Contenere i costi, controllare le performance operative, innovare prodotti e servizi: sono queste le principali motivazioni che stanno portando le aziende ad adottare in maniera crescente soluzioni IoT.
Lo dicono i risultati di una ricerca condotta da SDA Bocconi e Qlik inerenti le analitiche dell’Internet of Things, che hanno confermato come, in un contesto digitale fortemente dinamico, gli strumenti di Business Intelligence possono essere applicati in modo più ampio e innovativo.
Condotta con il supporto dei partner Qlik Esqogito, Horsa, ITReview e Synthese, l’iniziativa Digital Transformation Tour annunciata e realizzata gli scorsi mesi è stata condotta per fasi. Si è partiti dalla raccolta dati, per poi avviare momenti di confronto interattivo con e tra le aziende, e passare allo studio di casi aziendali particolarmente innovativi sull’impiego della BI nell’attuale Digital Innovation.
Due filoni di indagine
Le attività di ricerca si sono focalizzate su due filoni: le IoT Analytics, con particolare attenzione alla prospettiva dell’Industrial IoT, e le Predictive Analytics.
La prima ricerca presentata da SDA Bocconi e Qlik, che riguarda le analitiche dell’Internet of Things, ha coinvolto 135 aziende appartenenti a diversi settori merceologici (48,9% manifatturiero, 25,9% Servizi, 20,7% Pubblica Amministrazione, 4,4% Distribuzione e Retail).
Viviamo in un’era in cui operazioni, azioni e comportamenti delle “cose” diventano una nuova fonte di dati da analizzare. Questo alimenta l’Analytics of Things (o l’IoT Analytics) con la quale è possibile, non solo monitorare in modo intelligente le azioni e gli stati delle cose o delle persone, ma anche disporre di una grande base di dati molto analitici, generati in tempo reale, utili per costruire nuove insights su fenomeni di varia natura (ad esempio la predizione della manutenzione di un impianto di produzione).
L’incremento possibile del fatturato, il possibile recupero di efficienza operativa e la possibile riduzione dei rischi aziendali (come la sicurezza informatica), sono alcuni esempi di obiettivi perseguibili con l’IoT e con le informazioni e le insights generate dalle IoT Analytics.
Il 41,5% delle aziende intervistate utilizza già tecnologie IoT, mentre il 23,7% investirà in questa direzione nel breve termine. Il 30,4% che afferma di non considerare le tecnologie IoT una priorità aziendale, sono prevalentemente imprese della PA e dei servizi.
Le motivazioni principali che portano a investire in questa tecnologia risiedono nel contenimento dei costi operativi di produzione, acquisti, logistica (23,9%), seguite subito (22,7% dei casi) dal controllo delle performance operative di impianti, macchine, reti e infrastrutture, e dalla possibilità di inventare nuovi modelli di business. Nel 20,5% dei casi, invece, il motivo è la disponibilità di dati per fare innovazione di prodotto/servizio.
Le criticità all’adozione di tecnologie IoT in azienda
Tra le criticità e gli ostacoli all’introduzione dell’IoT in azienda, ci sono al primo posto i costi di investimento per la progettazione e realizzazione (27,3%), poi le competenze e l’organizzazione aziendale viste da diversi punti di vista: come complessità percepite o rilevate nella progettazione e gestione dei sistemi IoT (22,7%), oppure come unità organizzative, ruoli specifici e cultura digitale aziendale (21,6%).
“Con nostra grande sorpresa, la Data governance in questo ambito non sempre viene considerata un problema: data privacy, data quality e data ownership non sono particolarmente menzionate come criticità all’introduzione dell’IoT. Ma siamo convinti che sia solo una questione di tempo”, ha dichiarato Rosagrazia Bombini, VP & Managing Director Italy. “È importante garantire una gestione centralizzata dei dati da parte degli amministratori IT, mettendo a disposizione degli utenti finali strumenti di business intelligence intuitivi, facili da usare in autonomia”.
Verso il ridisegno complessivo delle strategie di Data Analysis
SDA Bocconi e Qlik hanno rilevato che per la maggior parte delle aziende (39,6%) l’adozione di tecnologie IoT, implica il ridisegno complessivo delle strategie di Data Analysis (processi di generazione e analisi dei dati e di decisione, sistemi di data governance, piattaforme tecnologiche, unità organizzative dedicate, ruoli professionali e delle competenze necessarie, specialisti interni o esterni ben organizzati e dimensionati, competenze dei manager decisori che devono poi interpretare e utilizzare al meglio le nuove informazioni e insights prodotte con i nuovi dati dell’IoT).
Seguono al secondo posto (22,6%) coloro che dichiarano che l’impatto prevalente avviene sui ruoli professionali e sulle competenze necessarie per sfruttare al meglio questi sistemi di Operation Technology e di Analytics, e sulle piattaforme tecnologiche di base, sia operazionali, sia analitiche.
