Passa ai contenuti principali

I Big Data per il Business in Europa

L’utilizzo dei Big Data per finalità di business è cresciuto del 66% tra il 2016 ed il 2021 nei paesi DESI.

 

Il database DESI analizza la variabile Big Data. Tale variabile considera a livello paese la percentuale delle imprese che analizzano i Big Data a prescindere dalle fonte di dati che utilizzano. I dati fanno riferimento al periodo 2016-2021. Il Regno Unito è escluso dal novero dei paesi DESI.

Ranking dei paesi DESI per utilizzo di Big Data nel 2021. Malta è al primo posto per percentuale delle imprese che utilizzano i Big Data per finalità di business con un valore pari a 8,18%, seguita dai Paesi Bassi con un valore pari a 7,28%, e dalla Danimarca con un ammontare di 7,209%. A metà classifica vi sono il Portogallo con un ammontare di 2,82%, seguito dalla Lituania con un valore pari a 2,81% e dall’Estonia con un ammontare pari a 2,63%. Chiudono la classifica Cipro con un ammontare di 1,64%, la Slovacchia con un valore pari a 1,49% e la Romania con 1,35%.

Ranking dei paesi DESI per variazione percentuale dell’utilizzo dei big data per finalità di business tra il 2016 ed il 2021. La Germania è al primo posto per valore della variazione percentuale dell’utilizzo dei Big Data per finalità aziendali con un valore pari a 283,62% pari ad un ammontare di 3,52 unità, seguito da Cipro con un ammontare di 189,24% pari ad un ammontare di 1,08 unità, e dalla Danimarca co un ammontare di 183,82% pari ad un ammontare di 4,67 unità. A metà classifica vi sono l’Irlanda con un ammontare di 69,23% pari ad un ammontare di 2,47 unità, seguita dalla Lettonia con una variazione di 67,46% pari ad un ammontare di 0,92 unità, e dal Belgio con un valore pari a 65,43% pari ad un ammontare di 2,41 unità. Chiudono la classifica la Slovenia con un ammontare pari a -26,62% pari ad un ammontare di -0,63 unità, seguita dalla Slovenia con un valore pari a -36,15% pari ad un ammontare di -0,84 unità, seguita dalla Romania con un ammontare di -43,94% pari ad un ammontare di 1,065 unità. Complessivamente tra il 2016 ed il 2021 nei paesi DESI il valore dell’utilizzo dei Big Data per finalità di business è aumentato del 66,07% in media.

Clusterizzazione con l’algoritmo k-Means ottimizzato con il coefficiente di Silhouette. Di seguito viene presentata una clusterizzazione con l’algoritmo k-Means ottimizzato con il coefficiente di Silhouette. I dati mostrano la presenza dei seguenti clusters ovvero:

  • ·         Cluster 1: Austria, Lussemburgo, Lituania, Grecia, Slovenia, Romania, Bulgaria, Germania, Polonia, Italia, Ungheria, Croazia, Portogallo, Francia, Repubblica Ceca, Estonia, Lettonia, Slovacchia;
  • ·         Cluster 2: Cipro, Irlanda, Finlandia, Malta, Paesi Bassi, Danimarca, Svezia, Spagna, Belgio.

Considerando l’analisi a cluster risulta che il valore mediano del cluster 1-C1 è pari ad un ammontare di 6,07% mentre il valore mediano del cluster 2-C2 è pari ad un ammontare di 2,39%. Ne deriva pertanto il seguente ordinamento dei clusters ovvero: C1=6,07>C2=2,39. I dati mostrano che a parte alcuni paesi che sono ampiamente evoluti dal punto di vista dell’utilizzo dei Big Data, ve ne sono altri, e sono la stragrande maggioranza, che non ha capacità nell’utilizzo dei Big Data per finalità di impresa commerciale.

Network Analysis con l’utilizzo della distanza di Manhattan. Di seguito viene realizzata una network analysis con l’utilizzo della distanza di Manhattan. Vengono rilevate due strutture a network complesse e tre strutture a network semplificate. Esiste una struttura a network complessa tra Bulgaria, Ungheria, Polonia e Lettonia. In modo particolare:

  • ·         L’Ungheria ha una connessione con la Bulgaria per un ammontare pari a0,12 unità, una connessione con la Lettonia per un valore pari a 0,36;
  • ·         La Bulgaria ha una connessione con l’Ungheria per un valore pari a 0,12, e con la Lettonia per un ammontare pari a 0,35 unità;
  • ·         La Lettonia ha una connessione con l’Ungheria per un ammontare pari a 0,36, e con la Bulgaria per un valore pari a 0,35, e con la Polonia per un valore pari a 0,11.

