Data Management Insight

I dati di un’azienda moderna sono un universo frammentato: risiedono su applicazioni cloud o gestionali on-premise, data lake, decine di sistemi legacy e fogli di calcolo che spesso sfuggono al controllo dell’IT. In questo scenario, come è possibile ottenere una visione d’insieme affidabile e accelerare le migrazioni e i progetti per la trasformazione digitale? E […]

La tua ultima iniziativa di AI Generativa non sta dando i risultati sperati? I report di business richiedono giorni di riconciliazioni manuali? Probabilmente, non è un problema di algoritmi o di persone, ma di fondamenta: la qualità dei tuoi dati. Non costruiamo case su basi incrinate: perché dovremmo costruire il nostro business su dati inaffidabili?  

Nell’affascinante mondo del Data Management, circolano spesso storie curiose che fanno riflettere sull’importanza della qualità dei dati. Talvolta anche sorridere, finché non capita a noi stessi o a un nostro cliente, magari nel tanto temuto ambiente di produzione! Mentre ci godiamo l’estate, perché non divertirci con aneddoti curiosi che ricordano quanto sia cruciale presidiare la

Le architetture business composable rappresentano oggi un approccio innovativo alla progettazione e alla gestione dei sistemi aziendali. Questo concetto si basa sulla creazione di un ambiente aziendale altamente flessibile, in cui le risorse e i servizi possono essere facilmente assemblati e riorganizzati per adattarsi alle esigenze mutevoli del business. Piattaforma composable, l’orchestratore Il cuore di

L’esplosione della Generative AI modifica e allarga i confini della Data Quality: costruire il miglior modello di AI costituisce un’impresa difficile senza grosse moli di dati che siano giudicati affidabili. Tutte le aziende hanno oggi un estremo e urgente bisogno di mettere sotto controllo la qualità delle informazioni utilizzate nei propri processi data intensive e

Tra i numerosi progetti di machine learning avviati, pochissimi vengono poi effettivamente realizzati negli ambienti di produzione: questa tendenza, emersa da un’indagine del magazine specializzato KDnuggets, evidenzia le difficoltà riscontrate dalle aziende che non adottano un approccio corretto, quando cercano di creare applicazioni basate sull’intelligenza artificiale o sulle advanced analytics. Commentando il sondaggio, Eric Siegel

I rischi di ridondanza e inefficienza illustrati nel primo articolo sul Data Mesh sono in buona parte mitigati da un terzo principio del framework: la Self-Serve Data Platform. Si tratta di una componente dell’architettura Data Mesh che ha proprio lo scopo di ridurre il carico cognitivo dei team nei singoli Domini, rendendo loro disponibile una

Chiunque si occupi professionalmente o si interessi di dati certamente avrà sentito parlare di Data Mesh o sarà stato coinvolto in conversazioni su questo argomento, su cui si è dibattuto e scritto molto recentemente. Non che il mondo del data management sia stato avaro di novità in questi ultimi anni. Potremmo definirli hype, buzzword o

IEEE Spectrum, la rivista ufficiale dell’associazione tecnica più importante del mondo – quasi mezzo milione di iscritti tra ingegneri, informatici e ricercatori – celebra il ruolo decisivo di SQL nell’informatica odierna e in un’enorme varietà di applicazioni e settori, dal retail all’e-commerce fino allo streaming. Un successo che trova conferma nel mercato del lavoro: nella

Uno dei termini più usati, ricercati e forse abusati oggi nel modo dei data & analytics è “augmented”. E’ richiesto che tutto sia “augmented” spesso prima ancora di esistere: una contraddizione in termini perché per definizione posso aumentare qualcosa di cui già dispongo. E così si parla di augmented data quality… quando ancora non si

Come scegliere le metriche più opportune per misurare gli impatti dell’Information Governance in azienda? Gli indicatori chiave di performance (KPI) dovranno avere tre caratteristiche fondamentali: essere efficaci, sostenibili e adatti a comunicare il valore di business del sistema.  Come scegliere metriche di valore Ad esempio, sarà meglio concentrare l’attività di reporting su un numero ristretto di indicatori, che siano al contempo abbastanza semplici da rappresentare. Occorre

Dal tavolo di lavoro ABI Lab priorità ai progetti di Data Governance La priorità assoluta degli investimenti ICT nel banking per il 2021 sarà nelle iniziative di Data Governance. È quanto emerge dalla ricerca ABI Lab presentata alla chiusura dei tavoli di lavoro del 2020. Seguono le altre priorità per il 2021: modernizzazione del core

La Data Governance by Design è la modalità di gestione e manutenzione dei processi e delle applicazioni informatiche di un’azienda che garantisce un presidio dei dati coinvolti lungo tutto il loro ciclo di vita, ad iniziare dalla definizione dei requisiti alla gestione in esercizio. Procediamo con ordine, partendo dalla Data Governance. Il suo obiettivo è

L’Augmented Data Management prevede l’utilizzo di tecnologie avanzate per l’ottimizzazione e il miglioramento dei processi di gestione dei dati all’interno di un’organizzazione. Il Data Management (DM) è un irrinunciabile fattore abilitante per gli analytics, la Data Science, il Regulatory Reporting e la digital business transformation. È la pratica che consente di raccogliere, conservare, trasformare, collegare

Since releasing the University of San Francisco research paper on “How to Determine the Economic Value of Your Data” (EvD), I have had numerous conversations with senior executives about the business and technology ramifications of EvD. Now with the release of Doug Laney’s “Infonomics” book that builds upon Doug’s EvD work at Gartner, I expect these

Il data lineage è attualmente uno degli argomenti di maggiore interesse in materia di data governance. Le tecnologie, le pratiche, gli approcci alla gestione delle relazioni source-target tra dati sono stati oggetto negli ultimi anni di un importante percorso di maturazione, soprattutto nel settore Finance che in Europa si è trovato per questioni regolamentari a

Quali sono le componenti funzionali di un sistema informatico per la data governance? Governare i dati di una organizzazione vuol dire esercitare una serie di processi specifici, che come tutti i processi consumano e producono informazioni (in questo caso metadati) e spesso sono supportati da indicatori. Il cuore di tutto è un sistema di gestione