Energy Padova 2019
Applicazioni - Servizi
 

03/06/2015

Share    

Le nuove analisi per il business

Le soluzioni di business intelligence di ultima generazione stanno suscitando interesse e spesso vengono adottate per effettuare sperimentazioni e progetti pilota. Ma non tutte le aziende del nostro Paese sono pronte ad applicare i nuovi paradigmi al proprio business

La business intelligence (BI) nel corso del tempo ha dato prova del proprio valore consentendo ai decisori d’azienda di fare scelte ponderate basate su dati concreti. Il mondo, però, corre in fretta e oggi non è più sufficiente basarsi sui dati che risiedono all’interno dei sistemi informativi gestionali (ERP, CRM, SCM..., ovvero le applicazioni che tradizionalmente alimentano i processi di analisi) per avere una quadro completo dell’andamento del business su cui basare tattiche e strategie. Se, secondo il Rapporto Assinform 2014, la domanda di BI è ancora polarizzata su soluzioni d query e reporting, cruscotti ed executive dashboard, a tendere il focus si sposterà sul miglioramento delle soluzioni esistenti attraverso il supporto a scenari predittivi, l’attendibilità dei dati in tempo reale e l’accesso ai dati di una platea sempre più ampia di utenti, ben maggiore della ristretta cerchia del top management. Anche secondo molti analisti l’accesso a dati ‘variamente’ strutturati (i famosi big data), la data prediction e la ‘democratizzazione’ delle attività di analisi rappresentano le sfide del futuro di un comparto che non a caso ora preferisce definirsi analytics o, meglio ancora, advanced analytics. Ma le organizzazioni pubbliche e private del nostro Paese dal punto di vista culturale e organizzativo, prima ancora che tecnologico, sono pronte per fare di una mole di dati in crescita esponenziale una vera leva strategica di successo? È questo il tema principale che Office Automation ha voluto approfondire con alcuni esponenti del mondo dell’offerta, che hanno messo in evidenza punti di forza e criticità di questo segmento di mercato che continua comunque a essere uno dei più dinamici del comparto ICT.


Rispetto anche al più recente passato, come sono cambiate le esigenze di analisi dei dati delle aziende italiane?
Walter Aglietti, Big Data leader IBM Italia - L’arrivo di una nuova tecnologia spesso vuol dire nuove opportunità di business e un conseguente cambia mento dell’ecosistema tecnologico a supporto, ma raramente questo è accaduto con l’ampiezza e la forza dei big data. Le nuove tipologie di analisi, rese possibili grazie ai big data, richiedono in molti casi di superare i limiti naturali di una infrastruttura tradizionale: si pensi per esempio a un retailer con la necessità analizzare in tempi molto rapidi (o anche in real-time) le vendite derivanti da una campagna social e contestualmente creare offerte dedicate per la propria clientela, aggiornare lo stock, etc. L’analitica predittiva consente alle aziende di anticipare, con una certa sicurezza, cosa accadrà nel futuro così da pianificare e portare avanti strategie che supportino e migliorino il processo decisionale. In generale è importante che le differenti tipologie di analisi (predittiva, prescrittiva) possano lavorare su dati omogenei e questo significa fare riferimento a metodi precisi, modelli e controllo sull’informazione e in ultima analisi governance del dato.


Marco Gruppo, software technical lead, Informatica - Pochi trend tecnologici hanno raggiunto la fama e la notorietà dei big data, così come poche tendenze tecnologiche hanno offerto un potenziale di trasformazione grande quanto i big data. Fin da quando il software alla fine del secolo scorso ha iniziato a supportare in modo consistente interi processi aziendali è stato chiaro che i dati cambiano il nostro modo di lavorare. Naturalmente, a una grande pubblicità segue una grande disillusione. Nel caso dei big data, si sono visti in egual misura ottimi consigli e disinformazione. Sfortunatamente, poiché questo mondo di dati infiniti è così nuovo, tutto questo rumore non ha fatto altro che confondere molti. Rispetto alle aspettative del business, non credo che siano cambiate le esigenze. Piuttosto è stata l’evoluzione della tecnologia che ha portato ad allargare il perimetro di quanto è possibile ottenere con le informazioni che sono già disponibili. Dati raccolti da dispositivi mobili, registrati nei log dei sistemi e delle applicazioni, adozione di nuove tecnologie che consentono di monitorare e registrare informazioni che possono essere analizzate sia in modalità near real-time che ex-post, consentono di realizzare soluzioni a supporto del business, che in passato erano solo scenari ipotetici ma non realizzabili.


