IoT 2018: dati e trend e livelli di adozione

Tutto sull’ IoT 2018, uno studio ne evidenzia dati, trend e il livello di adozione. Le vendite, il marketing e le operations sono i più attivi early adopter di IoT oggi. Gli early adopter si affidano il più delle volte a tali tecnologie con iniziative pilota per aumentare le entrate e ottenere efficienza operativa più rapidamente. Il 32% delle imprese investe in IoT e il 48% prevede di investirvi nel 2019. Gli eraly adopter di IoT usualmente sono protagonisti primari dei settori dell’analisi avanzate e predittiva.

Questi e molti altri approfondimenti interessanti sono tratti dall’ultimo rapporto di Dresner Advisory Services, 2018 IoT Intelligence Market Study, al suo quarto anno di pubblicazione. Di seguito vi proponiamo una sintesi dei punti salienti del report IoT 2018 – qui i risultati dello scorso anno.

IoT dati 2018, lo studio

Lo studio sull‘IoT 2018 si concentra sull’interesse dell‘utente finale e sulla domanda di business intelligence nell’IoT. Esamina tecnologie chiave come la localizzazione, la preparazione dei dati dell’utente finale, il Cloud Computing, l’analisi avanzata e predittiva e l’analisi dei big data. “Mentre il mercato è ancora in una fase iniziale, riteniamo che la IoT Intelligence, il mezzo per comprendere e sfruttare i dati IoT, continuerà ad espandersi man mano che le organizzazioni matureranno nella loro raccolta e sfruttamento dei dati a livello di sensore” ha affermato Howard Dresner, Fondatore, e Chief Research Officer di Dresner Advisory Services. Il 70% degli intervistati lavora presso organizzazioni nordamericane. L’EMEA rappresenta circa il 20% dei rispondenti. Il resto è distribuito tra Asia-Pacifico e America Latina.

Lo stato dell’IoT 2018, le informazioni chiave

Le vendite, il marketing e le operations sono le aree più attive tra i primi utilizzatori di IoT oggi. Cercando di sfruttare il potenziale dell’IoT per ottenere un feedback dei clienti in tempo reale sulle prestazioni dei prodotti e dei servizi, le vendite e il marketing guidano tutti i reparti nel privilegiare il valore dell’IoT nelle imprese. Il 12% dei dirigenti delle operazioni afferma che l’IoT è fondamentale per raggiungere i propri obiettivi. Executive Management e Finance devono ancora dimostrare piena attenzione al valore dell’IoT, che già viene percepito da Sales, Marketing e Operations.

IoT 2018 e la diffusione nei settori verticali

I produttori considerano l’IoT un aspetto sempre più essenziale per raggiungere la qualità del prodotto, la pianificazione della produzione e gli obiettivi della supply chain. Anche i leader del settore assicurativo considerano l’IoT fondamentale per le operazioni. I loro modelli di business si stanno ora concentrando sull’automazione dell’inventario e della gestione della sicurezza. Le compagnie di assicurazione tracciano anche i veicoli nelle flotte di trasporto e logistica per ottenere una maggiore visibilità sul modo in cui le operazioni possono essere ottimizzate per il minor rischio possibile di incidenti. I servizi finanziari e l’assistenza sanitaria sono i successivi settori più interessati all’IoT con l’istruzione superiore e i servizi alle imprese che si assestano ai livelli più bassi

IoT 2018 gli investimenti

Gli investimenti in IoT analytics, sviluppo di applicazioni e definizione di metriche accurate e affidabili per guidare lo sviluppo sono oggi l’aspetto più critico dell’adozione di IoT.

Gli investimenti nella supply chain dei dati, tra cui l’acquisizione dati, la movimentazione, la preparazione dei dati e la loro gestione, rappresentano la seconda area più importante, seguita dagli investimenti in infrastruttura IoT. Analisi, sviluppo di applicazioni e metriche accurate e affidabili che guidano le DevOps sono coerenti con la scoperta dello studio secondo cui gli early adopter hanno un eccellente track record nell’adottare e applicare analisi avanzate e predittive a problemi logistici, operativi, di vendita e di marketing.

IoT 2018 la priorità a report e analytics

Gli early adopter o sostenitori dell’IoT danno la priorità a dashboard e reporting, segnalando casi di utilizzo dell’IoT che forniscono flussi di dati integrati in analitica, visualizzazione avanzata e data mining. I primi utilizzatori di IoT e la più ampia base degli interpellati differiscono maggiormente nella definizione delle priorità dell’analisi IT, della location intelligence, dell’integrazione con i processi operativi, dell’analisi in-memory, del software open source e dell’edge computing. I dati riflettono il modo in cui gli early adopter di IoT acquisiscono rapidamente maggiore familiarità con le tecnologie emergenti con l’obiettivo di raggiungere una crescita esponenziale attraverso l’analisi e le piattaforme IoT.

L’importanza dell’analisi avanzata e predittiva

Raggiungendo un punteggio di importanza (ponderata) di 3,6 su una scala 5.0, l’analisi avanzata e predittiva è oggi considerata “critica” o “molto importante” per la maggioranza degli intervistati. Nonostante un lieve calo nel 2017, la sensazione di importanza (la percezione della criticità dell’analisi avanzata e predittiva) è in aumento nei cinque anni dello studio. La padronanza dell’analisi avanzata e predittiva è un indicatore importante dell’adozione di IoT, che indica il potenziale dei progetti IoT per l’anno prossimo.

Le funzionalità più apprezzate

Le funzionalità più preziose delle applicazioni di analisi avanzata e predittiva includono il supporto per una gamma di modelli di regressione, clustering gerarchico, statistiche descrittive e supporto per recommendation engine. La gestione dei modelli è importante per oltre il 90% degli intervistati. L’analisi geospaziale (altamente associata a mappatura, popolazioni, dati demografici e altri dati generati dal web), i metodi bayesiani e la selezione automatica delle funzionalità è la successiva serie di funzionalità più richieste.

L’accesso ad analisi avanzate è il vantaggio considerato più importante per coloro che adottano l’IoT oggi. Il secondo è il supporto per una facile iterazione e il terzo è un processo semplice per la modifica continua dei modelli. Lo studio ha valutato una serie dettagliata di nove vantaggi che supportano attività e processi avanzati e predittivi.