Creare un framework olistico di dati che possono essere sfruttati in remoto o in locale nel cloud o nel data center: è la necessità attorno alla quale si stanno fondendo le nuove tendenze della gestione dei dati. Indipendentemente dal fatto che siano strutturati o non strutturati, questi dati devono infatti spostarsi in modo semplice e sicuro tra piattaforme cloud, on-premise e remote e devono essere prontamente disponibili per tutti coloro che hanno bisogno di sapere e non disponibili per nessun altro.
Gli esperti prevedono 175 zettabyte di dati in tutto il mondo entro due anni, molti dei quali provenienti da dispositivi IoT (Internet of Things). Le aziende di tutte le dimensioni dovrebbero aspettarsi quantità significative di dati, la maggior parte dei quali non strutturati e non necessariamente compatibili con i database Sor (System of Record) che hanno a lungo guidato sistemi aziendali mission-critical come la pianificazione delle risorse aziendali (Erp).
Anche i dati non strutturati dovrebbero essere soggetti a molte delle stesse regole che regolano i dati Sor strutturati. Ad esempio, i dati non strutturati devono essere protetti con i massimi livelli di integrità e affidabilità dei dati se l’azienda deve dipendere da essi. Deve inoltre soddisfare gli standard normativi e di governance interna e deve essere in grado di muoversi liberamente tra sistemi e applicazioni su cloud, repository di dati interni e storage mobile.
Sette tendenze emergenti di data management
Tutte queste sfide richiedono un’attenta considerazione mentre l’IT aziendale costruisce la sua roadmap di gestione dei dati. Di conseguenza, ecco – secondo le analisi di Datamation – sette tendenze emergenti nella gestione dei dati nel 2023.
Framework ibridi di gestione dei dati end-to-end
Le aziende possono aspettarsi enormi quantità di dati strutturati e non strutturati provenienti da un’ampia gamma di fonti, inclusi fornitori di servizi cloud esterni, dispositivi IoT, robot, droni, lettori Rf e macchine Mri o Cnc, sistemi Sor interni e utenti remoti che lavorano su smartphone e tablet. Tutti questi dati potrebbero essere archiviati a lungo o a breve termine nel datacenter on-premise, in un cloud o su una piattaforma server mobile o distribuita. In alcuni casi, potrebbe essere necessario monitorare o accedere ai dati in tempo reale durante lo streaming in tempo reale.
In questo ambiente ibrido, i dati, i loro usi e i suoi utenti sono diversi: i gestori dei dati avranno bisogno di un software di gestione e sicurezza dei dati in grado di coprire tutte queste attività e usi ibridi in modo che i dati possano essere trasportati e archiviati in modo sicuro punto a punto. Ibm è leader nello spazio del framework di gestione dei dati, ma Sap, Tibco, Talend, Oracle e altri offrono anche soluzioni di gestione del data fabric end-to-end. Un secondo aspetto della gestione dei dati è la possibilità di proteggere i dati, indipendentemente da dove vengono inviati o dove risiedono: il software mesh di sicurezza end-to-end di fornitori come Fortinet, Palo Alto Networks e Crowdstrike può soddisfare questa esigenza.
Consolidamento degli strumenti di osservabilità dei dati
Poiché molte applicazioni ora utilizzano più piattaforme cloud e on-premise per accedere ed elaborare i dati, l’osservabilità, ovvero la capacità di tenere traccia di dati ed eventi attraverso più piattaforme e barriere di sistema con il software, è un obiettivo chiave per le aziende che desiderano monitorare end-to-end movimenti di dati e applicazioni. Il problema con la maggior parte delle organizzazioni che oggi utilizzano strumenti di osservabilità è che utilizzano troppi strumenti diversi per influenzare i dati end-to-end e la visibilità delle applicazioni su tutte le piattaforme.
Fornitori come Middleware e Datadog lo riconoscono e si concentrano sulla fornitura di set di strumenti di osservabilità integrati, “single panel of glass”. Questi strumenti consentono alle aziende di ridurre il numero di diversi strumenti di osservabilità che utilizzano in un unico set di strumenti in grado di monitorare i movimenti di dati ed eventi su più sistemi e piattaforme cloud e on premise.
Master data management per sistemi legacy
Man mano che le aziende avanzano con le nuove tecnologie, affrontano la sfida di capire cosa fare con quelle più vecchie. Ma alcuni di questi continuano a fornire valore come sistemi legacy, sistemi obsoleti o che continuano a eseguire funzioni mission-critical vitali per l’azienda. Alcuni di questi sistemi legacy, ad esempio i sistemi Erp (Enterprise Resource Planning) come Sap o Oracle, offrono set di strumenti Mdm (Master data management) completi e integrati per la gestione dei dati nel cloud o nelle soluzioni locali. Sempre più aziende che utilizzano questi sistemi stanno adottando e implementando questi set di strumenti Mdm come parte delle loro strategie generali di governance dei dati.
