In un panorama sempre più frammentato, tecnologia e processi si orientano verso soluzioni olistiche di dati end-to-end

Analisi e sintesi: i trend 2020 della Data Analytics

Le organizzazioni si trovano a gestire, interpretare e utilizzare normative, modelli di business e dati sempre più frammentati. Un panorama di questo tipo, tuttavia, oltre alle sfide offre anche delle opportunità, a patto di abbinare analisi e sintesi. Questa evoluzione porta con sé alcuni trend che, secondo Qlik, segneranno l’agenda dell’anno appena iniziato:

  1. La nuova sfida dei Wide Data. I Big Data sono un concetto relativo e legato alla sfida di dover sostituire o ampliare l’infrastruttura tecnologica. Con lo storage su cloud, infinitamente scalabile, questo ostacolo cade. La nuova sfida arriva dai “Wide Data”. I formati dei dati stanno diventando sempre più variegati: per adeguarsi, le tipologie di database sono più che raddoppiate, da 162 nel 2013 a 342 nel 2019. Nel 2020, le aziende che raggiungeranno la sintesi tra fonti di dati frammentate avranno vantaggi concreti e reali.
  2. DataOps + Analytics Self-Service = Data Agility per tutta l’organizzazione. Con la BI moderna, le analytics self-service sono alla portata di tutti. La gestione dei dati non aveva invece la stessa agilità… fino all’arrivo delle DataOps. Grazie a queste ultime, l’80% dei dati può essere consegnato sistematicamente agli utenti, riservando la preparazione dei dati self-service a un ristretto numero di situazioni. Insieme, DataOps e analytics garantiscono fluidità lungo l’intera catena di valore delle informazioni.
  3. Data Literacy as a Service. Per sfruttare a pieno le possibilità offerte dalla tecnologia, gli strumenti da soli non bastano, bisogna aiutare le persone a diventare più consapevoli nella lettura e nell’interpretazione dei dati. Nel 2020, le aziende si aspettano un incremento dell’alfabetizzazione dei dati: un obiettivo che può essere raggiunto solo affidandosi a partner in grado di combinare tecnologia, formazione e supporto.
  4. I cataloghi di metadati attivi come tessuto connettivo. La richiesta di cataloghi di dati sta aumentando vertiginosamente, poiché le aziende devono affrontare enormi quantità di dati distribuiti su più sorgenti. I cataloghi supportati dall’apprendimento automatico mantengono i dati adattabili e mutevoli, anche su sistemi ibridi e multi-cloud. Nel 2020 avremo maggior utilizzo dei cataloghi di metadati basati su intelligenza artificiale, in grado di garantire un tessuto connettivo tra DataOps e analytics self-service.
  5. “Shazam” per i dati. Quanto più efficienti e veloci sarebbero analisi e integrazione dei dati se potessimo applicare ai dati il potere di “Shazam”, la famosa app che attraverso la registrazione di un brano musicale permette di identificare e ottenere informazioni sulla canzone che stiamo sentendo? Nel 2020, sarà sempre più frequente l’impiego di algoritmi che aiutano i sistemi di analytics a individuare le caratteristiche dei dati, trovare anomalie, fornire intuizioni e suggerire nuovi dati da analizzare in parallelo.

“Oggi, abbiamo accesso a molti più dati di quanti siamo in grado di sfruttarne. Tuttavia, per ottenere il massimo valore da essi, le analytics non sono più sufficienti; è necessaria la sintesi per riunirli tutti insieme. Nel 2020, tecnologia e processi si orienteranno verso soluzioni olistiche di dati end-to-end in grado di rivoluzionare l’ecosistema dei dati e determinare cambiamenti reali”, ha commentato Dan Sommer, Senior Director, Global Market Intelligence Lead di Qlik.