Quali sono gli ultimi trend sui Big Data? La notizia più "banale" è che la grande rivoluzione dei Big Data sta rendendo più agili ed efficienti migliaia di imprese. In settori molto trasversali: retail, assicurazioni e banche, marketing. Guardare ai numeri di mercato dà una grande indicazione: un giro d’affari da 103 miliardi di dollari entro il 2027 in tutto il mondo, secondo le stime di Statista. Ma non è solo questione di marginalità e produttività: lo sfruttamento dei Big Data permette la fidelizzazione del cliente, la previsione delle esigenze del consumatore e l’offerta, quindi, un servizio più veloce e con meno attese.
Il settore bancario è quello che più di tutti sta sfruttando la grande potenzialità dei Big Data. Secondo l’Osservatorio Big Data Analytics & Business Intelligence del Politecnico di Milano, nel 2018 le banche hanno rappresentato il più grande contributo a un settore, i Big Data e Analytics appunto, da oltre 1,3 miliardi di euro in Italia, con una quota di mercato del 28%. Come si spiega tutto questo? Innanzitutto perché le finanziarie sono già in possesso di dati eterogenei e massivi, due delle caratteristiche principali di una base solida di Big Data: lo storico delle transazioni e i movimenti del conto corrente, per esempio, ai quali possono essere aggiunte fonti meno specifiche come il sentiment sui social network (che può suggerire tendenze, reazioni e percezione). L’italiana Agos Ducato, attiva nel settore dei prestiti personali, ha implementato i Big Data e il machine learning per automatizzare il processo di assegnazione del credito alle famiglie sia per offrire un servizio più snello ai suoi clienti sia per combattere in modo più efficace le frodi. Un altro caso di adozione è l’olandese ING (Internationale Nederlanden Groep) che per alzare ulteriormente la customer loyalty dei clienti più affezionati offre loro un sistema di notifiche in tempo reale. L’utente riceve così sullo smartphone un avvertimento per segnalare immediatamente eventuali situazioni di conto in rosso oppure per fornire proattivamente suggerimenti a seconda delle operazioni svolte più regolarmente dal correntista (come un bonifico che ogni settimana viene inviato allo stesso IBAN). Insomma, il trend dei Big Data nelle banche è quello di una crescita rapida e pervasiva.
Per il manufatturiero, i Big Data hanno rappresentato il modo per arginare uno dei più annosi problemi del settore: la manutenzione. Ridurre i costi operativi, minimizzare i malfunzionamenti e, soprattutto, evitare periodi di inattività a causa di macchinari inattivi sono i tre vettori che sostengono l’adozione massiva di questi dati. Secondo lo studio “Artificial Intelligence (AI) in Manufacturing Market” di Global Market Insights, il trend dei Big Data nel manufacturing è in forte crescita. L’uso dell’Intelligenza Artificiale (specialmente attraverso algoritmi di apprendimento automatico) toccherà infatti i 14,2 miliardi di euro nel 2025 con un ritmo di crescita annuale del 40%. Una situazione figlia della trasformazione digitale accelerata dalla Industry 4.0, che coinvolge, oltre all’Intelligenza Artificiale, anche robotica e IoT (Internet of Things). Per questo, oggi, si parla di Intelligent Manufacturing: l’adozione di modelli intelligenti finalizzata alla semplificazione e allo stesso tempo all’evoluzione di tutte le linee di business. Nel rapporto “Smart Factories and the Modern Manufacturer” di Capgemini viene stimato che le smart factory aggiungeranno 1,5 trilioni di dollari all’economia globale e che in Italia il 33% dei produttori abbia già attivato un’iniziativa volta a integrare le smart factory nella propria infrastruttura.
Quando si parla di Big Data, le telco sono il terzo settore in Italia per volume, dietro a banche e manufatturiero, con una quota di mercato del 14%. Si tratta, d’altronde, di un settore fortemente “bombardato” di dati e informazioni quotidianamente, dalla navigazione web degli utenti su rete fissa e mobile fino ai milioni di dispositivi connessi di un ecosistema IoT. Così le telco possono sfruttare i Big Data per anticipare quando sarà registrato un picco di traffico e organizzare così la propria rete affinché non si registrino disservizi per i propri clienti. Ci sono ore del giorno o tipologie di contenuti (come le dirette delle partite di Serie A), dove la rete è più congestionata. Garantire che gli utenti possano usufruire di qualunque contenuto vogliano è essenziale per dimostrare la qualità della rete stessa. Per arrivare a tale risultato, le telco di tutto il mondo stanno sfruttando i Big Data per analizzare quando e come gli utenti usano la propria rete; cosa consumano, quanto navigano e per quanto tempo. Tale insieme di dati rappresenta la base per calibrare la rete su misura della propria clientela.