La Data Analytics, a prescindere dalla sua complessità, si sta consolidando come una componente centrale nelle aziende di oggi e di domani. La crescita del settore è importante, così come i principali trend e le sfide che l’aspettano.
Ecco alcune importanti tendenze del mercato che caratterizzeranno i prossimi anni:
- Entro il 2022 più della metà dei nuovi sistemi di business maggiormente rilevanti farà proprie tecnologie di intelligenza continua, utilizzando dati contestuali per migliorare le decisioni in tempo reale.
- Entro il 2023, il 75% di tutti i database sarà in piattaforme cloud, questo trend impatterà nella riduzione del panorama dei vendor in ambito DBMS (Data Base Management System) ed aumenterà quindi la complessità dell’integrazione e della governace dei dati
- Entro il 2021, le aziende che adotteranno una strategia complessiva per incorporare Data Hub, Data Lake e Data Warehouse sopperiranno al 30% delle esigenze in più rispetto ai propri competitors
- Fino al 2023, le risorse di calcolo utilizzate nell’intelligenza artificiale aumenteranno di 5 volte rispetto al 2018, facendo sì che l’IA diventi la principale categoria tra i carichi di lavoro e che guidi le decisioni in ambito infrastrutturale
- Entro il 2023, la Data Literacy, ovvero l’alfabetizzazione in ambito dati, diventerà un fattore esplicito e necessario nella creazione di valore per il business: ciò è dimostrato dal fatto che sia presente in più dell’80% delle strategie e nei programmi di Data ed Analytics e Change management.
Guardando allo spettro delle professioni legate all’analytics si presentano alcune importanti sfide. Ignorarle o non saperle gestire significherà fallire nei propri obiettivi. Tra queste le principali sono:
- Il tentativo di sostituire la tecnologia alla formazione, implementando soluzioni e strumenti “facili da utilizzare” o “intuitivi” per gli utenti aziendali così che essi possano far le “proprie analisi” non produrrà benefici per il business.
D’altra parte…
Il focus dovrà essere sulla formazione affiancata allo sviluppo di strumenti analitici ed alla comprensione su quando e perché utilizzare questi strumenti nel processo analitico piuttosto che su come utilizzare strumenti specifici
- Le iniziative di digitalizzazione sono spesso ostacolate da esigenze analitiche e silos di dati disconnessi all’interno delle organizzazioni. Senza una governance complessiva degli asset di dati ed analytics, i processi decisionali sono più difficoltosi e dispendiosi in termini di risorse economiche e temporali.
D’altra parte…
Dove la Data Governance e l’Analytics formano un’area di competenza combinata, i leader ed i decisori aziendali in ambito dati sono maggiormente nelle condizioni di concentrarsi sui risultati e le esigenze del business e, al contempo, sono in grado di governare in modo più efficace le risorse e le decisioni d’analisi e dati in tutte le aree aziendali.
Fonte dati: Gartner
