Scopo della data integration è far dialogare fra loro gli applicativi presenti in azienda, connettere dati tra sistemi eterogenei, creare processi per gestire il flusso dei dati aziendali e trarne valore. In altre parole, unificare diverse fonti informative, così da avere una vista univoca di un determinato processo. Un buon sistema di data integration – mandatorio per una gestione ottimale della supply chain negli scenari moderni di business – è quello che permette di fare tutte queste cose in modo semplice.
Il valore dei big data è nella data integration
L’avvento dei big data ha messo in disparte la configurazione architetturale dei silos di dati, separati per ogni funzione aziendale, che in passato era normale. Il valore estraibile dai big data, più che dal volume di dati, è infatti nella correlazione di una varietà di fonti, tipologie e formati di dati. Il limite di un silo di dati è nell’essere una raccolta di informazioni che non viene condivisa in modo efficace. Succede così che un dipartimento aziendale non sia a conoscenza dell’esistenza di dati che vengano utilizzati da un altro dipartimento. Su queste premesse, la data integration è diventata un prerequisito per sviluppare analisi avanzate, dalle quali estrarre nuova conoscenza.
Le cause dei tradizionali silos di dati
Una causa tipica dei silos di dati è l’espansione aziendale: durante i periodi di crescita, le organizzazioni aggiungono nuove unità operative, le quali creano o acquisiscono dati che soddisfano le proprie esigenze aziendali specifiche. Man mano che il numero di unità aumenta aumentano anche i silos di dati. Una seconda causa è legata alla crescente popolarità delle applicazioni di terze parti e, più specificamente, SaaS, che memorizzano le informazioni in silos di dati cloud forniti dal fornitore. Esiste poi una terza causa, organizzativa e culturale assieme, legata al fatto che non esiste un’entità che governa i dati e il modo in cui vengono utilizzati a livello aziendale, e al fatto che le unità aziendali vedono spesso i dati di cui hanno il controllo come una risorsa che aumenta la loro importanza per l’organizzazione.
Diversi approcci e diversi livelli di integrazione dei dati
Oltre a quello a silos (repository suddivisi per dipartimenti aziendali, ambienti isolati, dati non integrati) esistono altri approcci al livello di integrazione dei dati.
- Data Warehouse (DWH) è un archivio informatico che raccoglie i dati dai sistemi operazionali aziendali integrandoli con i dati provenienti dalle fonti esterne. I dati, per poter essere gestiti dal DWH, devono essere strutturati, ovvero devono essere rappresentati da relazioni descrivibili con tabelle e schemi rigidi.
- Data Lake (DL), è un ambiente di archiviazione dei dati nel loro formato nativo, fin quando non è necessario dar loro una struttura. Con questa modalità di gestione è possibile avere l’integrazione di elevate quantità di dati di qualsiasi formato e provenienti da qualsiasi fonte.
- Modello Integrato, secondo il quale l’organizzazione ha a disposizione sia un Data Lake sia un Data Warehouse che lavorano in modalità integrata per rispondere alle differenti esigenze di storage, gestione e analisi di qualsiasi tipologia di dato.
Secondo l’Osservatorio Big Data & Business Analytics del Politecnico di Milano, solo una minoranza di aziende italiane ha costruito un Data Lake (una su quattro circa), mentre le restanti organizzazioni utilizzano Data Warehouse tradizionali o sistemi legacy, dove i dati sono suddivisi in silos che non comunicano tra di loro.
I vantaggi di una iPaaS cloud native per l’integrazione
Le vecchie applicazioni, che diventano costose da mantenere, vengono sostituite con altre più moderne passando ad applicazioni e servizi cloud: è la modernizzazione delle applicazioni che, secondo Steve Wood, Chief Product Officer di Dell Boomi “sfrutta l’agilità, la flessibilità e il risparmio sui costi offerti dalle nuove app”.
La modernizzazione delle applicazioni implica però la modernizzazione delle integrazioni e quest’ultima, come per altre applicazioni e servizi tecnologici, si sta muovendo verso il cloud. Si passa da soluzioni on-premise a soluzioni cloud, passando ad esempio dalle tradizionali EDI alle EDI as a service che permettono di sfruttare la potenza del cloud anche nei processi di scambio di dati con clienti e fornitori (ordine, fatture, bolle).
A renderlo possibile sono le soluzioni di Integration Platform as a Service (iPaaS) come, per esempio, la piattaforma di integrazione iPaaS creata da Boomi che supporta le esigenze di un’infrastruttura ibrida, oltre a fornire una serie di altri vantaggi rispetto alle tecnologie di integrazione legacy. Vantaggi come una maggiore velocità (una moderna iPaaS cloud-native permette di creare integrazioni in un quinto del tempo richiesto dal coding personalizzato e dal middleware on-premise tradizionale) e agilità aziendale, con costi più bassi (minori tempi di sviluppo e testing) e rischi molto più limitati.
I connettori API di cui è composta la piattaforma si interfacciano con gli applicativi più diffusi, garantendo rapidità di distribuzione e la possibilità di monitorare l’ambiente tramite un unico punto di controllo end-to-end. L’approccio low code rende inoltre possibile configurare il sistema di EDI con un semplice drag and drop senza necessità dello sviluppo software. In questo modo è possibile sviluppare le integrazioni (EDI e non) in un terzo del tempo necessario nello sviluppo tramite codice. La soluzione non manca infine di essere anche un valido supporto agli algoritmi di Intelligenza Artificiale e di garantire la business continuity, grazie alla compatibilità con i sistemi legacy e quelli moderni.
