Dataiku è la piattaforma da Data Science collaborativa che democratizza l’accesso ai dati e consente alle aziende di creare il proprio percorso verso l’AI: Dataiku, infatti, offre tutti gli strumenti necessari per coprire l’intera filiera di progetti di Data Science ed andare incontro alle esigenze delle varie figure aziendali che, collaborando con il loro know how, contribuiscono alla riuscita del progetto.
Nel 2018 Dataiku entra nel Magic Quadrant di Gartner per le piattaforme di Data Science e Machine Learning e da allora non ne è più uscito, anzi, la sua posizione si è consolidata nel tempo nella sezione dei leader di mercato. Si tratta di un riconoscimento significativo della sua innovazione e dell’impatto sul mercato.
Di seguito la traduzione di un breve estratto del report 2024 in cui si esplicitano i punti di forza e quelli di attenzione che Gartner ha individuato per Dataiku e le motivazioni per cui è rientrato per l’ennesimo anno consecutivo nel Magic Quadrant.
[…] Dataiku è focalizzato sulla fornitura di un’esperienza collaborativa di sviluppo low-code e basato su codice per data scientist e utenti aziendali, con approfondimenti aumentati per accelerare la creazione e l’implementazione di modelli. Le sue operazioni sono diversificate geograficamente e i suoi clienti tendono a essere aziende di medie e grandi dimensioni in tutti i settori. Dataiku guida l’iniziativa LLM Mesh per democratizzare lo sviluppo GenAI e si prevede che espanderà l’ecosistema con altri partner.
Punti di forza
- – Collaborazione. La piattaforma di Dataiku è progettata per consentire a ruoli diversi di lavorare insieme per rendere operativa l’IA riunendo codice e sviluppo low-code.
- – Visione GenAI. Dataiku, insieme ai partner, ha fondato l’iniziativa LLM Mesh focalizzata sulla fornitura di un utilizzo aziendale dei modelli GenAI per astrarre la complessità della gestione di costi e prestazioni.
- – Focus sulle persone. L’attenzione di Dataiku sull’impatto dell’IA su persone e aziende attraverso la gestione del cambiamento offre ai leader dell’IA la sicurezza di utilizzare la tecnologia in tutta l’azienda.
Punti di attenzione
- – Comunità di utenti. La community di utenti di Dataiku non è così vasta, accessibile o allo stesso livello di interazione di quella di altri vendor in questo Magic Quadrant, il che limita il numero di canali di supporto disponibili per gli utenti.
- – Prezzi. Dataiku ha un complesso modello di prezzi basato su tariffe di piattaforma e licenze per utente, formato attorno a quattro tipi di persona.
- – Amministrazione. Mantenere l’offerta on-premise della piattaforma può richiedere molte risorse, in particolare per l’aggiornamento e la gestione delle risorse.
I 5 motivi per cui BNova ha scelto Dataiku
Dopo un ampio scouting tecnologico, nel 2019 BNova ha scelto Dataiku come partner e ad oggi questa collaborazione è sancita dalla presenza di vari Data Scientist certificati anche come trainer.
I motivi che hanno portato a questa scelta sono legati ad alcune caratteristiche di Dataiku che, combinate tra loro, fanno davvero la differenza. In questo primo approfondimento, oltre ai punti di forza identificati da Gartner, abbiamo selezionato 5 aspetti che secondo noi lo distinguono rispetto ad altri prodotti e che sono i motivi per cui è stato scelto come partner.
1. Basso impatto in ingresso e ampia compatibilità
Per introdurre Dataiku in azienda non sono necessarie modifiche alle architetture esistenti perché Dataiku è “autoconsistente” e si integra senza difficoltà con qualunque architettura, sia on-premise, sia cloud, e con qualunque sorgente dati: all’attivo sono presenti nativamente centinaia di connettori a data source di vario genere (DB on-premise, dati su cloud, file csv, excel, …) ed inoltre grazie a JDBC e ODBC la rosa si amplia ancora di più.
