Data Warehouse & Business Intelligence

Nei DWH collassano, in modelli specificatamente disegnati, dati provenienti da diverse sorgenti (anche esogene all’organizzazione), a costruire una vista unificata ed aggregata delle informazioni, che permetta alle organizzazioni di fornire un punto di accesso, certificato e performante, agli strumenti di Business Intelligence, con i quali fare analisi.

Le sfide di mercato

Nel percorso di integrazione è usuale introdurre trasformazioni e precalcolo di KPI che possano facilitare l’analisi dei fenomeni di business, da parte degli utenti fruitori, permettendo loro di concentrarsi sulle evidenze piuttosto che sul percorso di data transformation.

L’alimentazione di un Enterprise Data Warehouse è evidentemente un processo time consuming e le sfide che tutti sono costretti ad affrontare riguardano il time to market delle richieste di nuove disponibilità informative anche in relazione ai costi per portarle in esercizio. Anche la tempestività con la quale l’informazione diventa disponibile al termine dei processi di alimentazione è un fattore di criticità, soprattutto quando il DWH scala e raggiunge dimensioni importanti.

Il mercato sta cercando da tempo risposte efficaci sia alle sfide della gestione centralizzata dell’alimentazione fisica dei DWH, sia alle sfide della regia centralizzata ad occuparsi del disegno e della manutenzione degli impianti enterprise.

Gli scenari

In alcuni casi le risposte sono principalmente organizzative.

• Il Data Mesh, per esempio, è un nuovo paradigma nell’architettura dei dati che si allontana dal modello tradizionale centralizzato, per teorizzare un approccio distribuito, in cui i dati vengono gestiti da team e domini aziendali specifici. Secondo questo paradigma i dati non sono semplicemente un sottoprodotto dei processi aziendali, ma sono curati e gestiti con lo stesso rigore di un prodotto reale destinato alla “vendita” ad utenti interni o esterni e pubblicati e resi disponibili attraverso un vero e proprio catalogo.
  Il modello a mesh promuove una governance locale e incentiva i team distribuiti a prendersi cura dei propri dati, migliorando la scalabilità, risolvendo alcuni pain, ma introducendo grandi complessità di governance e di infrastrutture tecnologiche, probabilmente oggi non ancora mature.

In altri casi le risposte sono principalmente architetturali.

• Il Logical Data Warehouse (LDW) è una visione architetturale per l’integrazione dei dati che combina i vantaggi di un approccio tradizionale al data warehouse fisico, con tecnologie di data virtualization e l’integrazione di dati in tempo reale. Un LDW consente di accedere ai dati provenienti da più fonti senza doverli necessariamente spostare fisicamente o duplicare. I dati rimangono nei loro sistemi originali e vengono presentati ai fruitori come fossero presenti in un unico layer virtuale che nasconde quindi la complessità della distribuzione sottostante.
  Riteniamo questo approccio estremamente interessante nelle fasi di prototipizzazione rapida per migliorare l’efficienza ed accelerare il time to market ed in una certa misura per ridurre la ridondanza dei dati, ma dobbiamo considerare che nemmeno gli stessi fornitori di tecnologia della virtualizzazione si spingano ad affermare che la virtualizzazione possa completamente sostituire la fisicizzazione in un DWH tradizionale. Possiamo pensare invece all’abilitazione di una federazione di DWH settoriali, di dimensioni più contenute e meglio gestibili, integrati in modo logico da un layer di virtualizzazione e presentation.

L’esperienza storica nella gestione di sistemi analitici ci permette di supportare i nostri clienti nella definizione di roadmap perseguibili di evoluzione dei loro Data Warehouse Enterprise o settoriali, così come nel disegno logico e fisico della loro architettura, allo scopo di garantire che gli utenti decisori abbiano accesso a dati coerenti, accurati e tempestivi.

Come operiamo

Operativamente collaboriamo con i nostri clienti in queste modalità:

• Supporto nel project Management e/o Program management di iniziative DWH & BI.
• Supporto nella redazione di RFC, traducendo le esigenze espresse in requisiti.
• Supporto nella redazione di Studi di Fattibilità nei quali definire scenari alternativi per soddisfare i requisiti espressi, valutandone costi e benefici, così come nella scelta dei partner tecnologici in fase di SW selection.
• Supporto nell’assessment di impianti in produzione per individuare sacche di inefficienza.
• Supporto nell’implementazione e delivery di impianti DWH & BI, nonché nella gestione di programmi di evoluzione dell’architettura analitica aziendale, sia che si tratti della progettazione di una nuova soluzione o della reingegnerizzazione e/o ottimizzazione di soluzioni già in esercizio.
• Supporto nei servizi di Application Management di sistemi in produzione. Affrontiamo la gestione ordinaria e la manutenzione correttiva di tali sistemi attraverso contratti con livelli di servizio concordati.