Ricerca 2020 dell’Osservatorio Big Data & Business Analytics della School of Management del Politecnico di Milano

 

Quest’anno BNova ha supportato la ricerca 2020 dell’Osservatorio Big Data & Business Analytics della School of Management del Politecnico di Milano insieme ad uno dei suoi partner storici, Vertica di Microfocus. La scelta di questa partecipazione congiunta è dovuta alla volontà di portare all’Osservatorio un contributo da una doppia anima: da una parte il grande partner tecnologico di esperienza internazionale; dall’altra la boutique company, fortemente specializzata in tutto quello che è analisi dati e molto posizionata su soluzioni tailor made. L’Osservatorio si propone di fotografare e comprendere lo stato dell’arte degli Analytics in Italia, identificare i trend in atto, le principali evoluzioni tecnologiche in questo ambito e stimare la diffusione di competenze e modelli organizzativi di gestione legati appunto agli advanced analytics.

Quella del politecnico è una ricerca che ogni anno diventa il punto di riferimento per le più grandi aziende italiane e non solo, che se da un lato vengono coinvolte per quanto riguarda la parte di ricerca empirica, dall’altra usufruiscono dei risultati ottenuti per guidare la pianificazione delle loro strategie di business e per identificare gli insights da seguire.

 

Osservatorio, la ricerca del 2020: “Analytics divide: un gap che va colmato”

 

Durante il convegno del 24.11.2020 è stato presentato il risultato del lavoro annuale relativo 2020. Sono state approfondite le scelte progettuali, tecnologiche e organizzative delle aziende in ambito Analytics, identificando le tendenze in atto a livello internazionale.

Dati e statistiche hanno avuto, purtroppo, un ruolo rilevante nella nostra vita quotidiana in questo strano 2020.
In un contesto di grande incertezza, nelle aziende più mature sui temi gestione e analisi dei dati i team di data science hanno potuto ottenere maggiore visibilità grazie alla capacità di fornire risposte a nuovi interrogativi.
Da una parte, ora prosegue la trasformazione dei processi in ottica data-driven, un percorso in grande evoluzione favorito anche da nuove tecniche di Machine Learning e Deep Learning, che permettono di aumentare l’efficienza estraendo valore anche da dati non strutturati quali immagini, testi o video. D’altro lato, per le aziende che sono in una fase di avvicinamento agli Advanced Analytics la fase emergenziale ha rappresentato spesso una fonte di disorientamento e un ostacolo allo sviluppo di nuove progettualità. Vi è un rischio concreto di ritardare gli investimenti su questi temi, nonostante la consapevolezza crescente del vantaggio competitivo che i Big Data Analytics possono portare in azienda.

Infografica dell’Osservatorio

Questa è l’infografica riassuntiva prodotta dall’Osservatorio per riassumere in breve e ad alto livello i risultati dell’indagine emersi durante l’evento

Per BNova ha partecipato Serena Arrighi: il suo intervento si è concentrato su come inglobare le Advanced Analytics nel processo decisionale aziendale, quindi delle modalità di comunicazione che si devono evolvere insieme alle informazioni stesse, dell’importanza di impostare il corretto storytelling e la corretta data visualization.

La comunicazione umana ha caratteristiche complesse, multimodali, ed è importante che anche le advanced analytics seguano questo approccio per ottimizzare e migliorare la comprensione delle informazioni.

Nel corso del convegno si è poi passati alla presentazione di alcuni usecase reali, come esempio di come la digitalizzazione e le advanced analytocs possono aiutare le aziende a crescere e a rimanere competitive. BNova ha proposto il case study sviluppato per e con CPL CONCORDIA.

Si tratta di un progetto di Data Driven Modeling per creare una base dati unificata e flessibile per gestire informazioni disomogenee.

Vai alla pagina del case per approfondimenti

Ecco il calendario degli altri appuntamenti della serie:

 

 

  • ?️  07.05.2020: Trend e sfide tecnologiche in ambito Data Management & Analytics

bnova data visualization con metabase, orientarsi tra i bigdata

BNova ha partecipato insieme al nostro partner storico Vertica di Microfocus: con loro ci siamo indirizzati a due specifici gruppi di lavoro focalizzati su “Strumenti per l’Advanced Analytics” e “Self-Service Data Analytics e evoluzione della Data Visualization“.

