Il Data Warehouse è morto, lunga vita al Data Warehouse!
Le tecniche e i metodi della Business Intelligence tradizionale al centro della evoluzione Data Driven
Gaspare Di Marco
Market Line ManagerSe da una parte il Data Warehouse e la Business Intelligence tradizionale appaiono oggi insufficienti a dare una risposta esauriente alle nuove esigenze di intelligence, dall’altra le tecniche e i metodi ad essi legati sono alla base della strategia di sviluppo delle Operations e dei sistemi mission critical, strumenti essenziali per dare una risposta al tema della interoperabilità dei servizi.
Perché il Data Warehouse è morto
Il Data Warehouse come è stato inizialmente concepito è morto. Le architetture di data warehousing alla base delle applicazioni di business intelligence sono oggi insufficienti a regolare il gigantesco flusso di informazioni destrutturate – o semi strutturate – che arrivano da fuori i confini delle aziende o degli enti.
Il fatto che i cosiddetti Power User abbiano a disposizione questa enorme quantità di dati che arriva dell’esterno del perimetro dell’organizzazione mette in crisi uno dei principi cardini di queste architetture, ovvero la monodirezionalità del flusso di trasformazione dal dato all'informazione.
Per ovviare a questa necessità nasce il paradigma della Self-service Business Intelligence, che porta la potenzialità delle tecnologie di Data Integration e delle Virtual Sandboxes nella disponibilità degli utenti finali per potere integrare dinamicamente flussi esterni a quelli aziendali (Data Mash-up).
Lunga vita al Data Warehouse
Nel tempo le architetture di Data Warehouse hanno anche modificato e ampliato la loro finalità:
- le procedure schedulate giornalmente o mensilmente (tipicamente batch notturni) di ETL (Extraxtion, Transformation & Loading) sono diventate servizi di integrazione dei dati spesso attivati da eventi real-time;
- il Data Warehouse aziendale si è evoluto in un Data/Informational Hub a zero latenza, a supporto non solo delle applicazioni analitiche ma anche di processi, sistemi e utenti, oppure rivolte alla erogazione di servizi esterni;
- i Data Mart si sono trasformati in strutture dematerializzate, implementate a loro volta da servizi di Data Integration, al fine di consentire le analisi in linea;
- le applicazioni di analisi e reportistica sono state incapsulate all’interno delle applicazioni gestionali canoniche, anche attraverso l’utilizzo di librerie grafiche e di tecnologie specifiche;le tecnologie di report broadcasting e alerting si sono integrate con la possibilità di ricevere notifiche push sulle app in mobilità;
- le tecniche di modellazione dei dati subject-oriented alla base della costruzione dei data warehouse – così come definite da William H. Inmon – e delle dimensioni condivise – come indicato da Ralph Kimball – sono state basilari per la progettazione di strutture informative che devono garantire modularità, scalabilità e interoperabilità;
- i sistemi di gestione dei metadati e di Data Governance costituiscono la tecnologia più importante per assolvere agli obblighi normativi del GDPR.
Con la crescita della mole di informazioni da integrare all’interno delle applicazioni si è persa la canonica distinzione tra Online Transaction Processing (OLTP) e Online Analytical Processing (OLAP). I sistemi gestionali tendono a perdere la loro natura transazionale per allinearsi sempre più verso sistemi di analisi e monitoraggio.
Quello che si è perso è, dunque, la finalità esclusiva del Data Warehouse: tali strutture non sono solo funzionali al supporto dei processi decisionali del management (Inmon), né puramente al servizio di attività di interrogazioni e analisi (Kimball). Sono, invece, a supporto dell’intera filiera dei processi e dei sistemi e, conseguentemente, di tutti gli stakeholder interessati, interni ed esterni all’azienda
Tutto questo al fine di fornire l’informazione giusta, al momento giusto, all’interlocutore corretto, con il canale e nella modalità più adeguata alle necessità del proprio target. In sintesi, per aumentare significativamente l’efficacia della comunicazione.
