La trasformazione digitale in corso ha fatto sì che tra gli asset di un’azienda ci siano anche i dati; anzi, proprio le informazioni saranno sempre più importanti e decisive per una gestione efficiente e per far crescere il business in un mercato sempre più competitivo. 
21 Apr, 2021

La trasformazione digitale in corso ha fatto sì che tra gli asset di un’azienda ci siano anche i dati; anzi, proprio le informazioni saranno sempre più importanti e decisive per una gestione efficiente e per far crescere il business in un mercato sempre più competitivo. 

Questa ricchezza – gli insight, come potremmo chiamarli – però è nascosta all’interno di una mole di informazioni enormi e sta alla scienza del data analytics, ovvero l’analisi dei dati, estrarne valore, plasmarli per far sì che guidino le decisioni del management. 

Data analytics, un mercato in continua crescita 

I dati necessitano di spazio, di potenza di calcolo, di infrastrutture tecnologiche “importanti”; tanto che il mercato dei data analytics sta diventando sempre più grande e, lo scorso anno, pur nelle difficili condizioni di mercato a causa della pandemia, è cresciuto in Italia di un 6% superando i 1.800 milioni di euro di valore (fonte: Osservatorio Big Data & Business Analytics del Politecnico di Milano). 

On-premise o sul cloud, i criteri di scelta per l’infrastruttura di data analytics 

Ma come gestire questi dati, che hanno bisogno di così tante risorse? Affidandosi a un cloud provider o attrezzandosi internamente? Qual è la strada migliore da seguire da un’azienda per affrontare un’attività di data analytics efficace? 

Costi, velocità di sviluppo e scalabilità

Diciamo subito che tutte le cose che oggi possono essere fatte sul cloud, possono anche essere eseguite, con tecnologie equiparabili, anche on premise. La vera differenza è una sola: se si decide di scegliere una piattaforma on premise, qualunque funzionalità si debba implementare deve essere preventivamente programmata. 

Il primo criterio di scelta tra i due ambienti, quindi, riguarda proprio la differenza nei costi e nella velocità di sviluppo per mettere a disposizione degli utenti dei risultati. Chiaro quindi che, considerando anche il tema della scalabilità – costi e rapidità di incremento delle risorse necessarie all’azienda – il piatto della bilancia pende inesorabilmente dalla parte del cloud – inteso come piattaforma Saas (Software as a Service) e Paas (Platform as a service). 

Sicurezza e controllo dei dati 

Ma dunque, se la scelta appare così facile, perché un’azienda dovrebbe porsi la domanda? Come sempre il mondo non è fatto di soli due colori e nemmeno la scelta dell’infrastruttura per la data analysis può essere banalizzata soltanto a un tema di costi e tempi – pur se molto importanti. 

La prima obiezione è di tipo culturale e di conoscenza. Molte aziende considerano ancora più sicuro avere il dato sul proprio server. Non nel senso informatico del termine: ovviamente la sicurezza di un’infrastruttura cloud è elevatissima. 

Tuttavia, c’è ancora molta ritrosia nel mettere a disposizione dati sensibili – sia nell’accezione del GDPR sia perché riguardano direttamente il proprio business – sul cloud, senza avere il pieno controllo delle macchine. Inoltre, questa diffidenza nasce anche se il cloud provider ha attività commerciali in diretta concorrenza con l’azienda che sta operando la scelta (pensiamo per esempio al settore della GDO). 

Nel settore finanziario o bancario, per esempio, nella scelta di implementare la propria infrastruttura per la data analysis on premise o sul cloud entrano in gioco anche problematiche di regolamentazione legislativa europea, che quasi obbligano a scegliere di andare on premise. 

Connettività a investimenti 

Un altro fattore importante da considerare nel percorso di scelta è quello legato all’infrastruttura di comunicazione tra il cloud provider e le macchine dove invece si generano i dati: se la connettività non fosse adeguata – magari per motivi fisici – ne conseguirebbero perdite di performance importanti. 

Infine, il fattore di valutazione forse più importante di tutti è legato agli investimenti effettuati nell’infrastruttura tecnologica: è ovvio che se un’azienda avesse da poco rinnovato le sue risorse on premise, pur considerando più vantaggioso l’utilizzo del cloud, non potrebbe decidere di cambiare. 

 

La conclusione è che nella scelta se portare la data analysis on cloud o implementarla on premise entrano in gioco fattori diversi, fisici, tipici del settore industriale in cui si opera e anche interni all’azienda. Se invece la situazione di partenza è legata a un ridisegno della propria architettura, allora sarebbe una scelta folle non approfittare del cloud! 

 

New call-to-action