Le moderne aziende data-driven sono le migliori a sfruttare i dati per anticipare le esigenze dei clienti, i cambiamenti del mercato e prendere proattivamente decisioni aziendali più intelligenti. Secondo la Gartner 2018 CEO and Senior Business Executive Survey, l'81% degli amministratori delegati ha dato priorità alle iniziative tecnologiche che consentono di acquisire analisi avanzate. Secondo Gartner, molte aziende che si dedicano all'advanced analytics stanno ripensando l'architettura dei dati e avviando progetti di data lake, ma il 60% di questi progetti non riesce ad andare oltre la fase di sperimentazione. Infatti, la stessa indagine di Gartner riporta che nel 2017 solo il 17% delle implementazioni di Hadoop era in produzione. Se le aziende non modernizzano ora la loro architettura dei dati, finiranno per perdere clienti, quote di mercato e profitti.
Cosa sta guidando il passaggio a un'architettura dati aziendale moderna?
Le architetture che in passato hanno dominato l'IT aziendale non sono più in grado di gestire i carichi di lavoro necessari per far progredire l'azienda. Questo passaggio verso un'architettura dati moderna è guidato da una serie di fattori chiave di business. Esistono sette fattori chiave di business per la creazione di un'architettura dati aziendale moderna (MEDA):
- Sostenere la democratizzazione dei dati, che richiede condivisione, qualità, sicurezza e governance dei dati.
- Abilitare l'impresa "iperconnessa" all'interno e all'esterno dell'organizzazione
- Sostenere il passaggio al self-service e al cittadino X (integratore, data scientist, ecc.)
- Passare dal reporting storico all'analisi predittiva e prescrittiva
- Consentire una maggiore reattività agli utenti della line of business (LOB)
- Protezione futura per nuove fonti di dati e applicazioni e casi d'uso a valle
- Realizzare l'inafferrabile trasformazione digitale dell'impresa
Data lakeCloud: il cuore dell'architettura dati aziendale moderna
Sebbene vi siano innumerevoli motivi per portare avanti i progetti relativi ai dati, le organizzazioni sono spesso ostacolate nell'utilizzo dei propri dati da formati incompatibili, dai limiti dei database tradizionali e dall'incapacità di combinare in modo flessibile dati provenienti da più fonti. Ecco perché i data lakecloud hanno sostituito il data warehouse aziendale (EDW) come elemento centrale di un'architettura dati moderna.
A differenza di un data warehouse, un data lake è una raccolta di tutti i tipi di dati: strutturati, semi-strutturati e non strutturati. I dati vengono archiviati nel loro formato grezzo, senza bisogno di alcuna struttura o schema. Infatti, la struttura dei dati non deve essere definita al momento dell'acquisizione, ma solo al momento della lettura. Poiché i data lake sono altamente scalabili, è possibile supportare grandi volumi di dati a un prezzo più conveniente. Con un data lake, i dati possono anche essere archiviati da fonti relazionali (come i database) e da fonti non relazionali (dispositivi/macchine IoT, social media, ecc.) senza ETL (extract, transform, load), consentendo ai dati di essere disponibili per l'analisi molto più rapidamente.
Il data warehouse aziendale (EDW), così come lo conosciamo, non è morto né lo sarà presto. Tuttavia, non è più il fulcro della strategia di architettura dei dati di un'azienda. L'EDW rimane un componente fondamentale nella MEDA complessiva di un'azienda, ma ora dovrebbe essere visto come un'"applicazione a valle": una destinazione, ma non il centro dell'universo dei dati.
I prossimi passi verso la creazione di un'architettura dati aziendale moderna
Il percorso verso la creazione di un'architettura dati aziendale moderna può sembrare lungo e impegnativo, ma con il framework e i principi giusti è possibile portare a termine questa trasformazione con successo prima di quanto si pensi. Scarica il nostro white paper,“Alleviare il peso dei big data: l'architettura dati aziendale moderna (MEDA)”, per scoprire come realizzare una MEDA sufficientemente flessibile da poter essere utilizzata oggi e scalabile per i casi d'uso di domani.