2. Collaborazione e profilazione
Dataiku è pensato per team multidisciplinari che lavorano insieme ai progetti, ognuno portando il proprio know how e la propria esperienza. Le funzionalità di collaborazione quali la bacheca interna, l’integrazione con strumenti di versionamento (es Git) e xxx permettono a Data Scientist, Data Analyst, Data Enginer, ma anche ai Manager e agli esperti del Business di accedere ai dati, ai flussi di trasformazione e alle dashboard in modo profilato, potendo quindi avere visione di tutto (e solo) ciò che compete ad ognuno.
3. Implementazioni no-code
Quando si parla di tool che potranno (e dovranno) essere usati da una pletora di professionisti con diverse conoscenze e skills, è importante anche che le implementazioni portate avanti dai Data Scientist siano ben comprensibili da tutti, o perlomeno che siano sufficienti delle skills di base per comprenderle. Dataiku affronta questo argomento grazie alle procedure guidate e alle recipe grafiche: i vari step di trasformazione dei dati, sia quelli più basilari (conti matematici, concatenazioni, filtri, …), sia quelli analitici più complessi (sperimentazione e applicazione di modelli matematici) possono essere implementati non solo “alla vecchia maniera” con step di codice (come R o python), ma anche in modalità no-code sfruttando le recipe grafiche offerte da DSS che propongono procedure guidate sia per la data preparation, sia per la sperimentazione e l’applicazione di modelli di machine learning.
Questa dualità favorisce l’approccio collaborativo (le implementazioni effettuate con le recipe grafiche sono sicuramente di più semplice comprensione rispetto alla scrittura di codice), e d’altra parte permette, quando necessario, anche di portare avanti sviluppi tailor made più spinti o sofisticati.
4. Copertura dell’intero ciclo di vita, anche dopo la “fine”
Dataiku fornisce tutte le funzionalità necessarie per gestire un progetto di Data science dall’inizio alla fine… e anche dopo! Si parte con le funzionalità esplorative sui dati (Data Exploration), fino alle recipe grafiche complete per la trasformazione dei dati (data cleaning, data enrichment, data trasformation) per arrivare alle sperimentazioni dei modelli di mining, la creazione dei modelli, fino alla gestione del data drift, ovvero la valutazione della variazione nel tempo delle performance dei modelli in produzione.
5. Innovazione Continua e Performance
Dataiku si distingue per la sua costante innovazione. La piattaforma è in continua evoluzione per includere le tecnologie più recenti e le migliori pratiche nel campo della Data Science e del Machine Learning. Sempre di più nelle ultime versioni la visione di Dataiku è proiettata verso la gestione di grandi volumi di dati e sulla compatibilità sia con soluzioni on-premise, sia con soluzioni cloud per scalare secondo le esigenze aziendali, supporta l’elaborazione distribuita e l’integrazione con piattaforme di Big Data come Apache Hadoop e Apache Spark. Questo permette alle aziende di eseguire analisi complesse su dataset di grandi dimensioni, garantendo al contempo prestazioni elevate e tempi di risposta rapidi.
WEBINAR DATAIKU: GUARDA IL VIDEO DEL WEBINAR
In questo webinar abbiamo visto alcune funzionalità avanzate e caratteristiche che rendono Dataiku la soluzione più efficace e flessibile da utilizzare in azienda per implementare progetti di Generative AI. Inoltre abbiamo mostrato una di demo di piattaforma e una dimostrazione di use case su Generative AI.
Categoria: DATA SCIENCE
Data Storytelling: cos’è, perché serve e best practice
Organizzazioni pubbliche e private producono e raccolgono quantità sempre maggiori di informazioni, ma la loro semplice accumulazione non garantisce automaticamente… Leggi tutto
Data Lakehouse: cos’è, come funziona e tutti i vantaggi
I dati non rappresentano semplicemente una risorsa, bensì l'epicentro strategico per l'innovazione e il vantaggio competitivo. La capacità di raccogliere,… Leggi tutto
Embedded analytics: cos’è, vantaggi, integrazioni
L'evoluzione del panorama digitale contemporaneo ha determinato una trasformazione radicale nelle modalità di fruizione e analisi dei dati aziendali. Gli… Leggi tutto