Andrea Cardillo, direttore della divisione Cloud & Enterprise di Microsoft Italia - Vediamo ogni giorno di più la richiesta di soluzioni flessibili, aperte e collaborative intorno al mondo dei dati. Le persone più vicine al business, che conoscono bene i processi e le dinamiche del mercato, sono alla ricerca di strumenti per condurre le proprie analisi, prendere le giuste decisioni e monitorarne i risul tati. Strumenti e soluzioni disponibili in mobilità, ma sicure. Questo fermento si ripercuote in un’offerta ricca di soluzioni non sempre idonee, e spesso con il respiro corto, in cui le aziende si muovono con difficoltà. C’è bisogno di un approccio sistematico, di una visione chiara ed unica e di strumenti integrati. Queste sono le direzioni su cui Microsoft si sta muovendo nello sviluppo delle sue soluzioni.


Jean-Pierre Giannetti, country manager, MicroStrategy Italy - L’analisi self- service, con la data discovery su dati eterogenei, supportata da strumenti di data preparation, sta estendendo lo storico dualismo tra fogli di calcolo e business intelligence predisposta dall’IT, entrambi dotati di specifici vantaggi e note limitazioni. Supportare gli utenti con capacità self-service anche per la gestione dell’informazione, oltre che per la sua visualizzazione, può infatti contribuire alla creazione di modelli d’analisi più adeguati alle esigenze del business. Svincolarsi da sviluppatori SQL ed esperti statistici per consentire agli utenti di integrare dati da applicazioni enterprise e da fonti non strutturate abbatte le barriere che impediscono la comprensione delle correlazioni tra informazioni. Forse c’è però poca consapevolezza verso gli aspetti di governance e sicurezza.


Flavio Venturini, Oracle Business Analytics country leader di Oracle Italia - Il crescente utilizzo di social network e fonti web ha portato le aziende, soprattutto quelle che lavorano sul consumer, a dotarsi di strumenti in grado di presidiare tali luoghi per ottenere una visione aggiornata e reale dell’evoluzione della clientela e intercettare con tempestività eventuali anomalie rilevate dal mercato per prodotti e servizi. Questa esigenza costituisce il recente passato, ma anche il presente, perché si tratta di una realtà ancora valida e anzi in crescita per un numero sempre maggiore di aziende e settori. Tuttavia, rispetto ai dati provenienti dai social network, per comprendere meglio il comportamento dei clienti, le imprese cercano di integrare anche dati strutturati disponibili in azienda con dati open quali dati Istat, di traffico, meteo, geolocalizzati… Ma anche dati generati da sensori digitali impiegati negli impianti di produzione e nella supply chain o da dispositivi utilizzati nei processi di erogazione dei servizi (per esempio gli smart meter nel caso dei servizi energetici). Questa tipologia di analisi avviene soprattutto per aziende che si rivolgono ai consumatori finali che dispongono di un’ampia base clienti come nel caso delle imprese di telecomunicazioni, manifatturiere, utility e del settore retail.


Francesco del Vecchio, presales director in Italia di Qlik - Più che cambiate, verrebbe da dire che le esigenze di analisi si sono estese. Da un lato perché le decisioni non vengono più pre se da un gruppo ristretto di persone, ma il processo decisionale è sempre più distribuito all’interno delle organizzazioni e per questo sempre più persone hanno necessità di accedere ed esplorare i dati per prendere decisioni informate. Dall’altro lato, inoltre, i cambiamenti degli stili lavorativi verso una sempre maggiore mobilità hanno esteso le esigenze di analisi anche in termini di luogo e di tempi: la business intel ligence non è più uno strumento da utilizzare solo durante le riunioni in ufficio, ma dovunque ci si trovi e in qualsiasi momento può nascere l’esigenza di fare data discovery e di visualizzare i propri dati per poter rispondere a una domanda nel momento stesso in cui viene posta.