Esiste una struttura a network complessa tra Slovenia, Svezia, Slovacchia, Croazia e Spagna. In modo particolare:

  • ·         La Svezia ha una connessione con la Slovenia per un ammontare pari a 0,34, con la Slovacchia per un ammontare pari a 0,25 e con la Croazia per un ammontare pari a 0,24;
  • ·         La Slovenia ha una connessione con la Svezia per un ammontare pari a 0,34 unità e con la Slovacchia per un ammontare pari a 0,18 unità;
  • ·         La Slovacchia ha una connessione con la Svezia per un ammontare pari a 0,25 e con la Slovenia per un ammontare pari a 0,18;
  • ·         La Croazia ha una connessione con la Svezia per un ammontare pari a 0,24 e con la Spagna per un ammontare pari a 0,31.

Inoltre, esistono alcune strutture a network semplificate e biunivoche come indicato di seguito ovvero:

  • ·         Esiste una connessione tra la Danimarca e la Lituania per un ammontare pari a 0,095 unità;
  • ·         Esiste una connessione tra il Belgio e l’Irlanda per un ammontare pari a 0,16;
  • ·         Esiste una connessione tra la repubblica Ceca e l’Italia per un ammontare pari a 0,25 unità.

Conclusioni. Nonostante l’utilizzo dei Big Data per finalità di business in Europa sia significativamente aumentato facendo segnare un +66% l’utilizzo dei Big Data è ancora scarsamente diffuso nei paesi europei. Le aziende non sanno come fare ad utilizzare l’abbondante dotazione di dati presente sul web e pertanto possono perdere notevoli opportunità di profitto e di business. Inoltre il mercato del lavoro ha sviluppato delle particolari figure professionali che hanno le abilità per gestire i Big Data ovvero i Data Scientist. I Data Scientists sono in genere dotati di un dottorato di ricerca e hanno la capacità di mettere insieme conoscenze statistiche, matematiche con strumenti analitici complessi per trasformare i dati in informazioni utili alle scelte aziendali. Attraverso tali analisi le aziende possono scoprire nuovi mercati ed opportunità di business, possono conoscere al meglio i propri clienti, fare delle offerte di prezzo che siano più sostenibili, anticipare la concorrenza e massimizzare il posizionamento di mercato. L’utilizzo dei Big Data è necessario per le imprese che vogliono crescere nella dimensione phygital ovvero sia fisica che digitale massimizzando il valore dei propri prodotti e servizi nella relazione con i clienti.





 

Commenti

Post popolari in questo blog

La Lombardia resta in testa: oltre il 30% di giudizi positivi per gran parte del decennio

  ·          La Sardegna mostra costante ottimismo, raggiungendo picchi elevati e superando spesso molte regioni italiane. ·          La Lombardia mantiene stabilmente livelli alti di fiducia, mostrando resilienza anche nelle fasi più critiche. ·          Nel 2021 quasi tutte le regioni registrano un forte rialzo, riflettendo speranze di ripresa post-pandemica.     L’andamento dei dati relativi al giudizio positivo sulle prospettive future, osservato nelle regioni italiane dal 2012 al 2023, permette di delineare un quadro articolato e ricco di sfumature, nel quale emergono differenze territoriali, cicli economici, dinamiche sociali e percezioni che variano sensibilmente nel tempo. Pur oscillando di anno in anno, questi valori rappresentano un indicatore significativo dello stato d’animo collettivo, della fiducia nel futuro e, in misura indirett...

Oltre i vincoli esterni: i veri ostacoli dell’industria italiana

  ·          Molte imprese italiane attribuiscono problemi a fattori esterni, ignorando limiti culturali interni che frenano crescita. ·          Confondere ruoli tra stampa, istituzioni e magistratura porta strategie difensive inefficaci e scarsa priorità operativa. ·          L’internazionalizzazione richiede partnership locali strategiche, non controllo totale, per competere nei mercati globali complessi.          Separare proprietà e management è essenziale per migliorare efficienza, governance e competitività delle imprese italiane.   Il dibattito sulle difficoltà del sistema industriale italiano tende spesso a concentrarsi su fattori esterni: la pressione fiscale, la burocrazia, la rigidità normativa, la lentezza della giustizia. Sono elementi reali e rilevanti, che incidono concretamente sulla vita delle imprese. Tuttavi...

Nord e Sud a confronto: differenze territoriali nei tassi di adeguata alimentazione

  ·          Le regioni del Nord mantengono livelli elevati, ma mostrano cali significativi negli ultimi anni. ·          Il Mezzogiorno registra valori più bassi, con Calabria e Abruzzo in miglioramento, Basilicata in forte calo. ·          Crisi economiche , pandemia e stili di vita hanno inciso profondamente sull’ adeguata alimentazione degli italiani.   L’analisi dei dati relativi all’adeguata alimentazione in Italia nel periodo compreso tra il 2005 e il 2023, misurata attraverso i tassi standardizzati per 100 persone, restituisce un quadro piuttosto articolato, con forti differenze territoriali, variazioni cicliche e trend di lungo periodo che denotano dinamiche sociali, economiche e culturali. Nel Nord e nel Centro i livelli sono generalmente più elevati rispetto al Mezzogiorno, ma anche qui emergono oscillazioni notevoli. In alcune regi...