Dati, dati, sempre più dati ovunque, su server on-premise, dispositivi vari, strumenti cloud. Questo modus operandi comporta il rischio della creazione di silos di dati isolati, impedendo alle aziende di avere una visione globale ed univoca di quali dati hanno, dove li hanno e quale siano le sorgenti, rendendo vane tutte le best practice di data governance adottate o adottabili, e creando inefficienze anche in termini di operatività e produttività aziendale.

La virtualizzazione dei dati interviene proprio sulla necessità di abbattere queste inefficienze. Si tratta di una tecnologia volta a costruire un Data Fabric e facilitare Delivery e Governance dei dati, creando viste combinate di dati di qualsiasi tipo e di qualsiasi provenienza. La data virtualization porta flessibilità, perchè riduce le complessità di gestione delle sorgenti dei dati, armonizza le necessità degli utenti e introduce al contempo governance e sicurezza.

 

Machine Learning, Data Science e Data Virtualization

 

Il Machine Learning e la Data science sono strettamente legate alla data virtualization per tutto il contributo che quest’ultima riesce a dare alla democratizzazione dei dati. Abbiamo approfondito questo tema nell’ articolo “denodo: Unified Semantic Layer per portare la democrazia e mettere ordine nel caos

BNova, come società di Data Intelligence votata ad una trasformazione digitale completa, ha il suo focus proprio su temi affini alla democratizzazione dei dati al fine di condurre analisi alla portata di tutti. Questo obiettivo, ambizioso, ma sempre più utile ed attuale, passa proprio attraverso la data virtualizatio. BNova ha trovato il partner ideale per completare il processo di trasformazione in Denodo.

 

Democratizzazione del dato a supporto della Data Science

 

La democratizzazione del dato è un passaggio fondamentale durante le prime fasi dei progetti di data science: pensiamo infatti alla necessità da parte dei data scientist di raccogliere e comprendere i dati aziendali. Si parte dall’individuazione delle fonti, interfacciandosi con tutti i vincoli e le limitazioni di accesso esistenti per le diverse sorgenti, si passa poi all’exploration dei dati per poterne comprendere la semantica e relazionare le diverse sorgenti, sino alla loro contestualizzazione per comprendere il significato più ampio di ogni dato e il relativo ruolo a livello di contesto aziendale.

Queste operazioni sono step fondamentali per le successive analisi e modellazioni (ML e Data Science). Un errore nelle valutazioni iniziali o nelle assunzioni potrebbe influire in modo anche abbastanza pesante sull’esito del progetto. Per questo è importante avvalersi di metodologie, come la data virtualization, e di strumenti, come denodo, che danno supporto tecnico a queste prime fasi cruciali e permettono di ridurre al minimo i tempi di realizzazione (e gli errori umani) e al contempo massimizzare la qualità dei risultati grazie a procedure e flussi che guidano gli utenti verso la corretta realizzazione del progetto.

 

Abbiamo parlato di questi argomenti in un recente webinar in cui potrete approfondire le tematiche e le connessioni tra Data science e Data virtualization e quanto queste sinergie possano essere funzionali al miglioramento di logiche di business come il time to market, la self-service analysis e possano essere di sostegno a tutte le division aziendali.

 

 

Guarda il webinar



Approfondimenti da BNext:

XAI – Cosa si intende per eXplainable Artificial Intelligence?

Parlare di Intelligenza Artificiale è ormai all’ordine del giorno. Gli ambiti di applicazione sono i più vari, si spazia dall’uso a supporto delle aziende e industrie in genere, quindi commercio al dettaglio, ottimizzazione di magazzini, inventari, rifornimenti,...

Cos’è il data management

Oggi più che mai i dati aziendali rappresentano un vero e proprio asset, un capitale, un importante fattore economico per le aziende di ogni dimensione e settore.  Così come qualche anno fa un’azienda automotive non...

Data augmentation: a cosa serve e cos’è

In varie situazioni abbiamo parlato dell’importanza dei dati e della loro corretta preparazione per garantire che i risultati ottenuti da progetti di Data Analysis siano corretti e coerenti con la realtà aziendale e possano quindi portare...

Data migration: cos’è, come si esegue e le best practice

La trasformazione digitale ha causato un notevole aumento delle attenzioni dedicate alla Data Governance, la cui qualità è assolutamente determinante per il successo di una strategia di business. Le aziende devono dedicare importanti risorse all’integrazione e alla...

Cos’è, cosa significa e quali sono le nuove frontiere dell’Industria 4.0

L’Industria 4.0 è un fenomeno globale di innovazione della manifattura, che non a caso viene riconosciuta come quarta rivoluzione industriale, in linea di continuità con quel progresso continuo iniziato nel lontano Settecento. Grazie ad una serie di tecnologie...

Cos’è e come funziona l’IoT

La Internet of Things (IoT) rappresenta una tecnologia emergente della quarta rivoluzione industriale. Vediamo cos’è e quali sono le sue basi

Cosa sono le Smart City, come funzionano. Esempi e tecnologie abilitanti

Perché oggi si parla tanto di Smart City? E perché i dati sono così importanti per garantire lo sviluppo e la crescita di una città intelligente? Una risposta secca potrebbe essere che uno dei principali vantaggi della città intelligente consiste nella più efficiente...

Business Intelligence, cos’è e come supporta le decisioni aziendali

Nel contesto delle tecnologie emergenti, i Big Data Analytics costituiscono uno dei principali elementi abilitanti dell’industria 4.0, fungendo molto spesso da denominatore comune per tutte le tecnologie che si occupano, con metodi e filosofie operative differenti, di...

Eyes4Innovation, la rete che ti semplifica la vita

La rete ti semplifica la vita. Ecco la massima sintesi del motivo per cui è nata Eyes4Innovation, ed anche lo scopo ultimo perseguito dalle aziende fondatrici. Scopri com’è andato l’evento di presentazione.

ETL, il significato di Extract, Transform, Load: cos’è e a cosa serve

I dati vengono generati con un flusso incessante, in ogni singolo istante, da miliardi di dispositivi interconnessi in tutto il mondo. Ma come è possibile estrarre valore da questa straordinaria risorsa digitale? Il paradigma Big Data, gli Advanced Analytics e...