3 min read
I dati come asset strategico
Non v'è dubbio che la competitività delle organizzazioni sia imprescindibile dalla loro capacità di modernizzarsi: i concetti generali che stanno all'interno del paradigma "Digital Transformation" danno molte indicazioni in tal senso.
Uno degli aspetti, più di altri, ampiamente sottovalutato, è la definizione di una chiara strategia di gestione dei dati, ovvero di una strategia in grado di trattarli per quello che sono in realtà: un asset strategico.
In molti casi si rilevano situazioni complesse e frammentate, con proliferazione di "contenitori" (come molteplici data warehouse) e di "consumatori" (strumenti di analisi e presentazione) che spesso portano con sé la logica di modellazione dei dati analizzati, rendendosi tutt'uno con essi, a discapito di una più diffusa fruibilità in tutta l'organizzazione.
Inutile nascondere che ogni intervento, pur sorretto dai migliori propositi (oltre che dal top managment, naturalmente) rischia facilmente di scontrarsi con resistenze da parte del business che gestisce i vari silos di dati, con problemi di budget, con carenze di risorse e skill adeguate, ma a parte tutto questo non potrebbe non partire che da una chiara ridefinizione degli obiettivi strategici per business sull'utilizzo dei dati così assunti ad asset.
Il rischio è di entrare in un loop che non arriva a produrre una situazione stabile ma nel frattempo gli obiettivi strategici sono, anche solo in parte, già cambiati.
Un nuovo paradigma
Tutto ciò necessita quindi un nuovo paradigma, una modalità di Data Delivery che disaccoppi le sorgenti dati, con tutti i vicoli annessi e connessi, dalle modalità di fruizione, rendendo queste ultime le più libere e flessibili possibili.
E questa è la promessa della Data Virtualization, un paradigma che, certamente non nuovo nella sua enunciazione, è oggi in grado di essere sostanziato da soluzioni di classe Enterprise in grado di garantire la grande flessibilità necessaria a non porre mai vincoli strutturali al Business perché possa esprimersi al meglio.
Sempre nell'ottica della massima flessibilità, può tornar utile rivedere le proprie strategie anche in relazione ai "contenitori" di dati, che spesso soffrono di performance (e quindi scalabilità), della rigidezza degli schemi in cui sono vincolati a gestire i dati, della impossibilità di conciliare capacità operazionali ed analitiche allo stesso tempo.
I tali contesti i database noti con la definizione di NoSql possono rappresentare una valida evoluzione: in quest'ultimo decennio si è assistito non solo ad uno sviluppo esponenziale delle soluzioni, ma anche ad una naturale affermazione di alcuni brand specializzati per macrocategorie: graph, columnar, timeseries, document. Quest'ultima categoria è certamente la più ampia ed interessante come alternativa general purpose in azienda ai db relazionali.
