Che cos'è un data fabric?

Un'architettura di data fabric si adatta a diversi livelli di scalabilità e complessità delle risorse di dati. Integrando Tableau nel data fabric si può ridurre il time-to-value e velocizzare l'accesso alle informazioni per l'analisi.

Probabilmente conosci già la buona notizia: il mondo aziendale sta adottando processi decisionali basati sui dati e sta sviluppando le attività con i dati a un ritmo senza precedenti. Forse la pandemia ha favorito questa evoluzione, ma le organizzazioni hanno riconosciuto il valore dei dati e non torneranno più a prendere decisioni basate sulle ipotesi.

Ma ecco la notizia meno buona: l'evoluzione è così rapida che le organizzazioni hanno raccolto più dati di quelli che riescono ad analizzare. In media, gestiscono volumi di dati 10 volte superiori rispetto a cinque anni fa e hanno difficoltà a utilizzarli in modo efficiente, conforme, intuitivo e sicuro. 

E se il problema non fosse il volume dei dati, bensì l'ambiente in cui si trovano e la difficoltà a raccoglierli? In fin dei conti, le imprese hanno in media 900 applicazioni, di cui solo un terzo connesse. Tra i dirigenti IT, 9 su 10 dichiarano che queste disconnessioni, o silos di dati, provocano notevoli difficoltà in azienda.* Le più frequenti sono inefficienze in termini di costi, errori nell'integrazione dei dati, dati mancanti o imprecisi, fino alla generale mancanza di fiducia nei dati.

Ed è qui che le imprese oggi hanno un'opportunità: connettendo i propri silos e sfruttando la potenza dei dati già raccolti, possono consentire a tutti di prendere decisioni aziendali basate sui dati, ora e in futuro. Il modo per riuscirci è implementare l'innovativa architettura di gestione dei dati chiamata "data fabric". 

Che cos'è un'architettura di data fabric?

Il data fabric è un'architettura di gestione dei dati emergente che consente alle aziende di accedere ai dati, integrarli, modellarli, analizzarli e renderli disponibili con la massima fluidità. Anziché centralizzare gli archivi, i data fabric creano un ambiente federato e utilizzano l'intelligenza artificiale e l'automazione dei metadati per proteggere la gestione dei dati in modo intelligente. 

Mentre i dirigenti continuano a perfezionare le strategie per aumentare la produttività e ampliare l'analisi, il data fabric è un'architettura unica che si adatta ai livelli di diversità, distribuzione, scalabilità e complessità delle risorse di dati di un'organizzazione.

Tableau – Che cos'è un data fabric?

Noi di Tableau siamo convinti che le decisioni migliori siano quelle prese quando tutti hanno la possibilità di mettere i dati al centro di ogni conversazione. Abbiamo integrato i nostri valori nella nostra piattaforma, che supporta le architetture di data fabric con un livello di gestione dei dati direttamente al suo interno, aiutandoti a eliminare i silos e a supportare al meglio l'intero ciclo di vita dei dati e dell'analisi. 

Tableau permette di raggiungere l'equilibrio necessario per accedere ai dati, migliorarne la qualità, prepararli e modellarli per le diverse esigenze di analisi, con la contestuale funzionalità di write-back dei dati sugli strumenti di gestione dei dati di origine. Diamo una rapida occhiata a ciascuna di queste funzionalità.
Catalogo di dati per l'analisi. Esamina la qualità e le informazioni strutturali relative ai dati e alle origini dati per migliorarne il monitoraggio e la selezione in vista dell'utilizzo