Angelo Tenconi, consulting & pre-sales director, SAS - Le priorità si stanno sicuramente spostando: dall’analisi dello storico per misurare performance aziendali e fenomeni conosciuti, si passa all’esigenza di sfruttare le funzionalità predittive dei nuovi strumenti analitici. In un contesto socio-economico dominato dalla digital transformation - mobility, social media, cloud, IoT, e-commerce, mobile payment etc. -, ottenere valore dai grandi volumi di dati strutturati e non è ormai una necessità per le aziende italiane. L’elaborazione dei dati oggi serve per mettere in evidenza opportunità di business inedite e suggerire in automatico le decisioni da prendere: un salto quantico rispetto al passato. Tra gli attuali trend, inoltre, il processo di ‘democratizzazione’ della conoscenza aziendale, per cui analytics e big data devono essere accessibili a tutti gli utenti e non rimanere appannaggio esclusivo del top management. Tutto a vantaggio della produttività e dell’efficienza collettiva.


Luca Zurlo, TIBCO Analytics manager, Southern Europe & Middle East - Per la nostra esperienza, non solo in Italia, ma a livello internazionale, le esigenze attuali di analisi dei dati, ovvero di business intelligence (BI) sono le seguenti: a) le aziende richiedono sempre più strumenti agili, in grado di offrire visualizzazioni dei dati intuitive, ‘a colpo d’occhio’: questo ha reso estremamente importanti e ricercate le soluzioni di visual analytics e di dashboarding (creazione di cruscotti personalizzati), quali quelle che offre TIBCO Analytics; b) la BI viene utilizzata sempre di più come uno strumento interattivo - alla portata di tutti e non solamente dei tecnici IT (soluzioni guidate dal business, o business-driven solution) - cioè le funzioni di business (che hanno a disposizione i budget IT) sono dominanti per quanto riguarda la scelta dello strumento di analisi; c) la BI è sempre più basata sul web, poiché questa modalità offre la possibilità di implementare la soluzione in tempi rapidi e rendere disponibile a tutti gli attori interessati il valore generato dagli strumenti di analisi.


Quali innovazioni proponete nella vostra attuale offerta di analytics?
Flavio Venturini, Oracle Italia - Oracle ha sviluppato soluzioni specifiche quali Oracle Endeca Information Discovery - una piattaforma che, integrando i dati provenienti da diversi sistemi, consente la loro esplorazione secondo modelli di analisi avanzata e li rende disponibili attraverso applicazioni configurabili e interattive. Per esigenze d’analisi particolarmente significative può essere indicato ricorrere a un sistema ingegnerizzato quale Oracle Big Data Appliance, che unisce tutte le componenti hardware e software necessarie a rispondere ai più diversi requisiti di elaborazione dei big data, in modalità batch e in tempo reale. Inoltre, un cambiamento importante nello scenario di utilizzo di big data in termini analitici è stato intro dotto con Oracle Big Data Discovery, strumento di analisi diretto su Hadoop che integra capacità di trasformazione di dati con capacità di analisi attraverso strumenti grafici e di dashboarding e con capacità di condivisione e collaborazione in merito alle analisi effettuate e del percorso per arrivare ai risultati ottenuti tra utenti diversi.


Angelo Tenconi, SAS - L’evoluzione della nostra offering si orienta principalmente su tre parole chiave: cloud, Hadoop e data visualization. Per il cloud, un ruolo importante all’interno della value proposition di SAS è ricoperto dagli hosted services, ovvero soluzioni SaaS che risiedono sulla nu vola del provider, ma all’interno di una partizione esclusivamente dedicata al cliente, customizzabile e dotata di livelli di sicurezza altissimi. Innovative sono anche le nostre soluzioni per Hadoop, che accelerano la delivery di dati attendibili, spostando i processi di data quality direttamente su Hadoop, dove possono essere eseguiti su maggiori moli di dati. Infine, a supporto della data visualization, SAS mette a disposizione degli utenti, IT e non, strumenti semplici e intuitivi. SAS Visual Analytics, infatti, fornisce ai data scientist una soluzione completa per la visualizzazione e l’analisi predittiva dei Big Data.


