Free Webinar | Le tre dimensioni del Data-as-a-Service per garantire equilibrio strategico tra il Business e l’IT
Asset di dati esterni, gestione dei silos e pacchetti di analytics preconfigurati 11 Settembre 2020 Webinar

Per rimanere competitivi nell’era della Digital Economy, le aziende devono superare le nuove sfide riguardanti il raggiungimento di un elevata agilità e velocità di risposta del business, a fronte di un aumento costante del volume dei dati all’interno dei sistemi aziendali e dalla varietà di sorgenti. Al giorno d’oggi le decisioni strategiche del business si basano sempre più su un’analisi di dati interni ed esterni, strutturati e non, che forniscono una visione multidimensionale sul contesto nel quale le aziende operano.

I dati aziendali, tipicamente disconnessi e archiviati in diversi silos, devono poter essere combinati tra di loro, estendendo tale combinazione anche a dati esterni, che spesso hanno formati estremamente eterogenei. I dati e le analisi che da essi derivano, devono poi essere forniti al business con i giusti tempi, in modo che possano essere messi al servizio dei processi decisionali aziendali ed è proprio su questo cammino che, spesso, si trovano i principali ostacoli.

Una delle soluzioni più diffuse, almeno al momento, è la costruzione di Data Mart ad hoc, all’interno dei quali si integrano e trasformano i dati che provengo dalle diverse fonti, per poi presentarli in formati semplici da consumare per le diverse tipologie di utenti. Sfortunatamente, questo processo è estremamente lento e costoso, a causa della costante movimentazione e replica dei dati richiesti, cosa che avviene con tecniche di integrazione tradizionali.

Queste tecniche, adeguate durante la prima fase dell’avvento dei Data Warehouse e della BI, si rivelano oggi deboli e costose, soprattutto a causa della crescita esponenziale del volume dei dati e delle fonti, della velocità con la quale tali dati variano e, infine, al forte aumento della domanda di chi tali dati deve consumare. Molti analisti, tra cui Gartner o Forrester, ad esempio, suggeriscono oggi nuove architetture logiche per l’integrazione dei dati, che non si basano sulla replica continua dei dati e, di conseguenza, sono costituiscono l’approccio migliore per garantire la giusta agilità nei processi decisionali.

Un approccio ancor più moderno, che arricchisce quello delle architetture logiche, è il Data-as-a-Service (DaaS), che rappresenta un vero e proprio vantaggio, dando un’accelerazione significativa verso quella agilità che, oramai, è considerata condizione necessaria per un uso strategico dei dati, garantendo allo stesso tempo, quell’equilibrio tra esigenze del business e impegno delle strutture ICT per soddisfarle, anch’esso elemento irrinunciabile per un’azienda che ambisca ad essere realmente Data Driven.

Il DaaS permette, quindi, di liberare tempo e risorse nei team ICT, che possono così concentrarsi sugli aspetti di gestione strategica, di Governance, e non su compiti meramente operativi, consentendo a chi i dati deve consumare di trovarli e utilizzarli in autonomia, senza i ritardi tipici che sono invece presenti negli approcci di vecchia generazione, dove si opera, reattivamente, in risposta a ogni singola esigenza, piuttosto che definire un modello complessivo per il consumo dei dati, che consenta di soddisfarle riducendo, se non addirittura annullando, l’onere sulle strutture tecniche.

Fonti:

http://www.dbta.com/BigDataQuarterly/Articles/What-is-Data-as-a-Service-The-3-Key-Dimensions-114568.aspx
http://www.datamanager.it/2020/05/data-as-a-service-chimera-o-realta/