I dati hanno valore se si possono utilizzare, si sa ...

5 min read

I dati hanno valore se si possono utilizzare, si sa ...

Che le aziende naturalmente accumulino montagne di dati, è un dato di fatto, che questi dati nella maggior parte dei casi rimangano in gran parte inutilizzati, è pure un dato di fatto. E quindi?

Certamente il problema affrontato nella sua interezza non è nè semplice nè di facile soluzione: per far sì che gli utenti usino i dati per svolgere meglio il loro lavoro e per prendere decisioni più consapevoli, bisogna che siano "orientati" a questo, quindi formati, dotati di strumenti semplici, che i dati siano facilmente reperibili... e così via.

"Che i dati siano facilmente reperibili..."

Eh ... qui bisogna fare un salto di qualità concettuale, perchè statisticamente i dati in azienda stanno in posti (fisici) diversi, gestiti da entità (software ed organizzative) diverse, giustamente sottoposti a vincoli di sicurezza e politiche di conformità (vedi ad esempio il GDPR): tutto ciò contrasta con la parola "facile"!

Disaccoppiare, una buona idea? Magari sì, proviamo ad approfondire.

Base Layer

Lasciamo i dati dove stanno, ma costruiamo un primo livello di disaccoppiamento "Base", che descrive le caratteristiche delle sorgenti che li gestiscono (in parole povere, quale data base o altro tipo di gestore, va bene anche se è excel o file csv) e di ogni tabella o file o chiamata api: insomma tutto ciò che ci serve sapere per poterli reperire, compreso ovviamente gli aspetti di sicurezza.

Integration Layer

Bene, ora però vogliamo poter definire delle combinazioni e delle trasformazioni di questi dati, sempre in modo descrittivo, lasciandoli dove si trovano, per cominciare a dar loro un senso per il business. Così ad esempio se abbiamo i dati di vendita su tre fonti diverse, beh qui definiamo come renderle uniche ed omogenee in un'unica "vista", magari c'è la necessità di fare la stessa cosa per avere una vista unificata dei "clienti", degli "ordini di acquisto" e così via.

Semantic & Business Layer

Salendo di livello, possiamo combinare la nostra vista delle vendite con quella dei clienti, ma anche con quella dei resi, o dei dati della relativa commessa di produzione: le combinazioni possono essere molteplici e pensate per specifiche areee dell'azienda e tipologie di utenti. Tutto è definito in modo descrittivo (quelli bravi direbbero che qui si usano solo i "metadati" ), sempre senza spostare dati, quindi fare e disfare è molto semplice e veloce. Possiamo già rendere disponibile agli utenti quanto definito, tramite un database "fittizio" (quelli di cui sopra direbbero "virtuale") ed il nome delle viste. Così con il proprio strumento di analisi dati preferito (PowerBI, Tableau, Qlik, Microstrategy, Excel) l'utente potrà "sfogliare" l'elenco delle viste e scegliere quella che gli serve: solo in quel momento tutti i layer di disaccoppiamento che abbiamo costruito saranno ripercorsi all'indietro per andare fisicamente a prendere i dati da dove stanno, ma tutto questo per l'utente sarà completamente trasparente. Bingo!

Reporting Layer

Ma possiamo ancora salire di livello. Magari vogliamo preconfezionare delle dashboard o dei report che sintetizzino informazioni utili a monitorare l'andamento dell'azienda, per facilitare il lavoro a quella tipologia di utenti che hanno esigenze ricorrenti e non necessitano o non vogliono farsi le cose da soli. Ricombinando ulterioremente le viste del livello precedente possiamo con poco sforzo raggiungere l'obiettivo, anche schedulando l'esecuzione con cadenze prefissate (ogni 5 minuti, un'ora, 4 volte al giorno, una volta la settimana, ...) e memorizzando in una apposita cache il risultato, cosicchè la consultazione possa essere pressochè immediata.

Sembra una buona idea? Si può provare ...

A volte le idee sembrano buone, ma poi quando le metti in pratica ti accorgi che ci sono mille particolari che non sono stati considerati. Per questo poter fare un test prima di affrontare un progetto vero e proprio rappresenta una conditio sine qua non. Ecco quindi una lista di azioni che possono essere utili:

1. Una veloce overview della soluzione proposta da Denodo

simple white desk on a white wall with a plant on the far right side

2. Un test drive sulle più note piattaforme Cloud

3. Una prova con i propri dati con la versione Community (denominata Express)

4. Una "Proof of Concept" con i nostri esperti su problematiche specifiche

[object Object] — Denodo Proof of Concept Methodology

"Una cosa è certa..."

I dati in azienda continueranno a crescere e così pure le richieste degli utenti (quante query ad hoc sono state fatte in questi anni ..urgenti, urgentissime...che poco dopo non servono più). Crescerà anche la complessità dei sistemi, e cresceranno le regole e le complessità di governance.

Affrontare questi problemi trainati dagli utenti o reiterando approcci "tradizionali" è costoso e poco efficace.

Denodo può essere una soluzione migliore? A giudicare dal livello di soddisfazione dei sui clienti, 4.5/5 (Gartner Peer Insights), vien da dire proprio di sì.

5 min read