Al giorno d’oggi è sempre più diffuso l’avvicinamento delle aziende alle soluzioni cloudperché architetture di questo tipo sono in grado di “autoregolare” le risorse a seconda delle necessità del momento (scalabilità). Ciò permette alle aziende di ottimizzare i costi rispetto all’uso reale delle risorse e, parallelamente, garantire performance adeguate in ogni situazione minimizzando gli sprechi. Se da un lato questa sembra essere la soluzione ai problemi, dall’altro, inevitabilmente, rivolgersi a questo tipo di architetture aggiunge complessità alle infrastrutture aziendali poiché la gestione dei sistemi cloud è complessa, e diventa vantaggiosa solo quando viene gestita in modo adeguato. 

Nella nostra esperienza abbiamo potuto verificare che spesso proprio quest’ultimo aspetto, la complessità infrastrutturale e la relativa necessità di risorse e competenze per gestirla (non solo legate al cloud, ma alla volontà di intraprendere la strada della digital trasformation), è ciò che più frena le aziende nell’avviare percorsi di questo tipo. Si tratta però di un passaggio fondamentale per rimanere competitivi sul mercato di riferimento o per raggiungere nuovi segmenti ed ampliare il proprio business.  

Come consulenti ci poniamo continuamente il problema di come “semplificare” complessità di questo tipo, proprio per accompagnare i nostri clienti in percorsi di trasformazione ed evoluzione. Uno degli approcci più risolutivi è senza dubbio quello della Data Virtualization: i sistemi di Data Virtualization per natura creano una sorta di “interfaccia” tra l’utente e i dati, in questo modo gli utenti si interfacciano ai dati, dovunque essi siano, senza dover conoscere o gestire le policy di accesso, ma grazie ad un “livello” intermedio che ne maschera la complessità e li democratizza per l’utente finale. È facile comprendere come un meccanismo di questo tipo possa aiutare a semplificare la situazione di fronte ad architetture complesse come quelle del cloud! 

Abbiamo già  trattato in questi articoli cos’è la Data Virtualization, le sue caratteristiche e i vantaggi e benefici ottenibili dall’uso della virtualizzazione in contesti e architetture tradizionali in cui le informazioni aziendali si trovano su diversi silos di dati, non sempre facilmente accessibili. Oggi, con la sempre maggiore diffusione delle soluzioni cloud (e multi-cloud) le informazioni aziendali sono ancora più distribuite su sorgenti differenti e ciò comporta un aumento delle problematiche relative alla gestione, sicurezza e business continuity.  

La soluzione? Virtualizzare i dati! 

Per noi la soluzione più performante in ambito Data Virtualization è Denodo: permette di migliorare la gestione e, di conseguenza, l’uso dei dati aziendali semplificando per l’utente finale gli aspetti relativi alle policy di accesso e in generale alla gestione delle sorgenti e dei datiDenodo inoltre consente di avere una visione d’insieme dei dati che permette agli utilizzatori di contestualizzare tutte le informazioni e decidere come “trasformare” i dati nel formato più utile a seconda del contesto d’uso. 

 

Ancora non conosci denodo? Guarda questo webinar di presentazione e demo del prodotto:  

Guarda il webinar

Approfondimenti da BNext:

Data Science Lifecycle, le 6 (+1) fasi del processo

La Data Science è un campo di studi interdisciplinare il cui obiettivo finale è estrarre informazione e conoscenza utili da dati strutturati o non strutturati. Non esiste un framework unico e universalmente condivido per definire i processi di Data Science, tuttavia, dal punto di vista tecnico lo standard KDD è quello a cui ci si ispira maggiormente, perché indica l’intero processo di ricerca di nuova conoscenza dai dati.

Cos’è la data monetization e come si implementa in azienda

Lo scopo di tutte le attività che vengono pianificate ed effettuate all’interno di qualunque azienda è quello di creare profitto. L’uso dei dati, in quanto nuovo asset aziendale, mantiene questa linea. Esistono diversi modi di utilizzare i dati aziendali, ed anche in...

Data Mesh: un nuovo approccio architetturale 

Nell’epoca dei Big Data ci troviamo quotidianamente ad affiancare le aziende nella definizione di strategie data driven e ad aiutarle a diventare o a mantenersi competitive nei mercati di riferimento. I dati in questo senso rappresentano un aspetto centrale ed anche...

A cosa serve la Data Science?

L’analisi dei dati è in generale una materia molto ampia e con una storia che rimanda indietro di diversi anni da oggi. Si inizia a parlare di analisi dati già alla fine del 1700 con le prime visualizzazioni grafiche e l’evoluzione di questa materia non solo negli...

IoT Analytics: il valore di applicare il Machine Learning all’IoT 

L’Iot consiste in un sistema formato da dispositivi informatici univoci e interconnessi, capaci di scambiare dati attraverso la rete in maniera autonoma, sfruttando un protocollo di comunicazione. Quando ci si riferisce all’Internet of Things (IoT), infatti, si pensa...

Come scegliere la giusta Data Visualization? I nuovi trend 

La Data Visualization è definita come la rappresentazione grafica di dati e informazioni, ed abbiamo già trattato quanto questo strumento grafico sia capace di rendere informazioni complesse o difficili da interpretare, comprensibili ed accessibili anche per utenti...

Decision support system: cosa sono e come aiutano le aziende 

Negli ultimi decenni il grande e rapido sviluppo delle tecnologie e dell’informatica ha portato le attività aziendali di ogni settore verso un approccio “intelligente”, guidato dai dati. Ciò ha permesso di spostare sempre più il focus sul cliente e sui suoi bisogni e...

Churn Strategy: gli step per impostarla al meglio minimizzando il Churn Rate

Churn analysis e churn rate sono due concetti strettamente connessi: l’analisi degli abbandoni (churn analysis) è quella branca della Data Science attraverso cui si cerca di prevedere quali clienti hanno maggiori probabilità di abbandonare l’azienda, cosa che si...

Cosa sono e come funzionano i sistemi di raccomandazione 

Prima della diffusione di internet e dei motori di ricerca, trovare informazioni utili ad uno specifico argomento o contesto era molto difficile, richiedeva tempo, ricerche lunghe e faticose, e spesso risultava costoso in quanto non era inusuale dover acquistare libri...

Datafication: cos’è e che impatto ha sulla nostra vita quotidiana

Cos’è la Datafication e perché se ne parla  Per datafication si intende tutto il processo tecnologico che trasforma i vari aspetti della vita quotidiana, sociale ed individuale di ogni persona in dati i quali, opportunamente trattati ed analizzati, si trasformano...