Luca Zurlo, TIBCO - Le innovazioni insite nell’offerta TIBCO Analytics, intese da un punto di vista tecnologico, sono moltissime, su entrambe le piattaforme che offriamo: Jaspersoft (oggi giunto alla Versione 6.0) e Spotfire (Versione 7). Qualche esempio: a) su Jaspersoft 6.0, un nuovo designer per cruscotti alla portata di tutti gli utenti; la possibilità di spezzare report lunghi in workbook più piccoli indicizzati in automatico; possibilità di includere visualizzazioni di terzi nei propri report; nuovi tipi di grafici e formattazione dei report; b) su Spotfire 7.0: pilota automatico, che consente di iniziare a usare rapidamente la soluzione; recommendations, raccomandazioni, un wizard intelligente che offre un aiuto nella scelta delle analisi best practice per la propria esigenza; maggiore velocità nella data discovery. Riassumendo, il focus resta sull’estrazione rapida, efficace e per tutti del valore dal dato - ovvero la capacità di offrire ‘insight’ di alto valore conoscitivo al momento giusto e alla persona più corretta, in modo da rendere la scelta più efficace per l’organizzazione.


Walter Aglietti, IBM Italia - IBM ha recentemente annunciato Watson Analytics, una rivoluzionaria soluzione di ‘cognitive computing’ basata sul linguaggio naturale, che fornisce alle imprese accesso immediato a potenti strumenti di predictive e visual analytics. IBM Watson Analytics offre una gamma completa di servizi di analytics utilizzabili in modalità self- service da parte degli utenti, congiuntamente a servizi per l’affinamento dei dati e l’organizzazione di data warehouse che facilitano agli utenti l’acquisizione e la preparazione dei dati per analisi e visualizzazioni su cui poter intervenire e con cui interagire. A differenza delle soluzioni di analytics tradizionali rivolte principalmente a data scientist e analisti, IBM Watson Analytics automatizza le fasi relative alla preparazione dei dati, all’analisi predittiva e allo storytelling visivo per tutti quei professionisti che per ruolo utilizzano alto volume di dati, come marketing, vendite, operation, finanza e risorse umane.


Andrea Cardillo, Microsoft Italia - Power BI - servizio di business intelligence, basato su cloud, che permette di sfruttare a pieno dati ed informazioni, utilizzando strumenti quali Excel e Office 365; Azure Machine Learning - per la realizzazione di applicazioni predittive basate sul cloud; e Revolution Analytics - azienda fornitrice di software e servizi per il linguaggio di programmazione ‘R’, recentemente acquisita da Microsoft - sono solo le ultime tre innovazioni che Microsoft ha rilasciato in questa area. Innovazioni così dirompenti da farci guadagnare una revisione completa da parte di Gartner della nostra posizione nel Magic Quadrant for advanced analytics: Visionari. Queste innovazioni sono tangibili, disponibili oggi e ci aiutano ad analizzare, modellare, visualizzare e predire i fenomeni della realtà a cui stiamo interessati; ci aiutano a collaborare e condividere in modo sicuro queste attività con colleghi e partner all’interno e all’esterno dell’azienda consentendoci di scalare insieme alle opportunità e di poter fare validare ipotesi in modo semplice, veloce ed economico.


Marco Gruppo, Informatica - I big data analytics sono uno dei trend tecnologici sui quali Informa- tica ha focalizzato la sua azione di sviluppo di soluzioni abilitanti per il business. Dopo un’iniziale generalizzato innamoramento verso questa nuova tecnologia, alla prova dei fatti si sono evidenziati dei gap che ne ostacolano l’adozione a supporto delle iniziative di business. Tra le altre ragioni, uno dei motivi è il fatto che ciò che risulta accettabile in fase di sperimentazione, non lo è più quando si portano queste infrastrutture in produzione. La filosofia di Informatica è di offrire soluzioni che consentano di gestire l’integrazione, la bonifica e il governo dei dati attraverso un interfaccia utente grafica, codeless e metadata driven. Informatica PowerCenter Big Data Edition mette a disposizione un metodo sicuro ed efficiente per integrare tutti i tipi di dati su Hadoop in qualsiasi scala, senza dover imparare a utilizzare Hadoop. In quest’ottica Informatica supporta tutti gli stili di analytics, incluse le ultime tipologie delle tecnologie Big Data. Con Informatica Platform è possibile attingere a tutti i tipi di dati, individuando rapidamente informazioni utili e innovando più rapidamente nell’era dei big data.


