Il mercato dei dati batte la crisi e accelera. La spesa delle aziende italiane in risorse infrastrutturali, software e servizi connessi alla gestione e analisi dei dati, infatti, registra nel 2022 un boom del 20% rispetto all’anno precedente e raggiunge 2,4 miliardi di euro. Si tratta del maggior tasso di crescita dal 2019 a oggi e soprattutto conferma la tendenza positiva in atto già nel 2021, dopo un anno (2020) con il mercato quasi fermo a causa della pandemia. È la fotografia che emerge dai risultati di ricerca dell’Osservatorio Big Data & Analytics, presentati nel convegno “Data-driven culture: connettere algoritmi e persone” al Politecnico di Milano.
In particolare, l’acquisto di software per Data Management e Analytics rappresenta la voce più ingente: 54% della spesa totale e +25% sul 2021. La crescita più marcata avviene nella GDO e Retail, seguiti dalla Pubblica Amministrazione e dalla Sanità. Attualmente però solo il 15% delle grandi imprese italiane si posiziona a un livello di maturità avanzato secondo il nuovo Data Strategy Index elaborato dall’Osservatorio. Un altro 30% va sotto l’etichetta “intraprendenti”, 22% le “prudenti”, 18% le “immature” e 15% “ai primi passi”. L’indice valuta tre ambiti: Data Management & Architecture (gestione tecnologica e governo del patrimonio informativo), Business Intelligence e Descriptive Analytics (strumenti e competenze per una business intelligence pervasiva) e Data Science (analisi dei dati).
Al Politecnico di Milano il paper Value Based Data Governance
Nel corso dell’evento Mauro Tuvo, Principal Advisor di Irion ha presentato assieme a Elena Testoni – Information Governor del Gruppo CREDEM – il paper “Value Based Data Governance” (scritto assieme a Stefano Zoni, Chief Data & Analytics Officer del gruppo, Franco Francia vicepresidente DAMA Italy e alla Head of Marketing di Irion, Egle Romagnolli). Il saggio propone un sistema originale e testato sul campo per calcolare il valore economico, cifre alla mano, delle attività di Data Governance.
E se “chiunque lavora sui dati sa che una grossa fetta di tempo è dedicata alle attività di data quality”, come evidenziato in mattinata da Carlo Vercellis, professore ordinario di Machine Learning e responsabile dell’Osservatorio, Tuvo fa subito notare che “nel mondo bancario e assicurativo la Data Governance è nata proprio dalle iniziative per la qualità dei dati: è stata il cavallo di Troia”. Perché questa enfasi sul valore economico dei dati? “Contribuisce allo sviluppo di una cultura del dato, soprattutto nei confronti di chi deve allocare i budget aziendali. Non è importante tanto calcolare il valore del dato in sé – riassume Tuvo – ma considerarlo a due diversi livelli: l’intero programma di Data Governance e il singolo intervento”.
Per impostare correttamente il modello è necessario capire quali saranno le finalità d’impiego dei dati. Ad esempio: questi dati mi servono per una reportistica regolamentare? Per ragionare su dei processi produttivi? Per valutare dei rischi? Alla fine, la leva è determinare quanto le varie tipologie d’uso dei dati incidono sulle voci di conto economico dell’azienda. Il modello considera i possibili rischi che potrebbero ‘abbattere’ il valore finale del dato (rispetto al suo valore ‘teorico’ iniziale) ma anche la capacità dei progetti e del programma di Data Governance di abbattere questi rischi.
Potrebbe interessarti anche:
