Glossario: Data Lake

Il concetto di Data Lake è uno dei temi caldi nel mondo della tecnologia per le imprese e, con ogni probabilità, nei prossimi anni dominerà la conversazione sulla digitalizzazione dei processi aziendali, in particolare per quanto riguarda la raccolta e gestione dei dati.

In questo articolo analizziamo:

• cosa significa Data Lake;
• situazione delle aziende italiane;
• vantaggi di un nuovo metodo di gestione dei dati;
• requisiti e tecnologie abilitanti.

Che cos’è un Data Lake

Un Data Lake è un sistema di dati archiviati in un unico ambiente e in modo “grezzo”: tali dati provengono dalle fonti più varie – CRM, social media, interazioni con i clienti, dati ERP, connessioni IoT, eccetera – e vengono raccolti in formato originario, senza una divisione basata sulla fonte di provenienza e senza un’elaborazione preliminare. 

Questi dati possono essere usati per task di varia tipologia – come report, visualizzazione, analisi, machine learning, per fare degli esempi. Una volta definito l’utilizzo e le correlazioni, si procede ad elaborare i dati con l’obiettivo di renderli accessibili a chi ne ha bisogno nel momento in cui ne ha bisogno, secondo un approccio “Just in Time”.

È importante notare come nei Data Lake si mira a delineare da subito la maggiore varietà di correlazioni possibili tra i dati, e come questo approccio preveda anche la correlazione e aggregazione di dati in modo inizialmente inesatto, così da individuare l’evoluzione dell’informazione.

Tra Data Silos e Data Lake: lo status delle aziende italiane

L’importanza dei dati per le aziende è un fatto unanimemente accettato. Tuttavia, c’è ancora confusione circa il modo migliore per organizzare e gestire tali dati, utilizzandoli per rendere più efficienti i processi aziendali.

Ad oggi, l’approccio più diffuso è quello dei Data Silos.
Per Data Silo intendiamo un sistema che prevede l’organizzazione di dati all’interno di uno stesso gruppo di persone, quando tali dati potrebbero essere utili anche ad altri reparti. Di conseguenza, l’informazione viene prodotta, elaborata e solo successivamente si cerca una correlazione.
A tutti gli effetti, si tratta di una soluzione di comodo: è infatti più semplice gestire dati in un gruppo ristretto di persone. 

Quali sono le principali differenze tra i due metodi?

• Raccolta e archiviazione – Il Data Silo necessita di una strutturazione precisa e definita dei dati, già in fase di raccolta; il Data Lake permette di raccogliere anche dati semi-strutturati o destrutturati.
• Elaborazione – Nel Data Silo la struttura del database viene decisa a priori, i dati vengono inseriti in questa struttura e poi letti nel formato selezionato; nel Data Lake i dati vengono acquisiti nel formato originario, successivamente a ogni elemento viene assegnato un identificatore e un insieme di metadati a corredo.
• Capacità adattiva – La struttura del Data Silo è altamente organizzata, risultando quindi difficile; il Data Lake è un approccio più agile e flessibile, che consente di riconfigurare facilmente l’acquisizione delle informazioni.

Vantaggi del Data Lake

La gestione dei dati aziendali tramite il Data Lake comporta dei vantaggi intrinseci.

Accesso a una maggiore quantità di dati
Diversamente da altri approcci, il Data Lake permette di accedere a tutte le informazioni disponibili, a prescindere dall’origine, dal formato e dalle quantità.

Riduzione dei costi di archiviazione
Nei Data Silos è necessario prevedere in anticipo i vari utilizzi dei dati, aggiornare i requisiti di analisi per adattarsi alle esigenze di business, modificare i set di dati in base ai professionisti che ne fanno uso. Questo si traduce in importanti sprechi di tempo e denaro. Il Data Lake consente di bypassare il problema della struttura del database e mette a disposizione uno spazio “ illimitato”, grazie ad un approccio scalabile e pay per use tipico del cloud.

Accesso immediato alle informazioni
Il Data Lake non necessita di interventi di ampliamento e consolidamento dei dati, consentendo un accesso ai dati immediato e in tempo reale.

Leggi anche: Approccio omnicomprensivo: quando i dati sono la ricchezza di un’azienda

Requisiti e tecnologie abilitanti

Alla luce dell’importanza crescente – e della quantità crescente – dei dati a cui le aziende hanno accesso, l’implementazione Data Lake si configura come una scelta vantaggiosa. Non a caso, molte delle aziende che hanno dimostrato di saper sfruttare al massimo la digitalizzazione si stanno spostando verso questo approccio.

Prima ancora delle tecnologie, il Data Lake richiede un’evoluzione del metodo e il passaggio a una mentalità basata sull’idea che l’efficienza dei processi aziendali sia proporzionale alla condivisione delle informazioni tra i vari reparti.

Una volta fatto questo passaggio, diventa fondamentale implementare una soluzione informatica adattiva e sviluppata a partire dalle peculiarità dell’azienda.