Jean-Pierre Giannetti, MicroStrategy Italy - La governed data discovery, l’autonomia nella scoperta di informazioni preziose in un ambiente regolato e monitorato, è una capacità organica dell’offerta MicroStrategy. L’innovazione più recente riguarda la sicurezza: MicroStrategy Usher è una rivoluzionaria piattaforma per la gestione dell’identità agganciata a parametri biometrici, per la dematerializzazione delle forme tradizionali di riconoscimento e l’estensione dell’identità mobile a ogni applicazione e processo di business. MicroStrategy Usher cambierà presto il modo in cui le organizzazioni identificano le persone, accedono alle applicazioni, autorizzano le transazioni. E per chi fosse curioso delle prossime novità dietro l’angolo, che indirizzano perfettamente le esigenze citate: tinyurl.com/FuturesMSTR Francesco del Vecchio, Qlik Italia - Qlik offre un’offerta completa di analytics che copre le esigenze di analisi guidate, reporting e data visualization. In questo ambito, in particolare, abbiamo lanciato Qlik Sense, il primo strumento self-service di visualizzazione e scoperta dei dati studiato per ottimizzare le performance e la governance in ambito aziendale. Qlik Sense offre agli utenti la possibilità illimitata di creare analisi personalizzate dei dati e di esplorare le relazioni che esistono tra le informazioni per rivelarne istantaneamente le connessioni esistenti. La piattaforma è stata progettata per servire allo stesso modo tutti gli utilizzatori, senza scontentare nessuno: gli utenti aziendali acquisiscono la capacità intuitiva di cui hanno bisogno, gli sviluppatori godono della possibilità di creare applicazioni senza limitazioni, mentre l’IT ottiene un controllo centralizzato di gestione e governance aziendale.

 

Qual è la vostra visione attuale sul tema big data analytics? Secondo la vostra opinione come mai questo mercato non ha ancora preso piede in modo consistente presso le aziende utenti?

Andrea Cardillo, Microsoft Italia - Concordiamo con tutti i maggiori analisti che i big data rappresentano una opportunità di business significativa per le aziende che ne sapran- no approfittare. I big data analytics consentono di realizzare un vantaggio competitivo riducendo i costi delle operation, massimizzando il valore della produzione e consentendo di inventare nuovi modelli di business, prodotti e servizi. La diffusione dei big data analytics è stata frenata a oggi da una offerta costosa e rivolta a un target di nicchia con competenze tecniche-scientifiche elevate. Microsoft ha ridisegnato completamente la sua offerta, integrando negli strumenti che le persone già utilizzano nuove funzionalità per raccogliere, organizzare e analizzare le nuove fonti dati, secondo un modello cloud ibrido, lasciando all’utente finale decidere tempi, modi e costi per trarre beneficio da questa opportunità.


Francesco del Vecchio, Qlik Italia - Da tempo ormai la parola Big Data è al centro delle discussioni riguardanti l’evoluzione dell’IT e i suoi trend, tuttavia il tema riguarda spesso solo la potenza di elaborazione dei dati, il volume e la varietà. Il valore del business deriva invece dall’analisi e dall’utilizzo che si fa dei dati, grandi o piccoli che siano, e non sempre le tecnologie a disposizione riescono nell’intento di dare significato ai big data, separando le informazioni utili da quelle poco interessanti. La visione di Qlik è che la chiave per far crescere questo mercato presso le aziende stia proprio nel mettere loro a disposizione strumenti che ponendo l’accento sulla ‘discovery’, sull’analisi associativa e sulla data visualization, siano in grado di aiutare efficacemente gli utenti ed essere di supporto al processo decisionale.


Angelo Tenconi, SAS - Oggi le aziende di qualsiasi dimensione e settore sono costrette a misurarsi con moli e tipologie di informazioni totalmente differenti rispetto al passato. La capacità di processare i big data richiede non soltanto tecnologie analitiche allo stato dell’arte, che comunque il mercato oggi è in grado di offrire, ma anche una solida strategia e infrastruttura per il data management alla base. I sistemi informativi aziendali, tipicamente organizzati in silos, spesso non sono in grado di supportare applicazioni di analytics alla velocità e con l’accuratezza che il business richiede. Portare avanti un progetto big data, insomma, presuppone il ridisegno organico di tecnologie, processi e competenze (spesso non disponibili internamente), nonché la stretta collaborazione tra IT e linee di business per identificare e risolvere le necessità aziendali. Per risolvere la complessità, bisogna che i decision maker riconoscano il valore che ogni singolo dato, se correttamente analizzato, è in grado di fornire al progresso aziendale.


