Gli attuali eventi macroeconomici stanno portando le imprese a considerare un significativo contenimento delle spese. Allo stesso tempo però, non possono permettersi di ridurre gli investimenti in tecnologia e analisi dei dati, con il rischio di perdere un vantaggio competitivo importante. Secondo PwC, quasi la metà delle organizzazioni (44%) prevede di portare avanti nel 2024 progetti di modernizzazione dei dati con l’obiettivo di migliorare l’esperienza dei clienti e potenziare l’innovazione di prodotto, sfruttando la sempre più rapida evoluzione della data analysis e dell’intelligenza artificiale (AI).
Nel corso dell’anno, le imprese che meglio riusciranno a navigare il complesso scenario economico si concentreranno sulla gestione delle spese e sull’aumento dell’efficienza per ottenere risultati migliori. Secondo IDC, il mondo sta producendo più dati che mai, fino a 181 zettabyte all’anno entro il 2025. Soprattutto con il boom dell’AI generativa, i dati continueranno a rappresentare un elemento differenziante per chi cerca di capitalizzare sull’intelligenza artificiale: più sono diversificati e completi, migliori sono le prestazioni dell’AI.
Valore e trasparenza
Ottenere trasparenza sui costi esistenti è il primo passo verso una maggiore efficienza. Per gli amministratori dei dati, questo significa sfruttare le loro capacità analitiche per esaminare i carichi di lavoro esistenti, identificando quelli che forniscono le informazioni più interessanti e decidere se modificare l’architettura, aumentare o diminuire l’utilizzo dei workload o addirittura eliminare quelli che non danno risultati. Una comprensione completa del percorso dei dati, inclusa la provenienza e destinazione, può essere un utile punto di partenza per stabilire un controllo dei costi e individuare gli errori più onerosi.
La stessa trasparenza deve provenire anche dal fornitore SaaS e dalla piattaforma che si sceglie di utilizzare, consentendo alle aziende di capire quanto stanno investendo in ciascun carico di lavoro e di valutare il ritorno sugli investimenti. La comprensione dei costi per query può evidenziare quelle più costose e consentire agli amministratori o ai responsabili IT di ripensarle in termini di riscrittura o refactoring. Una maggiore visibilità e controllo della spesa offrirà alle imprese le migliori possibilità di massimizzare le risorse esistenti.
Prevedere i costi futuri
Solo quando le aziende hanno la possibilità di conoscere i costi dei propri dati possono iniziare a prevedere gli investimenti futuri e implementare misure di contenimento della spesa. Molte piattaforme di dati legacy sono poco flessibili, con costi fissi e l’imposizione di un vendor lock-in a lungo termine, di fatto impedendo modifiche nei momenti di difficoltà o la riduzione dei requisiti nei periodi più tranquilli. Questi strumenti spesso richiedono una pianificazione della capacità lunga e complessa al fine di tenere sotto controllo i costi dei dati, attività che può ironicamente rivelarsi costosa di per sé.
Le spese di elaborazione, monitoraggio e controllo dei dati non possono essere trascurate. Flessibilità e scalabilità, abbinate a modelli di costo a consumo sono un ottimo modo per evitare un inutile overprovisioning e pagare per elaborazione e storage inutilizzati. Un numero crescente di organizzazioni sceglie inoltre di fissare in anticipo i budget, impostando limiti di spesa, “soglie” digitali contro le spese eccessive e notifiche e avvisi giornalieri. In questo modo, è possibile individuare con precisione dove viene speso il denaro, quanto valore sta generando e come approfittarne. Le moderne piattaforme di dati costruite nel cloud forniscono un’interfaccia intuitiva per esaminare l’utilizzo e le tendenze, con dashboard chiari che visualizzano quali team, clienti e centri di costo sono responsabili della maggior parte della spesa. Invece di aspettare che superi il budget, è possibile anticipare i calcoli e prevedere quando i limiti di spesa verranno raggiunti. A lungo termine, questo aiuterà i responsabili tecnici e i CFO a ridurre i costi operativi grazie a una maggiore efficienza.
Il monitoraggio più dettagliato dell’utilizzo, ad esempio per account, utente o attività, sarà un elemento di differenziazione fondamentale. Tuttavia, le aziende più grandi dovrebbero anche prendere in considerazione l’idea di assumere il controllo a livello organizzativo. Questo approccio può richiedere la limitazione delle attività di team o individui in termini di utilizzo di risorse che consumano credito, come la creazione di un warehouse. Queste funzionalità offrono anche un controllo preciso su fattori quali la dimensione e il numero di cluster e offrono un’analisi dettagliata sul momento in cui i cluster vengono avviati per verificare i costi oggi e in futuro. L’attribuzione delle spese per job aiuta le organizzazioni a gestire i costi dei reparti e a massimizzare le risorse man mano che team e lavori aumentano. Inoltre, le funzionalità di auto-sospensione e auto-ripresa possono essere abilitate tramite un’impostazione predefinita che disattiva le piattaforme quando non sono necessarie, evitando di pagare per un utilizzo non essenziale e facendo così risparmiare i clienti.
Valorizzare i dati e controllare i costi
Anche in tempi di difficoltà economica, le aziende non dovrebbero abbandonare le ambizioni di sfruttare la potenza dei dati. Anzi, per le imprese di qualsiasi settore, analizzare e comprendere i dati non è mai stato così importante. L’attenzione deve invece spostarsi verso cambiamenti che diano effettivamente risultati, come il passaggio da piattaforme legacy on-premise a moderne piattaforme di dati SaaS che consentano una migliore trasparenza e pianificazione dei costi.
Ciò avrà un impatto enorme e consentirà alle organizzazioni di assumere il controllo dei propri investimenti tecnologici, che possono rappresentare un elemento di differenziazione fondamentale nel difficile panorama macroeconomico odierno e aiutarle a tracciare il percorso verso un futuro data-driven.
A cura di Michele Tessari, Manager, Sales Engineering, Snowflake