Interlocutore corretto va qui inteso in senso esteso, ovvero come sistema, servizio, processo, risorsa, flusso interno o esterno all’azienda. Ed è importante notare come le aziende, per la necessità di erogare servizi su piattaforma o secondo logiche di interoperabilità di sistema, continuino a veder crescere il numero delle connessioni digitali esterne al perimetro della propria organizzazione.
Le nuove tecnologie utilizzate per l’implementazione delle Business Analytics hanno un effetto dirompente rispetto all’efficacia della comunicazione. Le tecnologie visuali, per esempio, implementate all’interno delle piattaforme di Data Discovery, permettono di vedere l’informazione aumentando la capacità di analisi e percezione immediata.
Sul fronte pubblico il discorso non cambia e, anzi, appare ancor più stringente: le Amministrazioni dispongono di un immenso patrimonio di informazioni strutturate e non strutturate
Questi dati devono essere utilizzati con adeguatezza, a tutela del cittadino e della comunità in generale. Per esempio, gli Enti Pubblici possono usarli per migliorare il livello dei servizi offerti a cittadini e imprese, oppure per efficientare la gestione operativa ed economica, diminuendo le inefficienze di spesa per riallocare le risorse su attività di maggior valore per le persone.
La vera missione è, però, quella di mettere a disposizione della comunità questo immenso patrimonio informativo per favorire competitività, cicli di sviluppo virtuosi e nuove economie circolari
Gli Open Data sono senz’altro uno degli elementi chiave di un approccio di questo tipo, ma per essere efficaci questi devono essere freschi, sufficientemente puliti, disponibili al corretto livello di granularità, ben strutturati e facilmente integrabili con le altre fonti disponibili.
In questo contesto, gli Open Data sono l’area pubblica – e cioè un particolare Data Mart – del Data Informational Hub: uno strumento chiave delle Amministrazioni per erogare servizi a supporto del reale benessere delle comunità
La sfida digitale è avviata ed è senza ritorno: la Pubblica Amministrazione ha l’opportunità unica di colmare il gap con le altre organizzazioni più evolute. Il digitale annulla le barriere e rende più veloce il recupero se si ha la visione corretta e se si utilizzano le competenze adeguate.
La Pubblica Amministrazione può trarre grandi benefici da questa sfida: può guardare a questa opportunità andando oltre le logiche di profitto e di mercato a cui sono soggette le imprese e operare con efficacia verso il miglioramento dei servizi ai cittadini e alle imprese.
Una PA in grado di realizzare questo salto è una PA che sa cogliere il nuovo, per farsi catalizzatrice di trasformazione del Paese
Combiniamo asset software e servizi IT anche per accompagnare
il cambiamento delle città e realizzare la trasformazione del territorio: i
dati e la loro capacità di mettersi al servizio della costruzione delle
infrastrutture immateriali del Paese sono il fulcro del progetto ANPR,
cui lavoriamo con molte Amministrazioni di dimensioni diverse, al centro alla
periferia.
Realizziamo questa evoluzione aiutando le PA a rimettere al
centro i dati, come nel caso del progetto realizzato per INAIL,
un sistema centralizzato che gestisce la totalità dei dati anagrafici
dell’Istituto, garantendo unicità, correttezza e completezza delle
informazioni; o del progetto SMASH, dedicato alla promozione di nuovi
modelli di mobilità sostenibile attraverso la circolazione e l’analisi delle
informazioni relative agli spostamenti in città.
Lavoriamo anche verso un’evoluzione più profonda della Business Intelligence e dell’utilizzo dei dati, come nel caso di MP Advisor, il sistema progettato in collaborazione con IBM per aiutare INAIL a usare il cognitive computing e il machine learning per il riconoscimento delle malattie professionali e per l’analisi dei trend di insorgenza delle malattie stesse.
La costruzione delle infrastrutture pubbliche digitali del
Paese è il nostro obiettivo, non soltanto sul fronte delle Amministrazioni
Pubbliche ma anche nell’ambito di quelle grandi aziende di sistema che
attraverso l’utilizzo
efficace dei dati possono far evolvere le infrastrutture materiali con cui
offrono servizi alla collettività.
