alcune indicazioni generali da seguire attentamente. Le mie raccomandazioni sono le seguenti:
- Scegliete un Etf tematico o un buon fondo attivo, così aumenterà la diversificazione in un settore ancora di nicchia.
- Evitate l’acquisto di azioni singole (stock picking), vi espone a un enorme rischio specifico diminuendo la diversificazione e aumentando la concentrazione.
- Dovete avere un’elevata tolleranza al rischio e alle perdite, un profilo da investitore certamente aggressivo e non moderato.
- Ci sarà una forte volatilità nel breve-medio termine, data dalla speculazione, che diminuirà nel lungo periodo.
- Ponetevi in un lungo orizzonte temporale di minimo 5-10 anni di investimento.
- Dedicate solo una piccola % del vostro portafoglio satellite per questi investimenti tematici.
In conclusione, voglio ricordarvi che questa decisione di investimento deve essere solo l’ultimo step di una corretta procedura di pianificazione finanziaria. Questa procedura deve essere svolta all’inizio del proprio percorso nel mondo degli investimenti e dei mercati finanziari. Non essendo un’operazione semplice, è meglio farsi seguire e consigliare dal proprio consulente finanziario di fiducia, il quale vi saprà aiutare a raggiungere i vostri obiettivi finanziari nel vostro esclusivo interesse.
Resto a disposizione per qualsiasi dubbio o domanda.
Hai dubbi sull'efficienza o la pianificazione del tuo portafoglio di investimenti? Clicca qui e compila il modulo!
Se vuoi rimanere aggiornato sui contenuti finanziari in tempo reale seguimi sulla mia pagina instagram!