Quali sono i benefici del gestire i Big Data nel Cloud? La capacità di prendere decisioni puntuali in tempo reale, basandosi su informazioni sempre aggiornate. Certo, ma non solo: agilità, flessibilità, scalabilità, accesso a costi ragionevoli a tecnologie di ultima generazione…
Sono, questi i principali vantaggi del binomio Cloud-Big Data, che piace tanto alle aziende. Secondo l’analista MarketsandMarkets, infatti, il mercato mondiale dei Big Data as a Service crescerà nel quinquennio 2016-2020 a un tasso medio annuo composito (CAGR) del 31,59%, arrivando a generare nel 2020 un giro d’affari di 7 miliardi di dollari.
Big Data Analytics per sostenere i modelli di business innovativi
Le applicazioni di gestione di grandi quantità di dati (Big Data Analytics) stanno vivendo un momento di profonda transizione. La diffusione dell’Internet of Things, l’inclusione dei social network nelle strategie di marketing, la proliferazione delle App mobile sono solo alcuni dei fenomeni che “premono” sulle infrastrutture di supporto alle applicazioni analitiche – e alle Real Time Analytics in particolare. I data center tradizionali non sono più in grado di supportare in modo adeguato la richiesta crescente di capacità computazionale, storage e banda causata da questa “esplosione” di dati da rielaborare in tempi brevi. Oggi, quindi, il Cloud si posiziona in modo trasversale rispetto a tutte le direttrici della digital transformation e rappresenta l’infrastruttura abilitante per definizione dei nuovi modelli di creazione del valore. La gestione dei database tradizionali e delle appliance di data warehouse sta diventando davvero troppo onerosa e mal si adatta a quell’agilità operativa che tutte le aziende moderne rincorrono. Inoltre, la gestione on premise delle analytics spesso risulta troppo rigida, incapace di garantire il supporto ai dati non strutturati che è, oggi, fondamentale per sostenere in modo efficace i nuovi modelli di business.
Big Data per essere più competitivi
Il contesto competitivo in cui si confrontano oggi le aziende è particolarmente dinamico: per vincere le sfide della concorrenza è necessario agire in fretta e in modo accurato, preciso, chirurgico. Questo dinamismo si somma, poi, a una complessità evidente: cresce, infatti, in modo esponenziale la quantità di dati prodotti e le aziende sono letteralmente “sommerse” dai record. Dati generati da documenti digitali (file di Word, fogli di calcolo Excel…), ma anche immagini e altri record non strutturati come video, Tweet oppure allarmi e indicazioni provenienti da sensori e macchinari smart… Tutti input che un’organizzazione non si può permettere di trascurare. Le informazioni rilevanti per comprendere se è il caso di imprimere un’inversione di rotta a una strategia di marketing, per esempio, sono spesso legate non solo ai numeri dei consuntivi di vendita ma anche ai sentiment e alle percezioni che si ricavano dall’analisi dei social.
Big Data e Cloud per accelerare i processi decisionali
La rapidità decisionale è, oggi, un asset fondamentale per vincere le sfide strategiche. Ecco spiegato il successo dei
Big Data. I Big Data rappresentano un ombrello sotto cui si fanno ricadere diverse tecnologie di analisi di grosse quantità di record e dati digitali, che vengono utilizzati a supporto dei processi decisionali in azienda. Il boom di queste applicazioni è legato a doppio filo alla diffusione del Cloud Computing, che ha permesso alle aziende di avere a disposizione potenza di calcolo e spazio storage potenzialmente illimitati in modo scalabile (on demand e pay-per-use) a costi contenuti. Fino a qualche anno fa sarebbe stato impensabile utilizzare applicazioni di gestione dei Big Data o di Business Intelligence senza investire in un rinnovamento completo del datacenter proprietario. Oggi, invece, è possibile utilizzare queste applicazioni senza dover acquistare nemmeno un server.
I casi d’uso dei Big Data Analytics
Secondo l’analista Forrester, i principali casi d’uso delle Big Data Analytics sono raggruppabili in tre grandi categorie:
- Analisi di efficienza: una buona parte delle Big Data Analytics riguarda la riduzione dei tempi di analisi sulle transazioni finanziarie, l’asset management, la gestione del personale e della supply chain.
- Sicurezza e performance delle applicazioni IT: l’applicazione dell’analisi predittiva e dei Big Data all’IT mira a migliorare le prestazioni di hardware, reti e applicazioni facendo tesoro dei dati di log generati da server e apparati di networking, così da valutare le prestazioni e isolare i colli di bottiglia.
- Conoscenza del cliente: le applicazioni di Big Data Analysis sono usate per conoscere meglio il cliente o il prospect, con l’intento di migliorare la customer experience, indirizzare lo sviluppo dei prodotti o le campagne marketing.
I vantaggi dell’utilizzare le applicazioni di Big Data Analytics sono indiscutibili e si sommano a quelli dell’utilizzare il Cloud come infrastruttura abilitante per queste applicazioni. Vediamo più in dettaglio i principali.
Agilità
Le tradizionali infrastrutture di gestione e storage dei dati sono sempre più difficili da aggiornare e soprattutto manutenere in economia. Ci vogliono settimane per installare e mettere in produzione un nuovo server… Il Cloud permette all’azienda di avere a disposizione capacità computazionale in tempi brevissimi. Un database Cloud, per esempio, permette all’organizzazione di avere migliaia di server virtuali a disposizione, che potranno essere attivati nel giro di pochi minuti per sostenere una gestione ottimale dei Big Data.