  • Gestione dei metadati. Individua metadati efficaci proprio nel punto del percorso di analisi in cui gli utenti ne hanno più bisogno, garantendo al tempo stesso la comunicazione bidirezionale con strumenti per le imprese
  • Qualità dei dati e derivazione. Tieni sotto controllo le origini dati in base a criteri personalizzati per consentire agli utenti di verificare se i dati sono aggiornati, di buona qualità e pronti per l'uso. Accedi a informazioni chiare su chi o cosa sta utilizzando determinati dati per velocizzare la collaborazione o ridurre le interruzioni dell'attività quando si verificano dei cambiamenti
  • Modellazione dei dati. Sfrutta i livelli semantici e fisici per offrire più opzioni per combinare i dati adottando schemi adatti all'analisi specifica
  • Preparazione dei dati. Metti a disposizione un metodo visivo e diretto per combinare, modellare ed eseguire il cleanup dei dati in pochi clic
  • Dati, sicurezza e governance delle risorse. Segui i dati nell'intero ciclo di vita, con politiche coerenti con ogni utilizzo. Assicurati che il comportamento sia quello desiderato, soprattutto per quanto riguarda i dati sensibili e l'accesso
  • Integrazione dei dati. Ottieni informazioni utili dai dati archiviati in diverse piattaforme e origini dati, come data warehouse, data lake e CRM
  • Virtualizzazione e individuazione. Rafforza la comprensione degli insiemi di dati disponibili per l'integrazione o per l'analisi dei dati
  • Orchestrazione. Automatizza il coordinamento degli eventi che coinvolgono i dati, come la qualità o i problemi dei flussi, direttamente nel flusso di lavoro
  • Analisi aumentata. Sviluppa e utilizza l'intelligenza artificiale per facilitare i processi dell'analisi, come la gestione, la preparazione e l'analisi dei dati in pochi clic

L'approccio dell'analisi al primo posto

Da molto tempo, i dirigenti aziendali riconoscono l'importanza dell'analisi dei dati per il futuro delle loro organizzazioni. Secondo International Data Corporation, società di market intelligence a livello mondiale, l'83% dei CEO vorrebbe che la propria organizzazione fosse più basata sui dati e sta investendo nella crescita della cultura dei dati. Oggi per le aziende data-leading è 23 volte più probabile conquistare nuovi clienti e 1,5 volte più probabile aumentare i ricavi del 10%. 

Per le organizzazioni che intraprendono un percorso nel data fabric è indispensabile rimanere concentrate sulle aree che generano valore per l'azienda. Se per te si tratta dell'analisi, come avviene nella maggior parte dei casi, continua così. L'implementazione del data fabric richiederà diversi anni quindi è importante definire degli obiettivi a breve termine per dimostrare il valore fornito e mantenere il coinvolgimento degli stakeholder. 

Integrando Tableau nell'architettura di data fabric, puoi superare alcuni dei problemi tipici che si manifestano nelle fasi finali delle iniziative relative ai dati. Ad esempio: 

  • Scarsa adozione in azienda. Favorendo l'adozione da parte di migliaia di utenti, lavorando dove l'attività è già in corso, la piattaforma diventa l'area o l'ambiente federato di collaborazione che consente ai business user di accedere ai dati, e agli analisti della governance o al personale IT di implementare i propri progetti aziendali 
  • Lentezza nell'implementazione degli standard di governance. Crea fiducia e verificabilità dove gli utenti usufruiscono dei dati. Tableau fornisce informazioni contestualizzate sull'aggiornamento dei dati e sullo stato di certificazione, avvisi sulla qualità dei dati, definizioni dei campi, nonché informazioni sulle origini dati e sull'utilizzo complessivo
  • Perdita di visibilità dopo che i dati escono dal data warehouse aziendale. Oggi la bellezza dei dati sta nella possibilità di usarli in tanti modi diversi, che allo stesso tempo rappresenta un'insidia impegnativa per la governance. Con le metriche su chi usufruisce dei dati e su come vi interagisce, l'IT può ricavare informazioni approfondite sulle origini dati che forniscono più valore, individuando e correggendo automaticamente l'utilizzo dei dati sensibili 

Scopri di più sull'architettura dei data fabric ed esplora le considerazioni di Forrester sul mercato dei data fabric leggendo il report "Now Tech: Data Fabric Vendors Q1 '22".