Data Architecture: cos’è?
Una data architecture traduce le esigenze aziendali in dati e requisiti di sistema cercando di gestirne il relativo flusso all’interno di un’azienda.
Definizione di Data Architecture
Una data architecture o architettura dei dati – descrive la struttura degli asset logici e fisici di un’organizzazione e delle risorse di gestione dei dati.
Comprende i modelli, le politiche, le regole e gli standard che regolano la raccolta, l’archiviazione, la disposizione, l’integrazione e l’uso dei dati nelle organizzazioni.
Solitamente viene gestita e organizzata da una figura professionale precisa: il data architect.
A cosa serve la data architecture?
L’obiettivo di ogni data architecture è tradurre le esigenze aziendali in dati e requisiti di sistema e gestire i dati e il relativo flusso all’interno dell’azienda.
Molte società oggi stanno cercando di modernizzare la propria struttura come base per sfruttare a pieno l’Intelligenza artificiale e consentire la digital transformation.
Infatti, queste non riescono a raggiungere i propri obiettivi di trasformazione digitale e IA a causa della complessità dei processi più che della complessità tecnica.
Principi dell’architettura dei dati
Secondo Joshua Klahr, vicepresidente della gestione dei prodotti presso Splunk e precedentemente presso AtScale, sei principi costituiscono la base della moderna architettura dei dati:
- I dati sono una risorsa condivisa.
Una moderna architettura dei dati deve eliminare i silos di dati dipartimentali e offrire a tutte le parti interessate una visione completa dell’azienda.
- Gli utenti richiedono un accesso adeguato ai dati.
Oltre ad abbattere i silos, le moderne architetture di dati devono fornire interfacce che consentano agli utenti di consumare facilmente i dati utilizzando strumenti adatti al loro lavoro.
- La sicurezza è essenziale.
Le moderne architetture dei dati devono essere progettate per la sicurezza e devono supportare le politiche dei dati e i controlli di accesso direttamente sui dati grezzi.
- I vocabolari comuni garantiscono una comprensione comune.
Gli asset di dati condivisi, come cataloghi prodotti, dimensioni del calendario fiscale e definizioni KPI, richiedono un vocabolario comune per evitare controversie durante l’analisi.
- I dati dovrebbero essere curati.
Investi in funzioni principali che eseguono la cura dei dati (modellazione di relazioni importanti, pulizia dei dati grezzi e cura di dimensioni e misure chiave).
- I flussi di dati dovrebbero essere ottimizzati per l’agilità.
Riduci il numero di volte in cui i dati devono essere spostati per ridurre i costi, aumentare l’aggiornamento dei dati e ottimizzare l’agilità aziendale.
Come organizzare l’architetuttura
Una moderna architettura dei dati dovrebbe essere composta dai seguenti componenti:
Data arhitecture, alcune best practice
Le moderne architetture di dati devono essere progettate per sfruttare le tecnologie emergenti come l’intelligenza artificiale (AI), l’automazione, l’Internet of things (IoT) e la blockchain.
Una data architecture per essere funzionale dovrebbe seguire queste best practice:
- Nativo per il cloud.
Le moderne architetture di dati dovrebbero essere progettate per supportare la scalabilità elastica, l’elevata disponibilità, la sicurezza end-to-end per i dati in movimento e inattivi e la scalabilità dei costi e delle prestazioni.
- Pipeline di dati scalabili.
Per sfruttare le tecnologie emergenti, le architetture di dati dovrebbero supportare lo streaming di dati in tempo reale e le raffiche di dati in micro-batch.
- Perfetta integrazione dei dati con le applicazioni legacy utilizzando interfacce API standard.
- Abilitazione dati in tempo reale.
Ovvero supportare la capacità di implementare la convalida, la classificazione, la gestione e la governance dei dati automatizzate e attive.
