Ibm, allineare il Data Warehouse con le tendenze del momento

Ibm è certo uno dei leader del mercato data warehouse, a maggior ragione dopo l’acquisizione di Netezza nel 2010: abbiamo, quindi, chiesto a Raffaele Bella, Information Management & Business Analytics SWG Leader di Ibm Italia, un parere sulle ultime tendenze in quest’ambito. Un tema ‘caldo’ è per esempio il Big Data, la forte crescita di dati da fonti nuove come social network, sensori, dispositivi mobili, call center, da gestire e integrare con quelli più tradizionali. “È un mercato di grandi prospettive, abbiamo decine di grandi corporate al lavoro su progetti Big Data, e trattative anche in Italia con clienti importanti – ci spiega Bella -. Fino a 2-3 anni fa i dati nei data warehouse erano tutti strutturati, ora i Big Data sono per il 70-80% non strutturati. Applicazioni molto richieste sono la sentiment analysis su internet – gradimento di nuovi prodotti, reputazione, ricerche di mercato -, e la fraud analysis”.
Per i dati non strutturati Ibm ha offerte sia in chiave data warehouse, sia in ambito ‘real time’. “Nel primo caso, dove c’è sempre una fase di archiviazione dei dati prima dell’analisi, abbiamo la piattaforma InfoSphere BigInsights, basata su Hadoop – un framework per gestire volumi enormi di dati e fare veloci interrogazioni – con cui creare applicazioni di data mining e analisi. Per il real time abbiamo una tecnologia che permette di acquisire dati da Internet e prendere decisioni ‘al volo’, per esempio scartare il 98% dei dati e tenere solo il 2% che mi serve per una certa analisi. È adatta per la sentiment analysis e per molti altri casi in cui serve una velocissima analisi di tantissimi dati”. Oggi, continua Bella, c’è una forte esigenza di interrogare simultaneamente dati nel data warehouse e real time. “Questo si può fare sia con InfoSphere Stream, sia con la Data Federation, che permette di fare query vedendo diversi database, tra cui il data warehouse, come uno solo”.
Un’altra tendenza importante è la possibilità di eseguire analisi direttamente nel data warehouse, con forti benefici di performance. “A livello di trasformazione dei dati e input nel data warehouse, abbiamo una tecnologia che fa questo lavoro proprio nel server del data warehouse. Una funzione di InfoSphere permette di decidere dove trasformare i dati”. In fase di progettazione però occorre scegliere bene cosa fare internamente e cosa no, sottolinea Bella, in modo da ottimizzare l’hardware del data warehouse. “Alcuni tipi di trasformazioni è meglio farle all’esterno, perché rallenterebbero le performance più che migliorarle. A un altro livello si può fare invece un’integrazione con un tool di business intelligence, per esempio Cognos, con cui poter creare direttamente nel data warehouse un report. Se si riesce a realizzare all’interno tutte le query che servono si sfrutta al massimo il motore data warehouse”.
Tra le tendenze più significative gli analisti indicano anche la ‘pervasive BI’, al servizio di moltissimi utenti aziendali e non più solo di pochi esperti. “Dal punto di vista tecnologico forse ci siamo. Per esempio ci sono tante integrazioni tra sistemi Crm e data warehouse, molti addetti marketing utilizzano tool BI e lo stesso vale per i promotori finanziari: stiamo lavorando a progetti basati sull’iPad come tool d’accesso alla BI”. Il problema, osserva Bella, è che da tre anni si fanno quasi solo progetti con garanzia di ritorni molto veloci, “mentre integrare la pervasive BI con i processi esistenti richiede un re-engineering, con tempi e costi non certo ridotti”.
Infine il punto sull’Italia. “Tutte le aziende grandi e medio-grandi hanno un data warehouse, e negli ultimi mesi il 70-80% lo sta rivedendo a causa delle tendenze di cui abbiamo parlato: grandi banche ed enti pubblici, telco, utility. I temi più ‘caldi’ sono il fraud management e il dynamic catalog, con applicazioni diverse: per esempio nelle telco abbiamo tariffe elaborate all’istante sul profilo del cliente ‘on top’ al data warehouse”.