Forrester ha esaminato 15 fornitori di soluzioni complete per Big Data Fabric — Cambridge Semantics, Cloudera, Denodo Technologies, Hitachi Vantara, Hortonworks, IBM, Informatica, Oracle, Paxata, Podium Data, SAP, Syncsort, Talend, TIBCO Software, Trifacta — e sulla base di 26 parametri di confronto ha stabilito che i migliori sono...
Se c'è un'area nella quale i servizi Cloud risultano pressoché indispensabili è quella dei Big Data, con la complicazione che converrà considerare sin dall'inizio ambienti ibridi e multi-cloud, rendendo indispensabile allestire architetture aperte sulla falsariga del modello Data Fabric...
Nel concetto di Data Fabric si riassumono l'architettura, le componenti e i servizi - Cloud e On-Premise - necessari a conservare, gestire, analizzare i Big Data. Un netto superamento dei Data Warehouse dai quali prendono le mosse e dei Data Lake che affrontano solo un aspetto del problema.
L'uscita del nuovo libro di Tom Davenport "Only Humans Need Apply: Winners and Losers in the Age of Smart Machines" riporta l'attenzione sui rischi di perdita di posti di lavoro indotti dall'automazione e dalla nuova era degli Analytics 4.0. E' tuttavia fondamentale coglierne gli aspetti positivi sia in senso generale sia in ottica individuale...
Dopo aver costruito e diretto due Master in Data Science, nonché aver condotto varie conferenze in materia, ho maturato una buona percezione sulle opportunità offerte dallo specializzarsi nella gestione dei Big Data, degli Analytics, nella creazione di innovativi Data Model e in tutte le tecnologie che vi ruotano attorno. Ecco alcune indicazioni pratiche sulle quali investire per il proprio futuro.
Le conclusioni degli analisti di Gartner Jorgen Heizenberg, Twiggy Lo, Neil Chandler pubblicate nell’ultimo Magic Quadrant per i Business Analytics Services.
Il Valore dei Dati è il vero tormentone del prossimo triennio per la gran parte delle imprese. Tra Big Data, Analytics, IoT e Digital Transformation le tecnologie di raccolta, gestione e analisi dei dati stanno acquisendo la piena centralità nella priorità delle aziende di ogni dimensione. Da qui, la domanda per una lunga serie di professionalità che solo qualche anno fa non esistevano. Tra queste, quelle del Data Sterward offre uno dei migliori equilibri tra necessità di competenze specialistiche, difficoltà di ruolo e criticità per l'organizzazione.
Big Data, Analytics, IoT, decisioni Data Oriented: sono le parole chiave alla base delle strategie delle aziende vincenti di oggi. Che richiedono un nuovo approccio alla gestione dei dati, andando ben oltre il ruolo del tradizionale Database Admnistrator.
La domanda potrebbe anche essere Business Intelligence o Analytics, con varie declinazioni che passano da Data Warehouse, Data Mart, Big Data e via dicendo. Certo, ad una vista superficiale, Data Mining e Analisi Predittiva potrebbero sembrare la stessa cosa, ma in realtà cambiano le prospettive, le fonti e anche le tecnologie... Come?
In tre giorni, tre versioni diverse sui dati relativi all'occupazione, al PIL, alla crescita, all'inflazione... Con un uso intelligente di Big Data e Analytics si possono ottenere risultati strabilianti, ma come farlo se i dati di partenza sono inaffidabili?
Mano a mano che le tecnologie di gestione dati evolvono nella direzione Big, ovvero grandi quantità di dati eterogenei da analizzare in tempi sempre più brevi, le applicazioni e le esigenze degli utenti divengono più sofisticate, generando la necessità di nuovi approcci e architetture. L'ultima novità in materia è rappresentata dalle piattaforme per i Fast Data definite da Tibco, capaci di gestire e analizzare i Big Data in tempo reale.
Hadoop e MongoDB sono considerati sistemi complementari per la gestione dei Big Data, il primo rivolto all’accesso da fonti di dati distribuiti, l’altro insostituibile nel trattamento in real time. La conservatività del web fa sì che sulla richiesta “Hadoop vs MongoDB” i siti indicati perseverino in questa percezione. In realtà, da molti mesi varie migliorie del secondo hanno di fatto integrato i due mondi, segnando un'importante svolta nell'area....
Aggiornato allo scorso Aprile, il quadro complessivo stilato dagli analisti di Gartner per le piattaforme di Business Intelligence e Analytics vede svettare Tableu, con Infor agli ultimi posti e in mezzo altri 24 produttori sempre più agguerriti.
Non è più tempo di considerare i Big Data e gli Analytics come una nuova possibile frontiera tecnologica da valutare: ormai sono divenuti un passaggio fondamentale per la gran parte delle aziende – e delle attività – per cui bisogna affrettarsi nell'avviarvi i propri progetti per non rimanere travolti dalla concorrenza e da un'ondata di nuove imprese che entrano nei nostri mercati.
Raramente mi occupo o commento strategie e scelte di singoli produttori di tecnologie per Big Data e Data Wahreouse. Ma questa volta, non posso proprio fare a meno di farlo visto che l'occasione è troppo ghiotta per lasciarscela sfuggire!
Questo articolo, firmato da uno dei pionieri del Data Warehousing, è apparso sul Blog di Bill Inmon alla fine dello scorso gennaio. Curioso pensare che per spiegare l'architettura dei Big Data ci si rifaccia al censo istituito nell'antica Roma come pratica per inventariare i beni dei cittadini, ma molto efficace nel rappresentare il significato dell'idea che ci sta dietro. Lo riproponiamo quindi tradotto e integrato...
Sull'ultimo numero di InformationWeek, firmata da Doug Henschen, è apparso un'interessante confronto tra le migliori piattaforme per effetturare analisi predittive sui Big Data. Qui ne offro uno stralcio riponderato sulla base della realtà del mercato italiano dei Big Data.
Questo post fa seguito al precedente, pubblicato su un blog Itware – sezione BigData e Analytics - intitolato “Riflessioni sui Big Data NoSQL” e indirizzato anche ai non addetti circa la natura delle basi di dati NoSQL. Là l’accento era su sistemi BigTable e HBase, qui si esamina l’analogo servizio NoSql della piattaforma Microsoft Azure...
Big Data e Analytics impazzano in tutte le sedi dell’Information Technology ma non a caso: i fatti dimostrano che si tratta di un'accoppiata vincente per estrarre e sfruttare informazioni preziose dalle crescenti maree di dati, con grandi benefici per ogni organizzazione. E tutti i principali produttori di tecnologie vi si buttano a capofitto..
