Questo articolo è apparso originariamente su computable.nl.
Molte aziende desiderano utilizzare i big data per prendere decisioni migliori, rafforzare le relazioni con i clienti e aumentare l'efficienza all'interno dell'azienda. Si trovano di fronte a una serie vertiginosa di tecnologie - da progetti open source a software commerciali - che possono aiutare a gestire meglio le grandi quantità di dati. Ad esempio, servizi come Hadoop, Spark e Redshift possono essere utilizzati come base per lavorare con i big data.
In ultima analisi, la maggior parte delle aziende vuole semplicemente dati migliori e risposte più rapide, senza i problemi che derivano dall'applicazione di tecnologie diverse. Mentre Hadoop e altre piattaforme di big data si sono sviluppate lentamente, cloud è cresciuto più rapidamente. Pertanto, cloud può ora risolvere molti dei problemi che in precedenza impedivano il progresso dei big data.
Utilizzo ottimale
Negli ultimi anni la promessa dei big data è stata soddisfatta principalmente dalle grandi aziende con ampi reparti di ingegneria e data science. I sistemi utilizzati erano complessi, difficili da gestire e soggetti a cambiamenti. Questo è fattibile per le grandi aziende della Silicon Valley, ma l'azienda media olandese non può permettersi tali sistemi. Un'azienda media vuole i dati migliori nel più breve tempo possibile e nel posto giusto, senza dover assumere decine di ingegneri Java perché conoscono la tecnologia dalla A alla Z.
I problemi incontrati dai clienti con la piattaforma Hadoop on-premises sono spesso gli stessi che hanno riscontrato con i sistemi legacy locali: il personale non è sufficientemente qualificato per portare a termine tutto. Le aziende vogliono funzionalità avanzate, ma non vogliono doversi confrontare con bug, integrazioni fallite e nuove versioni. Inoltre, i modelli di consumo stanno cambiando: vogliamo consumare, archiviare ed elaborare i dati in ogni momento. Non vogliamo una capacità eccessiva. Vogliamo accedere all'infrastruttura in qualsiasi momento e in qualsiasi modo, e vogliamo sempre qualcosa in più di quello che ci serve.
In breve, i big data possono essere utilizzati in modo ottimale solo utilizzando cloud. La prima ondata di "big data via cloud" è stata semplice: aziende come Cloudera hanno messo il loro software su Amazon. Ma "il vero cloud" significa che le aziende non devono gestire Hadoop o Spark, ma spostare la complessità in un'infrastruttura ospitata, dove qualcun altro si occupa della gestione. A tal fine, Amazon, Microsoft e Google forniscono ora "Hadoop gestito" e "Spark gestito". Le aziende devono solo pensare ai dati che hanno, alle domande che hanno e alle risposte che vogliono. Non è necessario gestire un cluster, ricercare nuovi prodotti o preoccuparsi della gestione delle versioni. È sufficiente caricare i dati e iniziare a elaborarli.
Motivi per gestire i big data
Ci sono tre importanti ragioni, forse non sempre ovvie, per gestire i big data nel sito cloud:
- Prevedibilità: L'infrastruttura e la sua gestione sono a carico del fornitore cloud . Di conseguenza, le aziende possono scalare in base alle proprie intuizioni e necessità, senza trovarsi di fronte a sorprese (finanziarie).
- Efficienza dei costi: A differenza di Hadoop on-premise, dove la potenza di calcolo e lo storage si influenzano a vicenda, in cloud le aziende possono distribuire individualmente secondo le necessità e beneficiare di costi inferiori.
- Innovazione: i fornitori di Cloud implementano continuamente il software, l'infrastruttura e le best practice più recenti. Di conseguenza, le aziende possono sfruttare al meglio i vantaggi di cloud senza investire tempo e denaro.
Naturalmente c'è ancora molto lavoro da fare, ma è più incentrato sui dati e sulle operazioni, e non sull'infrastruttura. La buona notizia per le aziende è che esiste una "nuova" tendenza nel campo dell'integrazione e dell'utilizzo dei dati, ovvero il passaggio al self-service. Grazie a nuovi strumenti e piattaforme, la "self-service integration" consente di creare rapidamente e facilmente piani di dati automatizzati senza l'uso di codice. La "self-service analytics" facilita la modifica dei dati da parte di analisti e utenti aziendali senza l'intervento dell'IT.
Nel complesso, queste tendenze sono responsabili della democratizzazione dei dati, e ciò è promettente. Ciò avrà un impatto significativo sulle funzioni orizzontali e sui settori verticali. I dati diventano così una fonte più fluida, dinamica e accessibile per tutte le organizzazioni. L'IT non detiene più le chiavi del regno e gli sviluppatori non determinano più il flusso di lavoro. Giusto in tempo, perché il volume e la velocità dei dati provenienti dai media digitali e sociali, dagli strumenti mobili e dai dispositivi edge minacciano di sommergerci. Non appena la promessa dell'Internet delle cose, dell'IA e del Machine Learning diventerà realtà, saremo sommersi da enormi quantità di dati.