Flavio Venturini, Oracle Italia - Raccogliere l’enorme mole di dati generata dalle interazioni attivate con i clienti attraverso molteplici canali non è sufficiente perché occorre valorizzarla e darsi degli obiettivi specifici. In tale modo potranno essere impostate analisi ad hoc integrando i dati disponibili in tutte le fonti rilevanti e procedere quindi alla loro interpretazione. Per fare questo, è necessario ovviamente fare leva su applicazioni, tecnologie e sistemi in grado di ‘estrarre’ dai big data le informazioni realmente utili per dare risposta alle domande poste. Per rapportarsi con un consumatore sempre più evoluto, tecnologicamente preparato e quindi in grado di interagire con l’azienda su più canali, servono agilità, performance migliori con meno risorse, flessibilità, ovvero un processo efficace in cui siano coinvolti diversi processi aziendali e tutta l’azienda. Ma già molte medie aziende stanno operando il salto al digitale, forti del fatto che la disponibilità di soluzioni anche in cloud e SaaS consente di contenere gli investimenti richiesti.


Luca Zurlo, TIBCO - La domanda è complessa. Quello dei big data non è tanto un ‘mercato’, quanto il futuro dell’IT applicato alla vita quotidiana, come sostengono nelle più recenti ricerche tutti gli analisi, da IDC a Gartner quando parlano dell’IoT (l’Internet of Things). Big data non è un concetto esterno, qualcosa in più che si aggiunge alla realtà, ma è sempre di più tutto quello che ci circonda. La ragione per cui, in Italia, non esiste ancora una visibilità elevata, almeno a livello di piccole e medie imprese (tutte le grandi aziende e organizzazioni stanno investendo pesantemente), è da ricercarsi, secondo noi, nella mancanza di persone con conoscenze e skill sulle tematiche big data, cioè i data scientis di cui tanto si parla oggi.


Jean-Pierre Giannetti, MicroStrategy Italy - I big data, estendendo rapidamente il proprio potenziale informativo, restano un bersaglio funzionale e tecnologico in movimento. Nella pratica italiana, inoltre, il cloud computing sembra ancora poco familiare. La carenza di data scientist è un altro elemento, cui si supplisce con strumenti di data preparation e di scovery e l’integrazione con ambienti predittivi. Sembra ragionevole l’ascesa degli small data, dati con volumi e formati facilmente gestibili in self- service secondo l’assunto “big data is for machines, small data for people”. MicroStrategy continua ad aumentare le capacità di Big Data Analytics, evolvendo costantemente il supporto alle principali distribuzioni big data alle sorgenti NoSQL e cloud-based, interrogabili interattivamente o con logiche in-memory, senza necessità di codice.


Walter Aglietti, IBM Italia - Le potenzialità dei big data sono davvero sterminate: rappresentano la ‘nuova moneta’ per le imprese, un vero e proprio asset strategico. È un mercato che si sta sempre più sviluppando anche se certamente ci sono delle sfide da affrontare per una concreta e reale affermazione. Tra queste difficoltà si possono citare l’inadeguatezza del modello di business e la mancanza di ‘use case’ opportuni che giustifichino questa trasformazione. Inoltre, è necessario andare oltre i modelli di business intelligence tradizionale: i big data richiedono idee innovative anche e soprattutto nel loro possibile utilizzo per creare nuovi servizi, per reinventare processi esistenti, rispondere a domande la cui complessità aveva finora nascosto la soluzione.


Marco Gruppo, Informatica - Purtroppo il modello di adozione delle nuove tecnologie in Europa è generalmente condizionato da una maturità acquisita oltreoceano. Anche in questo caso, oltre a un condizionamento iniziale dovuto a una scarsa maturità dei tool di supporto e sviluppo, si sono evidenziati anche dei limiti teorici. Cerco di spiegarmi meglio. Gli utenti di business hanno subito il fascino rispetto alle potenzialità fornite dai big data. Al contempo i dipartimenti IT hanno avviato studi e in seguito sperimentazioni al fine di metabolizzare questa nuova tecnologia. La condivisione di esperienze, ma anche la formazione di competenze in-house, stanno però agevolando il superamento di questo stallo operativo. Il risultato è un moltiplicarsi di iniziative, presso le aziende italiane, di progetti di big data analytics che da una fase esplorativa stanno velocemente evolvendo in implementazioni in produzione, sebbene magari limitate nello scopo e/o nel contesto. Ritengo quindi che con sempre maggior frequenza sentiremo parlare dei primi risultati frutto dell’implementazione di progetti di big data analytics.
 

 

TORNA INDIETRO >>