Big Data Analytics: L'era dei Data-Driven Business

Il 2020 è stato un anno estremamente caratterizzante per la storia della nostra umanità. La fase di rivoluzione tecnologica, che era già in atto sin dalla fine degli anni ’90, ha subito un’accelerazione repentina e forzata per via dell’emergenza pandemica con la quale, tutti noi, siamo stati costretti a convivere. Nessuno è stato escluso da questo vortice inaspettato di riadattamenti. Ogni ruolo ha avuto il suo giusto ridimensionamento, in modo tale da riuscire a mantenere vivo il motore dell’economia. Si è spesso sentito parlare di smart-working, dad, sussidi per l’acquisto di risorse informatiche, quali nuovi pc, potenziamento delle connessioni e quant’altro, azioni necessarie per permettere di continuare a svolgere le attività lavorative anche dalle proprie case. D’altro canto, lo stato di emergenza ci ha costretti a rinunciare alle nostre libertà, allo sfruttamento del tempo libero al di fuori delle mura domestiche, inducendoci, invece, a trascorrere molto più tempo sulla rete, anche al di fuori dell’orario di lavoro. È proprio su quest’ultimo punto che voglio focalizzare l’attenzione. Il biennio 2020- 2021 ha generato un’ingente quantità di dati sulla rete, i quali sono l’aspetto cruciale dell’elaborazione della mia tesi. In essa cercherò di introdurre il vantaggio competitivo apportato dall’implementazione dei Big Data all’interno delle aziende e di illustrare come quest’ultime, attraverso opportuni strumenti di analisi, definiti Analytics, possano ottenere un effettivo incremento di valore. Il presente lavoro, suddiviso in tre capitoli, ha come obiettivo di presentare e analizzare il fenomeno dei Big Data Analytics e di capire come le imprese stiano assumendo, sempre più, una gestione cosiddetta data-driven. Nel primo capitolo introdurrò il fenomeno dei Big Data, descrivendone le peculiarità e fornendo alcune sintetiche definizioni chiavi, utili a capire la tipologia di dati utili ai fini aziendali. In seguito presenterò un esempio applicativo degli Analytics nel settore dell’industria finanziaria, poiché, in Italia, è uno dei rami che maggiormente sfrutta il potenziale dei dati a disposizione. Nel secondo capitolo metterò a fuoco una caratteristica singolare dei Big Data, in altre parole, il Valore potenzialmente infinito che essi celano. Tuttavia, porrò l’accento sui modi con cui le imprese possano concretamente monetizzarne l’utilizzo, facendo così risaltare anche le difficoltà legate all’introduzione di queste moderne risorse informatiche. Infine, a titolo riassuntivo e chiarificatorio, mostrerò una SWOT analysis, in grado di evidenziare i punti di forza, di debolezza, i vantaggi e le minacce derivanti dall’utilizzo di sistemi Analytics per il raggiungimento delle mission aziendali. Il terzo e ultimo capitolo sarà interamente dedicato al mercato italiano degli Analytics. Saranno ripresentate alcune statistiche condotte dall’Osservatorio Big Data Analytics & Business Intelligence della School of Management del Politecnico di Milano, in cui si ripercorreranno tematiche trattate nei due capitoli precedenti in modo tale da cogliere tangibilmente: i dati reali connessi con gli investimenti in Analytics; il grado di sviluppo di questo mercato nelle imprese italiane, sia di grandi che di piccole e medie dimensioni; il potenziale che deriva dallo sfruttamento delle nuove risorse e anche le problematiche legate al ruolo delle figure professionali da implementare per la gestione dei dati.