?? Vai alla pagina dedicata a questo workshop per approfondire le tematiche proposte
  • ?️  17.06.2020: Advanced Analytics at scale: dal governo dei dati alla misurazione del valore

BNova ha partecipato al workshop presentando il BigData4Business Tookit

Data Monetization e Business Transformation sono possibili solo attraverso l’uso creativo e sistemico dei Big Data, d’altro canto questi ultimi non costituiscono di per sé un fattore risolutivo se non vengono inseriti in una strategia di business. Come si costruisce un’adeguata strategia di business che incorpori Big Data ed Advanced Analytics? Per arrivare ad un uso efficace delle Advanced Analytics ogni azienda deve sperimentare diversi passaggi: si tratta di una roadmap caratterizzata da 5 fasi che gli stati in cui ogni azienda si può trovare rispetto all’uso dei dati

?? Vai alla pagina dedicata al  BigData4Business Tookit per approfondimenti
  • ?️  23.09.2020: Il ruolo di NLP e Computer Vision per aumentare l’efficienza dei processi

Il workshop va ad approfondire le potenzialità e le sfide di progettualità di Natural Language Processing e Computer Vision per aumentare l’efficienza di determinati processi aziendali. BNova ha partecipato presentando la propria esperienza e presentando il progetto MUSE: MUltimodal Semantic Extraction, svolto in collaborazione con il ColingLab (laboratorio di linguistica computazionale) dell’Università di Pisa

  • ?️  21.10.2020: Diffondere la cultura degli Analytics: dal Data Scientist all’organizzazione

Il workshop si è focalizzato sul tema delle competenze di Data Science & Analytics, andando ad approfondire anche nuove modalità di coinvolgimento interno sul tema Data Science. L’Osservatorio, oltre a fornire alcuni dati in merito, ha dato spazio alle esperienze aziendali: su questo tema vi invitiamo a leggere alcuni approfondimenti tratti dal nostro blog:

Approfondimenti da BNext:

Prevenire l’abbandono dei clienti: le churn analysis in Niky

Le churn analysis sono analisi avanzate dei dati che non solo offrono una previsione della tendenza all’abbandono da parte dei clienti, ma consente di trarre efficaci strategie per migliorare la Customer eXperience.

Niky Analytics, analisi avanzate dei dati per il Retail Marketing

Gli analytics nel retail: Niky Analytics per migliorare l’esperienza del cliente, aumentare le vendite e ottimizzare le operations

Dataiku: le novità della release 9

Dataiku, tante novità. Le energie si concentrano sul processo di trasformazione e analisi del dato e sulla collaborazione con altri tool, come Tableau

Predictive Analytics nel Retail marketing, i casi d’uso

Retail marketing, i casi d’uso delle predictive analytics. Alcuni esempi applicativi delle analisi predittive nell’ambito del Retail marketing

Retail Analytics, la Data Science applicata al settore del commercio

Cosa sono i Retail Analytics, a cosa servono e per chi sono utili. Scopri come sfruttare al meglio la Retail Data Analysis

L’IoT per il monitoraggio energetico

L’IoT e l’analisi dei dati per il monitoraggio energetico e la gestione intelligente dell’efficienza energetcia e dei consumi

Dataiku: Intelligenza Artificiale per le case farmaceutiche

Oltre il 60% delle aziende farmaceutiche sono state identificate come “principianti” quando si parla della loro maturità riguardo l’AI.

denodo: quando la Data Virtualization fa la differenza

La data virtualization è trasversale e può fare la differenza in quelle situazioni in cui i dati sono su diverse fonti da integrare

Le analisi di coorte integrate in Niky, la piattaforma di Customer Analytics di BNova

Nelle analisi di coorte integrate in Niky puoi osservare l’evoluzione nel tempo delle coorti acquisendo informazioni di valore per il business

Data Virtualization: a chi porta i maggiori benefici?

I vantaggi e benefici che la Data Virtualization porta in azienda riguardano tutti i data consumer, ciascuno in modo diverso. Vediamo per le diverse funzioni aziendali, quali sono i benefici più evidenti.