Data trend 2022

denodo

La crescente rilevanza dei dati è diventata una leva differenziante per il business: per questo, sul modello di Amazon o Netflix, sempre più aziende intendono adottare modelli di business fondati e guidati dai dati. Negli ultimi anni, questa percezione di un cambiamento non più procrastinabile, ha fatto sì che le aziende accelerassero nella loro Digital Transformation, diventando al contempo consapevoli dell’importanza di saper integrare e gestire in modo agile i dati a loro disposizione, dati che, pur nella loro eterogeneità e distribuzione geografica, devono sempre essere resi facilmente accessibili, sicuri e governati.

Alla luce dell’avvento di nuovi stili moderni in tema di Data Integration, Denodo ha identificato i 5 principali trend che segneranno il 2022 e apriranno la strada del cambiamento, velocizzandone il processo per ogni azienda, indipendentemente dalla sua dimensione e dal settore di appartenenza.

Trend #1: Il Data Fabric alla base dell’impresa distribuita
La nuova normalità, fatta di una sempre più consolidata presenza digitale, tra smart working, business digitali e canali di vendita online, ha dato origine a un complesso e variegato ecosistema di dispositivi, applicazioni e infrastrutture dati. In particolare, l’infrastruttura dati può spaziare dalle soluzioni on-premise a quelle single cloud, multi-cloud, hybrid-cloud, o anche risultare da una combinazione di tutte queste, diffusa oltre i confini geografici e spesso priva di un valido sistema di integrazione.
Nel 2022 le aziende dovranno poter disporre di un Data Fabric, che consenta in modo agile di integrare, usare e analizzare i dati, nonché per automatizzare molti dei processi integrazione, preparazione ed esplorazione dei dati. Il Data Fabric, ispirandosi al concetto di “tessuto di dati”, permette di avere una visione unica e d’insieme dei dati, superando i limiti della loro eterogeneità, distribuzione geografica e latenza nell’aggiornamento, utilizzando approcci logici, fisici o ibridi. Questo consentirà alle aziende di scegliere gli strumenti più indicati per ridurre i tempi di consegna dei dati e renderanno il Data Fabric l’approccio preferito e prevalente alla gestione dei dati nell’anno a venire. 
Secondo un recente studio TEI di Forrester, “la tecnologia del Data Fabric rappresenterà la nuova frontiera della gestione dei dati, in quanto permette di automatizzare le funzioni di data management attraverso l’utilizzo di intelligenza artificiale/machine learning, fornendo al contempo funzionalità semantiche addizionali per la catalogazione, preparazione e gestione dei dati”.

Trend #2: L’Intelligenza decisionale prende piede nella sfera del supporto a livello enterprise
Le aziende hanno acquisito enormi quantità di dati e devono ora utilizzare tali informazioni per il conseguimento dei risultati di business. L’intelligenza decisionale sta prendendo sempre più piede all’interno delle aziende, dove dashboard e piattaforme di business intelligence sono aumentate, con sistemi di supporto decisionale potenziati da Intelligenza Artificiale e Machine Learning (AI/ML).
Per Intelligenza Decisionale si intende la combinazione di piattaforme di business intelligence potenziate con sistemi di AI/ML, attraverso le quali le aziende possono effettuare previsioni sui risultati di una serie di azioni, raccomandare approcci e supportare le decisioni aziendali.
Nel 2022 l’intelligenza decisionale sarà potenzialmente in grado di produrre valutazioni più rapide e accurate, poiché le decisioni generate da macchine possono essere elaborate a velocità impensabili per un essere umano. Per quanto le macchine siano prive di coscienza, e come tali non comprendano le implicazioni del risultato di una decisione, le aziende possono ovviare integrando l’intelligenza decisionale all’interno del più ampio settore della Business Intelligence, misurando costantemente il risultato e regolando i parametri decisionali per evitare conseguenze indesiderate.