Accessibilità delle tecnologie all’avanguardia
Il Cloud Computing non solo riduce i costi di gestione dei Big Data, ma rende accessibile un’ampia gamma di applicazioni analitiche di ultima generazione anche alle aziende più piccole. Grazie ai modelli di pricing del Cloud, infatti, sarà possibile scegliere solo le applicazioni e le configurazioni ideali e pagare per quel che si utilizza veramente, senza sprechi. Addio, quindi, ai datacenter mastodontici, energivori e spreconi, che richiedevano risorse ingenti e parecchio personale dedicato per funzionare ed essere aggiornati con regolarità.
Data processing
Aumenta in azienda il peso dei dati non strutturati, acquisiti e conservati senza uno schema preciso. I social media da soli, per esempio, generano quotidianamente un quantitativo enorme di dati non strutturati – tweet, post, video, immagini… –, che non potendo essere ricondotti a una singola categoria sono anche difficilmente classificabili.
Il Cloud offre la possibilità di accedere a tecnologie di processing e analisi rapida dei dati, strutturati e non, in modo economico e in tempi brevi.
Sarà possibile avere accesso a nuove funzionalità nel giro di poche ore anziché, come avveniva in passato, nell’arco di settimane se non addirittura mesi.
Scalabilità verticale
Mentre le soluzioni di Business Intelligence tradizionali richiedevano l’aggiunta di nuove macchine – server fisici – ai cluster per incrementare capacità computazionale e spazio di archiviazione, la natura stessa del Cloud Computing permette di avere accesso a risorse illimitate on demand senza grosse pianificazioni, nel momento stesso in cui si verificano le condizioni che lo richiedono.
Scalabilità orizzontale
Sfruttando i servizi di provider Cloud come Oracle è possibile avere accesso a potenti ambienti nella nuvola utili per ottimizzare le funzionalità analitiche. È possibile trarre beneficio dalle tecnologie di storage a oggetti (non strutturato) per sfruttare al meglio le architetture a scalabilità orizzontale, garantendo migliori performance nelle attività di interrogazione dei dati (query), a costi ridotti e senza dover investire in hardware aggiuntivo. Allo stesso modo, è possibile sfruttare la possibilità di accoppiare database relazionali e non per costruire applicazioni scalabili a basso costo. Questo si rivela particolarmente efficace nello sviluppo di servizi di backend per le App mobile, dove è difficile fare un capacity planning.
Real Time Analytics
Con il Cloud è possibile analizzare i dati laddove si generano, quindi sul perimetro della rete aziendale, per esempio direttamente nel punto vendita di una realtà che opera nel retail oppure all’interno del perimetro della fabbrica intelligente. Non si deve più attendere di spostare i record nel datacenter di proprietà per poi procedere con le analisi come avveniva in passato. Così facendo, è possibile operare interventi in tempo reale sulla produzione, un aspetto, questo, fondamentale per abilitare le strategie Industry 4.0.
Time-to-market ridotto
Le nuove campagne marketing possono essere messe in produzione con un time-to-market estremamente contenuto grazie all’abbinamento di Cloud e Big Data. Viviamo in un mondo in cui il fattore tempo è essenziale non più solo per le decisioni tattiche (di breve periodo) ma anche per orientare le strategie di lungo periodo avendo a disposizione una base dati complessa e articolata e output (statistiche, metriche, proiezioni…) da generare in brevissimo tempo. Sfruttando il Cloud è possibile guadagnare in competitività facendo leva su processi decisionali più rapidi e accurati.
Come scegliere il partner ideale per il Cloud journey
La condizione fondamentale per ottenere tutti questi vantaggi, però, è che le soluzioni di gestione dei Big Data Analytics poggino su architetture Cloud efficienti e flessibili, fondate su un modello di costo certo e contenuto. Ecco perché la scelta del partner di riferimento per un progetto di questo tipo è fondamentale tanto quanto quella del provider di servizi Cloud. L’expertise tecnologica da sola non basta. È fondamentale una conoscenza approfondita dei processi di business e dei flussi aziendali impattati dal progetto.
Red Reply è parte di un network di realtà specializzate, che affiancano le aziende nella realizzazione di modelli di business innovativi abilitati dai nuovi paradigmi tecnologici. Red Reply sostiene le aziende nel loro Cloud journey sia che decidano di migrare i propri sistemi IT sulla nuvola (lift and shift), sia che decidano di creare soluzioni Cloud native basate su piattaforme e infrastrutture (PaaS e IaaS) Oracle. Red Reply ha elaborato una metodologia che permette di ottimizzare il processo di analisi dei requisiti, per capire come utilizzare al meglio i servizi messi a disposizione dal provider di servizi Cloud. La metodologia garantisce un risparmio del 30% sui costi ricorrenti legati agli asset infrastrutturali, ai software infrastrutturali e di piattaforma, ai costi operativi e ai costi delle facility. Il modello applicato ai progetti di gestione dei Big Data prevede un confronto e una collaborazione costante tra personale IT, sviluppatori e funzioni di staff. Solo così sarà possibile “scaricare a terra” velocemente i benefici della gestione dei Big Data a supporto dei processi decisionali, garantendo un ROI rapido e certo.
15 febbraio 2018
Come sfruttare il Cloud per l’Industria 4.0 e per l’Impresa 4.0
Oracle porta la Data Science nel Food and Beverage
