Il software legacy è un freno per qualsiasi azienda. Le organizzazioni che esistono da decenni hanno accumulato molti software per gestire le loro attività. Si tratta di varie applicazioni per le funzioni aziendali, di archivi di dati operativi e analitici e del software che li collega. Ma nessun software è perfetto. Per soddisfare le esigenze specifiche dell'azienda, i team IT devono trovare soluzioni, codice personalizzato o strumenti complementari per colmare queste lacune. Come per il debito finanziario, se l'organizzazione non lo riduce regolarmente (ad esempio, eliminando il codice personalizzato, consolidando i diversi strumenti e producendo i workaround), il debito tecnico si accumula e rende inefficiente l'intera azienda.
IBM DataStage è uno di questi strumenti. Esiste da decenni. In passato poteva servire alle esigenze delle organizzazioni, ma ora le appesantisce. Si tratta di un software on-premises realizzato per le organizzazioni negli anni '90, che spesso viene eseguito su hardware personalizzato e ha un client spesso, quando l'esigenza principale delle aziende era quella di spostare i dati tra vari data store per l'analisi. IBM DataStage è una tecnologia del passato ed ecco i cinque motivi per cui dovreste abbandonare DataStage.
1. Aggiornamenti dolorosi
Gli aggiornamenti di DataStage sono complessi e mettono i team di sviluppo tra l'incudine e il martello. Se decidete di effettuare l'aggiornamento, i vostri sviluppatori devono sviluppare settimane per svolgere il lavoro preliminare (come la configurazione dell'ambiente) e il lavoro successivo (come le regressioni). Avete bisogno di un DBA esperto per assicurarvi che gli aggiornamenti vengano eseguiti correttamente e nella giusta sequenza. E mentre fate tutto questo, non potete sviluppare nuove integrazioni. Se avete un arretrato di progetti in crescita, non potete permettervi di interrompere lo sviluppo nemmeno per una settimana, quindi scordatevi una pausa di un mese. Quindi, prima di intraprendere qualsiasi aggiornamento, è necessario verificare l'impatto che tali aggiornamenti avranno nell'aiutarvi a raggiungere gli obiettivi aziendali.
E se decidete di non effettuare l'aggiornamento, perderete le funzioni più recenti. Spesso i team rinunciano agli aggiornamenti per continuare a fornire valore all'azienda e qualsiasi aggiornamento futuro diventa molto più complesso. A volte DataStage non supporta gli aggiornamenti da una versione precedente e in questo caso il processo di aggiornamento richiederà il doppio del tempo e costerà il doppio.
2. Costi di compensazione
IBM DataStage è una piattaforma costosa. Avrebbe potuto fornire un ROI nei decenni precedenti, quando la maggior parte dei dati era in sede, ma nel mondo di oggi il valore fornito per dollaro/libbra/euro spesi in DataStage è piuttosto basso. Le aziende sono spesso vincolate a contratti pluriennali che costano milioni di dollari/libbre/euro all'anno. Con contratti di 5 o 7 anni, inoltre, non è possibile prevedere con precisione i volumi di dati e le esigenze di capacità di calcolo. La maggior parte delle aziende ha visto volumi di dati esponenziali e ritiene di essere fortemente limitata nella licenza DataStage e nelle risorse per implementare nuovi casi d'uso aziendali.
I costi sono aggravati anche dai lunghi tempi di sviluppo delle integrazioni su DataStage e dalle risorse qualificate necessarie per realizzarle. Con DataStage, è necessario definire lo schema per ogni oggetto di ogni endpoint, il che richiede molto tempo se si considera che ogni endpoint SaaS ha centinaia di oggetti. Inoltre, ciò porta a integrazioni fragili, difficili da mantenere ogni volta che le applicazioni SaaS cambiano. DataStage è anche una piattaforma difficile da imparare, con una lunga curva di apprendimento, per cui è necessario affidarsi a sviluppatori esperti e costosi o a consulenti esterni per creare le integrazioni, riducendo il ROI.
3. Non adatto a una moderna piattaforma di dati
Sin dalla fondazione di AWS negli anni 2000, le aziende hanno modernizzato il software legacy e spostato i data store su cloud. Cloud piattaforme di dati come Amazon Redshift, Snowflake e Databricks sollevano i team IT e di dati dal costoso e complicato compito di installare, mantenere, scalare e aggiornare l'hardware e il software sottostanti. Cloud piattaforme di dati hanno anche avuto un enorme successo, dato che le esigenze di dati delle aziende sono cresciute in modo esponenziale. DataStage fornisce la connettività a Snowflake, ma il software DataStage in licenza spesso non supporta l'ultima versione di Snowflake, Redshift e Databricks, annullando i vantaggi di questa migrazione cloud .
Inoltre, DataStage è una piattaforma basata su XML e fornisce uno scarso supporto per le moderne API. La maggior parte delle moderne API sono RESTful e accettano richieste e forniscono risposte in formato JSON, strutturato in modo variabile. La piattaforma IBM DataStage è molto macchinosa e non è adatta alla maggior parte delle integrazioni, poiché si tratta di dati provenienti da applicazioni e archivi di dati moderni basati su cloud.
4. Visione operativa frammentata
IBM DataStage è in grado di eseguire solo l'integrazione dei dati. È stato costruito per collegare database e data warehouse on-premises. Offre una certa connettività alle fonti di dati cloud , come Snowflake e Redshift, ma spesso non supporta le funzioni più recenti. Ciò significa che dovrete ricorrere ad altri strumenti di integrazione per automatizzare i processi aziendali come il quote-to-cash, l'onboarding dei dipendenti e la gestione delle API. Con più strumenti di integrazione, il team ha bisogno di più competenze per creare integrazioni di sistemi legacy che automatizzino l'azienda. Inoltre, si ottiene una visione operativa frammentata delle integrazioni che richiede il cambio di contesto, complica il debugging in caso di guasti e riduce significativamente la produttività degli integratori.
5. Tempi lenti per l'innovazione e le intuizioni
La creazione di integrazioni con IBM DataStage richiede molto tempo. La necessità di specificare lo schema e la mancanza di modi standard per gestire gli errori rallentano i team di sviluppo. Di conseguenza, con DataStage, il backlog del team di sviluppo non potrà che aumentare man mano che i team aziendali cercheranno di automatizzare un maggior numero di processi aziendali e di movimenti di dati. A causa di una connettività non ottimale con i più diffusi servizi basati su cloud, come Snowflake, Redshift, Databricks e Google BigQuery, il vostro team non potrà usufruire delle ultime innovazioni di queste piattaforme di dati che definiscono il futuro. Questi ostacoli si ripercuotono in ultima analisi sulla capacità della vostra azienda di ricavare informazioni da tutte le fonti di dati, cosa che vi aiuterà a distinguervi e a prosperare in questo mondo competitivo.
Ognuno di questi motivi può essere importante per la vostra organizzazione. In ogni caso, se volete abbandonare IBM DataStage e scoprire come SnapLogic può aiutarvi a risolvere le vostre sfide, richiedete una demo qui.