Trend #3: Le architetture Data Mesh diventano più allettanti.
Con la progressiva crescita delle aziende, sia in termini di dimensioni che di complessità, i Team deputati alla gestione dei dati dovranno confrontarsi con un sempre più ampio insieme di esigenze funzionali e con una quantità altrettanto crescente dei dati associati ai consumatori. Questo renderà sempre più difficoltosa la comprensione delle esigenze in termini di dati dei diversi Team, specialmente quelli interfunzionali e, di conseguenza, ridurre la capacità di offrire il giusto insieme dei dati ai Data Consumers. È proprio qui che il Data Mesh acquisisce rilevanza, rappresentando un nuovo approccio per un’architettura dati decentralizzata, che punta a neutralizzare eventuali colli di bottiglia e fornire insight utili per i decisori aziendali.
A partire da quest’anno, le grandi imprese, con ambienti di dati distribuiti, implementeranno questo tipo di architettura. Considerato che sempre più ambiti e divisioni all’interno dell’azienda hanno oramai acquisito una maggiore consapevolezza su come andrebbero usati i dati, la scelta migliore sarà quella di delegare a tali unità la scelta dell’infrastruttura dati opportuna, con una conseguente semplificazione dei processi e delle interazioni e una migliore qualità complessiva dei risultati. Tutto ciò consentirà, inoltre, di rimuovere i colli di bottiglia tipici delle infrastrutture centralizzate e conferire autonomia alle singole divisioni nello scegliere gli strumenti e le soluzioni migliori per ogni particolare circostanza.
Il Data Mesh creerà quindi un’infrastruttura unificata, grazie alla quale le singole divisioni potranno creare e condividere i Data Products, applicando al contempo gli standard di interoperabilità, qualità, governance e sicurezza.

Trend #4: Le aziende implementano sistemi modulari per ottimizzare i dati
Le architetture monolitiche appartengono ormai al passato e saranno destinate a una costante e progressiva riduzione nel breve futuro. Le aziende oggi gestiscono dati sempre più distribuiti, che superano i confini geografici e si attestano su molteplici Cloud e Data Center, cosa che rende praticamente impossibile e utopico pensare a un loro consolidamento un’unica location centrale. Sarà proprio questa riconosciuta difficoltà ad aprire le porte ad architetture dati modulari, che consentiranno alle aziende di selezionare strumenti specifici per creare l’intera infrastruttura o parti di essa, contribuendo in modo sostanziale alla realizzazione di un’architettura dati molto più agile. Un esempio di questo tipo di architettura è, ancora una volta, il Data Fabric, che può essere implementato utilizzando uno strumento di catalogazione dati, uno di modellazione semantica, un sistema di integrazione dati e uno per la gestione dei metadati.
Non va inoltre dimenticato che le infrastrutture per la gestione dei dati sono oramai estremamente variegate e solitamente le aziende utilizzano sistemi o strumenti multipli che, insieme, ne costituiscono l’ambiente complessivo di gestione. In tal senso, la possibilità di realizzare una tale infrastruttura utilizzando un approccio Low-Code o No-Code, garantirà maggiore flessibilità e semplicità d’uso, dando modo agli utenti all’interno delle aziende di gestire in autonomia i propri tool di data management, riducendo al contempo la necessità di intervento dei reparti IT.
Si prevede quindi che nel 2022 le imprese accelereranno la costruzione di ambienti componibili per l’uso e l’analisi dei dati, cosa che renderà possibile ridurre il cosiddetto Vendor Lock-in, guadagnando in flessibilità, in quanto sarà possibile realizzare l’infrastruttura dati che meglio di ogni altra risponderà alle specifiche esigenze.

Trend #5: Prende piede l’analisi di small e big data
L’utilizzo di AI e ML ha rivoluzionato il modus operandi delle aziende, tuttavia la riuscita di questa trasformazione dipende anche dalla capacità di analizzare grandi moli di dati storici, teme usualmente identificato con Big Data Analysis.
Nel 2022 le imprese faranno inoltre leva sull’analisi di Small Data per creare esperienze iper-personalizzate per i propri clienti, così da comprenderne, con riferimento a finestre temporali ridotte, il Sentiment verso un prodotto o un servizio.
In definitiva, considerando la rapidità con cui le imprese stanno facendo sempre più uso di dati geospaziali, di quelli generati dalle macchine, di quelli provenienti dai social media e, in generale,  di ogni altro dato che si ritenga possa portare valore, è ragionevole prevedere che l’analisi di small e big data assumerà un ruolo trainante nell’anno a venire.