Big Data e IT StrategyCome costruire l’Impresa Intelligente

Università Milano Bicocca

1 Marzo 2013

GIUSEPPE LIETO

Big Data e la forza degli eventiDa sovraccarico informativo a strumento di conoscenza

2

Gartner definition

"Big data are high-volume, high-velocity, and/or high-variety

information assets that require new forms of processing to enable

enhanced decision making, insight discovery and process

optimization”

3

Analytics con approccio classico BI (~ 1996)

4

Evoluzione verso Data Warehouse (~2004)

5

Il nuovo modello Big Data (~ 2011)

6

Di cosa parlerò

A. Perché introdurre progetti di Big Data nelle aziende

B. Come introdurre progetti Big Data nelle aziende

Di cosa non parlerò

C. Quale tecnologia utilizzare per i Big Data

7

8

A. Perché introdurre progetti di Big Data

1. Il primo approccio con le tecnologie dei Big Data fa apparire questa

tecnologia come la soluzione a tutti i problemi di estrazione di

conoscenza dai dati gestiti e gestibili da un’Organizzazione

2. Si possono sviluppare applicazioni in modo semplice e veloce nei campi

più disparati:

• Application management

• IT Operation management

• Security

• Compliance

• Business Analytics

• ………..

•Change monitoring

•Network management

•Server management

•Virtualization management

•Desktop management

•SLA management

•……….

•Web Analytics

•Revenue optimization

•Transaction analysis

•……….

9

Dashboard

A. Perché introdurre progetti di Big Data

Quindi la soluzione sembrerebbe essere

“mettiamo tutto in un grande contenitore, indicizziamo tutti i

dati possibili, mettiamoci all’opera perché ci aspetta la soluzione

a tutti i nostri problemi”

10

11

B. Come introdurre progetti di Big Data

(una buona ragione)

1. Si deve partire da un caso d'uso, un fattore per migliorare la

competitività, un problema di costo o qualunque altra ragione per cui

l’uso di tecnologie Big Data fa diventare conveniente la soluzione del

problema

2. Driver tipici sono il tipo di informazioni (ad esempio fonti di informazione

non strutturate) o il grande volume di informazioni da trattare; in ogni

caso, è necessario identificare esattamente perché si sta perseguendo la

strada dei Big Data

3. Un buon fattore è sempre il ROI. Il costo per la soluzione del problema è

sicuramente una ragione convincente (il costo include sia il costo della

tecnologia che quello del lavoro e dei tempi di realizzazione)

12

B. Come introdurre progetti di Big Data

(un team di lavoro convinto)

1. Il team di lavoro deve comprendere le potenzialità degli strumenti di Big

Data. Non si tratta di realizzare un progetto tradizionale: bisogna

coinvolgere il team per sensibilizzarlo sulle nuove possibilità di questi

strumenti. Realizzato un caso sarà tipicamente semplice realizzarne un

altro, anche se non era inizialmente previsto e sarà il team stesso ad

essere propositivo

13

B. Come introdurre progetti di Big Data

(un team di lavoro convinto)

1. I risultati non vanno considerati come ennesima elaborazione di dati

presenti in database o data warehouse, ma piuttosto come nuovo modo

di ottenere informazioni dai dati, anche da quelli non strutturati e che

non erano utilizzati per gli scopi del nostro caso. Non si tratta, quindi di

sostituire banche dati esistenti, ma piuttosto di aumentare il livello di

integrazione dei dati ottenendo così nuove informazioni

14

B. Come introdurre progetti di Big Data

(un team di lavoro convinto)

Big Data come tecnologia additiva e non sostitutiva per ottenere

risultati in modo rapido e con costi contenuti

15

B. Come introdurre progetti di Big Data

(skill tecnico di sviluppo non necessariamente elevato)

1. Le tecnologie Big Data consentono di utilizzare linguaggi di scripting

piuttosto semplici, rendendo spesso disponibili sistemi visuali per

disegnare applicazioni.

2. Può essere più importante coinvolgere personale che conosce le fonti dei

dati e i loro contenuti che personale con uno skill tecnico di

programmazione elevato

Non sottovalutare problemi di sicurezza e di privacy

16

B. Come introdurre progetti di Big Data

(evoluzione di prototipi)

• Non c’è cosa migliore che provare

– Provare a sviluppare il progetto in un ambiente di test rappresentativo di come potrà

essere l'ambiente di produzione può essere una buona tecnica per una serie di motivi:

per capire le caratteristiche prestazionali del sistema, come può scalare al crescere delle

dimensioni, come determinare le risorse professionali ed EDP necessarie e, soprattutto,

verificare di aver compreso tutte le variabili in gioco.

– Essere sicuri che i dati che si pensa di elaborare siano effettivamente disponibili e in una

forma utilizzabile

Attenzione! Non dimentichiamo i problemi di sicurezza e di governance

17

B. Come introdurre progetti di Big Data

(certezza di poter usare i dati)

• Il tempo per poter materialmente stabilire il canale per l’accesso ai dati

potrebbe non essere breve (dati di responsabilità di aree aziendali non

coinvolte, dati sensibili, dati immediatamente utilizzabili, …..)

18

B. Come introdurre progetti di Big Data

(modello operativo semplice)

Individuazione delle

esigenze funzionali

Individuazione delle

esigenze prestazionali

Con l’ausilio di opportuni tools:

- si definiscono i requisiti di massima dell’applicazione

- si selezionano i componenti da utilizzare

Sviluppo e/o

configurazione dei servizi,

collaudo e rilascio

Attivazione del servizio

Possibili sviluppi custom

Si definisce la profondità di analisi, in termini di

- storage massimo richiesto / tempo di retention

- tempi di risposta desiderati / CPU allocata

- opzioni di configurazione

Le applicazioni possono essere rilasciate in varie

modalità (cloud, private cloud, servizi, …..)

Configurazioni specifiche

Possibilità di customizzazioni per specifiche esigenze.

19

Modalità di introduzione di progetti big data

(una buona ragione)

(un team di lavoro convinto)

(skill tecnico di sviluppo non necessariamente elevato)

(evoluzione di prototipi)

(certezza di poter usare i dati)

(modello operativo semplice)

L’attenzione si sposta verso gli obiettivi. La definizione degli obiettivi viene

effettuata con il team di lavoro che vede progressivamente concretizzare gli

sforzi, senza competenze di sviluppo particolari, ma vedendo valorizzata la

propria competenza sui dati che ...... diventano informazioni

Grazie per l’attenzione

Giuseppe Lieto

glieto@sysmanagement.it

www.sysmanagement.it