Data Management Platform: Salto Quantico nell'Analisi Dati

Mercati sempre più competitivi e opportunità di business da cogliere al volo richiedono oggi la capacità di prendere decisioni data-driven, realizzabili attraverso l’impiego di data management platform efficaci. Sistemi progettati per raccogliere, integrare, organizzare e analizzare i dati, le data management platform consentono di liberare il potenziale informativo che resta segregato nei silo applicativi o dipartimentali, consentendo di usare i dati, per esempio, per identificare i trend significativi, i cambiamenti nelle esigenze o nelle preferenze dei clienti e quant’altro possa aiutare ad avviare tempestivamente azioni o cambi di rotta più efficaci. Risultati che, con l’utilizzo dei moderni servizi in cloud per la gestione e l’analisi dei dati, sono molto più facili e veloci da raggiungere, senza il peso degli investimenti infrastrutturali e degli oneri di gestione. 

L’utilizzo dei servizi in cloud per il supporto delle data management platform 

Acceleratore dell’innovazione digitale, il cloud è la porta d’accesso alle risorse che occorrono per poter realizzare data management platform efficaci e per riuscire a sfruttare le fonti dati aziendali e gli open data per migliorare la competitività del business. Oltre a velocizzare la disponibilità delle risorse che servono al supporto dei nuovi progetti, il cloud rende accessibili strumenti allo stato dell’arte per la gestione di moli di dati eterogenei (big data) e per ottenere gli insight più utili. 

Il cloud è la landing zone ideale per grandi quantità di dati, sia attraverso l’alimentazione massiva in batch sia tramite streaming in real-time come, per esempio, nel caso dei dati provenienti da sensori IoT o dalle interazioni dei clienti sui siti Web. Il cloud si fa carico dei compiti di caricamento attraverso strumenti come Blob storage di Azure, Cloud Storage di Google, S3 di AWS. Per esigenze diverse sono inoltre disponibili come servizio piattaforme database ad alte prestazioni, come Redshift di AWS (un derivato di Progress), Synapse di Microsoft Azure e BigQuery di Google. 

Una data management platform basata su cloud risulta più scalabile ed efficiente nelle funzioni di caricamento, trasformazione ed estrazione su big data rispetto a un equivalente ambiente in on premise, per esempio basato su Hadoop, oneroso sia sul fronte infrastrutturale che su quello delle competenze richieste per la gestione. Grazie al cloud, è possibile disporre di funzionalità in near-real-time che, per complessità, costi e gestione risulterebbero proibitive anche per le grandi imprese.

Realizzare il salto quantico nella data analytics 

Una data management platform basata su cloud facilita la raccolta dei dati da fonti distribuite, reparti, sedi, filiali, clienti, quindi l’integrazione con altri aventi tipologia e frequenze d’aggiornamento diversi tra loro. Alle informazioni così raccolte possono essere applicate, sempre nel cloud, funzioni analitiche avanzate attraverso algoritmi standardizzati oppure realizzati custom, per identificare trend, pattern significativi e ottenere altre risposte utili alla comprensione dei fenomeni in esame. 

Funzioni verticali basate sul machine learning e l’intelligenza artificiale (ML/AI) permettono di ottenere insight con cui ottimizzare le produzioni, migliorare le vendite e le relazioni con i clienti. È il caso dei modelli ML/AI oggi applicati ai dati resi disponibili dall’open banking con cui le società del campo bancario e assicurativo possono identificare i destinatari ideali di specifici prodotti finanziari, ottenendo conversion rate più alti e minimizzando l’invasività e i costi delle campagne. 

Soluzioni analitiche efficaci possono richiedere l’impiego delle funzionalità offerte da provider di cloud differenti, una condizione che è realizzabile attraverso un disegno, aperto e multicloud, della data management platform per non rischiare il lock-in verso le terze parti. Un aspetto importante per le applicazioni nell’ambito farmaceutico e sanitario, dove le data management platform sono chiamate ad assolvere le esigenze analitiche delle nuove interfacce medico-paziente per l’erogazione d’informazioni via app.