I Big Data arrivano sui campi di tennis e di volley. Estrarre valore dai dati e dalle statistiche è diventato così importante che il numero 1 del tennis Novak Djokovic ha deciso di portare nel proprio team un Data Scientist, Craig O’Shannessy, che per anni ha elaborato modelli matematici basati sulle informazioni derivanti dal circuito ATP e WTA. Una scelta vincente visto che è lo stesso O’Shannessy, nella rubrica che tiene sul sito web dell’ATP, a spiegare quale sia stata la tattica che il tennista serbo da lui “assistito” ha seguito per battere Rafael Nadal nella recente finale degli Australian Open.
Si parla di “virtual coach” guidato da dati e algoritmi anche nel volley, dove un team di esperti ha contribuito con i suoi modelli matematici a portare a casa l’argento ai Mondali della nazionale femminile di Davide Mazzanti, così convinto della bontà dell’affidarsi all’analisi dei Big Data che ha pensato di far sedere un Data Scientist in panchina durante le tappe italiane della Volleyball Nations League e durante la qualificazione olimpica. Nel caso del volley, gli algoritmi sono in grado di analizzare i filmati delle pallavoliste in campo, estraendo dati utili a descrivere il movimento delle atlete da confrontare con la traiettoria della palla e il risultato prodotto, al fine di suggerire loro come migliorarsi per “fare il punto”.
Quale il mercato dei Big Data?
Secondo IDC, il mercato dei Big Data e dei software di analisi, che nel 2017 ha raggiunto 54,1 miliardi di dollari in tutto il mondo, dovrebbe crescere a un CAGR (Tasso annuo di crescita composto) quinquennale dell’11,2%, raggiungendo i 92,1 miliardi di dollari nel 2022.
Tre sono i trend che più impatteranno su questa previsione: la crescente importanza dei dati in azienda e la consapevolezza che attraverso questi si possa migliorare il proprio posizionamento; il ricorso di molte azienda al Cloud pubblico e, in terzo luogo, l’impiego della Intelligenza Artificiale e del Machine Learning (ML) nei processi aziendali.
In crescita anche il mercato del software Big Data and Analytics (BDA), che racchiude le applicazioni di gestione analitica e delle prestazioni (APM), gli strumenti di business intelligence e analisi (BIA) e le piattaforme di gestione e integrazione dei dati analitici (ADMI).
Come cambia la domanda di software?
La maggior parte dei fornitori di applicazioni per la gestione e l’analisi di dati, secondo IDC, include già funzionalità come analisi predittiva, machine learning e possibilità di elaborare previsioni automatizzate. Sempre più si dovranno immaginare prodotti in grado di incorporare funzionalità di analisi avanzate che garantiscano però trasparenza per gli utenti.
La domanda di software per piattaforme AI e di strumenti di analisi delle informazioni basate in gran parte sul deep learning continueranno a crescere in maniera consistente nei prossimi anni. Da qui al 2022, IDC prevede che i fornitori si concentreranno sullo sfruttamento della AI che può contribuire a migliorare la lettura e la comprensione dei dati.
Gli acquisti di nuovi software saranno sicuramente influenzati dalla disponibilità di applicazioni che prevedano l’integrazione dell’intelligenza artificiale, considerata da molti particolarmente vantaggiosa nella gestione dei processi aziendali.
Come è cambiata la domanda di competenze professionali?
Con l’evolversi delle esigenze aziendali e delle tecnologie, cambiano le competenze professionali necessarie: secondo l’Osservatorio Big Data Analytics & Business Intelligence della School Management del Politecnico di Milano, infatti, cresce l’esigenza di competenze di Data Science. Tanto che il 46% delle grandi imprese ha già inserito figure di Data Scientist in organico, il 42% Data Engineer, il 56% Data Analyst. Un cambiamento che è solo all’inizio e che non vede, nella maggior parte dei casi, un cambiamento nel modello organizzativo che resta spesso tradizionale.
