L’area dei dati e del data analytics è ormai in cima alle priorità di investimento dei Chief information officer in tutto il mondo. Ma a questo non corrisponde ancora una maturità delle aziende e una loro propensione a “trasformarsi”, traendo vantaggio proprio dalle evidenze che emergono dall’analisi dei big data. E’ quanto emerge da una ricerca su scala globale realizzata da Gartner, secondo cui le aziende impreparate a questo salto sono ancora il 91% del totale.
“La maggior parte delle aziende dovrebbe trarre più profitto dall’analisi dei big data – sostiene Nick Heudecker, vicepresidente della ricerca Gartner – ma le aziende più mature possono godere di in un più alto livello di agilità, di una migliore integrazione con i partner e con i fornitori, di un utilizzo più semplice delle analisi predittive e prescrittive: tutto questo si traduce velocemente in un vantaggio competitivo e in una differenziazione dai loro concorrenti”.
Indice degli argomenti
La metodologia di Gartner
La ricerca, che si basa su interviste realizzate da Gartner in 196 Paesi, dimostra come il 60% del campione, su una scala composta di 5 scalini che rappresentano i diversi livelli di maturità in questo campo, abbia messo la propria azienda sui tre gradini più bassi. A fare eccezione sono soprattutto le società che hanno headquarter nell’area dell’Asia-Pacifico, dove il 48% ritiene di potersi posizionare sue due scalini più alti, contro il 44% dell’America settentrionale e il 30% in Europa, Medio oriente e Africa.
Una lettura più generale evidenza che la fetta più ampia degli intervistati, ha piazzato se stessa sui livelli intermedio, il terzo (34%) o il quarto (31%), mentre il 21% si considera al livello due, e il 5% al livello uno. Soltanto il 9%, infine, si pone al livello 5 dandosi così il massimo dei voti.
“Non bisogna pensare che acquistare nuove tecnologie sia essenziale per raggiungere un alto livello di maturità per trasformare il proprio business nella direzione indicata dai dati -. prosegue Heudecker – la prima cosa da fare è focalizzarsi sul migliorare il modo in cui le persone e i processi sono coordinati all’interno dell’organizzazione, e soltanto dopo guardare fuori e pensare ai partner esterni”.
Oltre la data analytics verso machine learning e intelligenza artificiale
La ricerca rivela inoltre che, nonostante cresca l’attenzione verso forme sempre più sofisticate di analisi dei dati come quelle abilitate dal machine learning e dall’intelligenza artificiale, “le forme tradizionali di analytics e business intelligence rimangono una parte cruciale di come le aziende sono gestite oggi, e questo aspetto probabilmente non cambierà nel futuro più prossimo”.
Quanto alle difficoltà che le aziende incontrano per implementare una strategia più strutturata per l’analisi dei dati, le risposte non sono univoche, e quindi non emerge una ragione principale ma tre macroaree: il problema di definire una strategia chiara sul’uso dei dati e delle analisi, quello di capire come trarre benefici da questi progetti e di risolvere tutti i rischi legati ai problemi di governance rispetto ai dati.
Le infrastrutture a supporto
Nel campo delle infrastrutture, l’on-premises domina su scala globale, con una forbice tra il 43 e il 51% a seconda dei casi d’uso. Segue il public cloud puro, dal 21 al 25%, mentre gli ambienti ibridi sono tra il 26 e il 32% del totale. “Il luogo in cui si svolgono gli analytics è spesso lo stesso in cui i dati vengono generati e conservati – spiega Jim Hare, vicepresidente della ricerca in Gartner – i carichi di lavoro che si sono spostati sul public cloud sono molto recenti, e il fenomeno non sarà evidente finché non ci sarà uno spostamento più massiccio. Questo scenario potrebbe verificarsi, ma chiederà una transizione che durerà anni”.
