La trasformazione digitale è diventata una priorità per le imprese: in un mercato altamente competitivo e in continua evoluzione è necessario investire sulle tecnologie più avanzate per aggiornare i processi di business.
Trasformarsi per le aziende significa riuscire ad adattarsi ai cambiamenti e cogliere tutte le opportunità che il mercato ha da offrire, rispondendo alle esigenze sempre più stringenti dei clienti.
Con Simone Merlini, CEO di BeSharp, società di consulenza specializzata in AWS, abbiamo approfondito come le organizzazioni possono intraprendere il percorso di digitalizzazione seguendo tre passi fondamentali che mettono al centro il dato.
Il primo passo: la raccolta dei dati
I dati sono la risorsa più preziosa per le aziende e possono fornire insight di alto valore cruciali per il business. Il primo passo per sfruttare la potenzialità dei dati è estrarli dalle sorgenti a disposizione, siano esse sensori, dispositivi wearable o sorgenti web.
Poiché le sorgenti sono eterogenee è necessario individuare la tecnologia e la metodologia più corrette per ottenere i dati, armonizzarli e pulirli, rendendoli facilmente fruibili agli step successivi.
Il secondo passo: la gestione dei dati
I dati vanno poi memorizzati, generalmente in uno storage cloud, in modo che siano disponibili per l'analisi e questo è uno step cruciale: le informazioni sono il vero valore di un'azienda, quindi bisogna garantire che siano sempre al sicuro e che lo storage offra performance di un certo livello per l'accesso ai dati.
Accumulare dati senza applicare logiche specifiche rischia di aumentare a dismisura i costi di memorizzazione e gestione, oltre che a peggiorare le performance di analisi.
"Bisogna mettere in atto delle logiche di storage tiering, quindi utilizzare diverse tecnologie di storage per poter tenere la maggior parte dei dati possibili spendendo il meno possibile" - spiega Merlini. Ci sono delle tecnologie che permettono di immagazzinare enormi quantità di dati a costi irrisori, ma bisogna strutturare bene il progetto.
Le tecniche di archiviazione "a caldo" (hot storage) sono indicate per memorizzare dati che vengono utilizzati nel breve termine o che comunque sono rilevanti in modo continuativo, ai quali bisogna quindi accedere velocemente per eseguire l'analisi.
Le tecnologie di cold storage permettono invece di accumulare i dati generati spendendo il meno possibile, mantenendoli al sicuro finché non emerge un caso d'uso che li coinvolge o finché non c'è il budget sufficiente per utilizzarli.
Terzo passo: estrazione del valore dai dati
Infine, l'ultimo step del processo consiste nell'estrazione vera e propria del valore del dato al fine di integrare le informazioni nei processi di business. L'estrazione può essere eseguita con diverse tecniche, sia quelle classiche basate su indicatori statistici che quelle più recenti che sfruttano il machine learning e il deep learning e tutto dipende dal modello di business aziendale, quindi varia da azienda ad azienda.
In questa fase possono emergere problematiche relative alla complessità degli algoritmi e quindi alla potenza di calcolo necessaria all'inferenza e al training; queste difficoltà possono essere risolte facilmente affidandosi a un'infrastruttura cloud in grado di supportare carichi impegnativi senza appesantire l'infrastruttura interna.
"Spesso i progetti dove si cerca di fare l'estrazione di valore più avanzata hanno un processo iterativo con cui questo valore viene messo a terra" spiega Merlini, "Il cloud in questo aiuta molto perché abbassa il costo del fallimento e dei tentativi reiterati".
Una volta che questi tre step sono stati portati a termine, inizia la fase di accelerazione vera e propria, con una serie di benefici che vedremo nelle prossime chiacchierate con Simone Merlini.
