Big Data o Fast Data?

L’approccio ai “grandi dati” è spesso riduttivo rispetto alla loro potenzialità. Strumenti come Spark, Hadoop e Flink non sono sufficienti a garantire la massima resa in termini di business value e di customer experience.

technology internet big data background
Credits

Le tecnologie piu’ note per la Big Data Analysis sono senza alcun dubbio strumenti utili, ma non possono essere considerate sufficienti nel quadro generale di una Customer Experience (CX) completa e funzionale in termini di business.

In quale direzione è importante dirigere lo sguardo (e concentrare gli sforzi) per ottenere il massimo risultato dall’enorme quantità di dati che ogni azienda raccoglie? Vediamo quali sono le necessità, in termini di tecnologie, che gli strumenti scelti da un’azienda dovrebbero soddisfare.

La reattività del front end è senza dubbio di fondamentale importanza, soprattutto in termini di capacità di funzionamento senza rallentamenti anche quando i dati raccolti e le richieste degli utenti raggiungono dimensioni notevoli. La resilienza del software è quindi vitale per permettere ai team vendite e marketing di offrire un servizio mirato e di qualità.

I microservizi sono, in questi termini, una soluzione intelligente: ognuno di essi funziona secondo cicli di vita indipendenti dagli altri ed è quindi in grado di scalare e rispondere a query, gestire l’immissione di dati o fornire viste in modo veloce e senza inficiare il funzionamento dell’intero sistema.

Un’altra caratteristica importante è l’event sourcing, perché garantisce la capacità del sistema di crescere con le necessità aziendali, adattandosi ad esse e favorendole. Per raggiungere tale obiettivo è necessario separare le operazioni di scrittura da quelle di lettura relative alle SLA, perché in questo modo la loro scalabilità sarà indipendente e la customizzazione di entrambe le funzionalità sulle necessità specifiche sarà migliore.

Proprio in termini di SLA si inserisce l’analisi dei Big Data. Saranno necessari machine learning o algoritmi di deep learning per far sì che il prodotto abbia la rilevanza che merita.

Semplificando i concetti, possiamo affermare che l’analisi dei dati non è sufficiente a supportare e favorire la crescita di un business. Si tratta invece di un “lavoro di gruppo” di diversi elementi che operando in modo fluido possono fare la differenza:

interfaccia reattiva,

struttura costruita sui microservizi,

sistema di messaggistica non sincronizzata

struttura di Big Data

database

strategia di hosting basata su container

monitoraggio e telemetria

machine learning ed AI

e questi sono solo alcuni elementi di un quadro complesso ed in continua evoluzione.

In una visione ampia, le caratteristiche fondamentali dell’infrastruttura sono:

scalabilità

sicurezza

flessibilità

resilienza

possibilità di accesso da ovunque

agilità

reattività

I big data sono solo una parte di questo insieme, una parte senza dubbio importante che però necessita dell’interazione tra i diversi strumenti.

 

Advertisements

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google+ photo

You are commenting using your Google+ account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

w

Connecting to %s