Gli strumenti Mdm offrono modi intuitivi per gestire i dati di sistema e importare dati da fonti esterne. Il software Mdm fornisce una vista unificata dei dati, indipendentemente da dove risiedono, e l’IT definisce le regole aziendali Mdm per la coerenza, la qualità, la sicurezza e la governance dei dati.
Gestione dei dati tramite AI/ML
Sebbene la tendenza all’utilizzo dell’intelligenza artificiale e dell’apprendimento automatico (AI/ML) per la gestione dei dati non sia nuova, continua a crescere in popolarità guidata dalle preoccupazioni relative ai big data poiché il volume senza precedenti di gestione dei dati che le imprese devono affrontare si scontra con una continua carenza di personale in tutto il settore tecnologico nel suo insieme, specialmente nei ruoli incentrati sui dati.
AI e ML introducono un’automazione di grande valore nei processi manuali che sono stati soggetti a errori umani. Le attività fondamentali di gestione dei dati come l’identificazione e la classificazione dei dati possono essere gestite in modo più efficiente e accurato dalle tecnologie avanzate nello spazio AI/ML e, man mano che AI ed ML continuano a evolversi, possiamo aspettarci di vedere soluzioni software che offrano approcci intelligenti e basati sull’apprendimento, tra cui ricerca, scoperta e pianificazione della capacità.
Priorità alla sicurezza dei dati
Nel primo trimestre del 2023, oltre sei milioni di record di dati sono stati violati in tutto il mondo. Una violazione dei dati può distruggere la reputazione di un’azienda, incidere sui ricavi, mettere in pericolo la fedeltà dei clienti e far licenziare le persone. Ecco perché la sicurezza di tutto l’IT, soprattutto quando sempre più IT si spostano verso l’edge e l’IoT, è una priorità importante per i Cio. Per affrontare le sfide della sicurezza dei dati, i fornitori di soluzioni di sicurezza si stanno muovendo verso soluzioni di fabric di sicurezza più end-to-end. Stanno offrendo corsi di formazione per dipendenti e IT, poiché l’aumento dello sviluppo dei cittadini degli utenti e le cattive abitudini di sicurezza degli utenti possono essere le principali cause di violazioni. Sebbene molte di queste funzioni di sicurezza vengano eseguite dai gruppi IT e di rete, i dati puliti, protetti e affidabili sono soprattutto un problema di amministratore di database, analista di dati e archiviazione dei dati.
Automatizzare la preparazione dei dati
La crescita esponenziale dei volumi di big data e il numero sempre minore di talenti nel campo della scienza dei dati stanno mettendo a dura prova le organizzazioni. In alcuni casi, oltre il 60% del costoso tempo dedicato alla scienza dei dati viene impiegato per la pulizia e la preparazione dei dati. I fornitori di software vogliono cambiare questo punto dolente aziendale con un aumento della preparazione dei dati e del software di automazione della pulizia in grado di eseguire queste noiose operazioni manuali. Le soluzioni automatizzate per la preparazione dei dati acquisiscono, archiviano, organizzano e mantengono i dati, spesso utilizzando AI e ML, e possono gestire attività manualmente intensive come la preparazione e la pulizia dei dati.
Utilizzo della tecnologia blockchain e distributed ledger
I sistemi di contabilità distribuita consentono alle aziende di mantenere registrazioni delle transazioni più sicure, tenere traccia delle risorse e tenere tracce di controllo. Questa tecnologia, insieme alla tecnologia blockchain, memorizza i dati in una forma decentralizzata che non può essere modificata, migliorando l’autenticità e l’accuratezza dei record relativi alla gestione dei dati. Ciò include dati sulle transazioni finanziarie, attività di recupero di dati sensibili e altro ancora.
La tecnologia blockchain può essere utilizzata nella gestione dei dati per migliorare la sicurezza, la condivisibilità e la coerenza dei dati. Può anche essere utilizzato per fornire una verifica automatica, offrendo strade per migliorare la governance e la sicurezza dei dati.
Il futuro della gestione dei dati
Mentre le aziende affrontano la necessità di raccogliere e analizzare enormi volumi di dati da una varietà di fonti, cercano nuovi mezzi di gestione dei dati in grado di tenere il passo con le crescenti esigenze. Tecnologie all’avanguardia come AI/ML e blockchain possono essere utilizzate per automatizzare e migliorare alcuni aspetti della gestione dei dati e i fornitori di software le stanno incorporando nelle loro piattaforme per renderle parte integrante del lavoro. Man mano che le nuove tecnologie continuano ad evolversi, i metodi di gestione dei dati si evolveranno con esse, integrandoli nei processi guidati dalla crescente domanda.
