Questo sito web utilizza cookie tecnici e, previo Suo consenso, cookie di profilazione, nostri e di terze parti. Chiudendo questo banner, scorrendo questa pagina o cliccando qualunque suo elemento acconsente all'uso dei cookie. Leggi la nostra Cookie Policy per esteso.OK

Big Data Analysis

Data Lake, le cose da sapere per orientarsi

Il Data Lake, ovvero il “Lago dei dati”, è un metodo di lavoro che semplifica l’archiviazione la gestione e l’analisi dei Big Data, di qualsiasi formato e provenienti da qualsiasi fonte, in un un unico “contenitore”

09 Apr 2015

Il Data Lake è definito dagli Osservatori Digital Innovation un “ambiente di archiviazione dei dati nel loro formato nativo, fino a quando non è necessario dar loro una struttura. Con questa modalità di gestione è possibile avere l’integrazione di elevate quantità di dati di qualsiasi formato e provenienti da qualsiasi fonte.

Con la diffusione dei Big Data si è diffusa anche la necessità di anticipare alcune analisi, ricercando pattern nascosti all’interno di ambienti che raccolgono l’insieme dei dati a disposizione dell’organizzazione nella sua interezza. L’obiettivo è ottenere informazioni che migliorano la conoscenza del business aziendale e integrare anche dati tradizionalmente non ritenuti di interesse. È con la diffusione di dati eterogenei per fonte e formato che si è di uso il concetto di Data Lake, architettura che risponde alla necessità di avere un unico “contenitore” di dati aziendali raccolti nel loro formato nativo.

Il Data Lake semplifica l’archiviazione, la gestione e l’analisi dei Big Data, unendo i dati in tempo reale e da fonti diversificate. È un luogo per archiviare dati strutturati e non strutturati, uno strumento di analisi dei Big Data e una risorsa per condividere e correlare i dati per attività di business.

Perché Data Lake è importante

Data Lake fornisce una piattaforma per l’analisi dei dati e amplifica le capacità dai data warehouse aziendali. Grazie a Data Lake gli analisti del dato accedono liberamente alle risorse di cui necessitano. Data Lake semplifica il processo ETRL (Extract, Transform, Load) .

Come l’approccio Data Lake differisce dall’approccio tradizionale

I data warehouse organizzano i dati strutturati rappresentati in colonne e righe. Il formato del dato è stabilito a priori. Data Lake invece permette di archiviare una grande varietà di dati – strutturati e non strutturati – garantendo un’ampia flessibilità. L’obiettivo di Data Lake non è solo di archiviare e recuperare dati, ma di esplorarli, correlarli in modo fino ad oggi impensabile e analizzarli per ottenere un valore di business. Data Lake abilita differenti prospettive grazie a combinazioni di dati praticamente illimitate.

Digital event, 29 aprile
Data Scientist: quali sono le competenze giuste? E quali gli attuali ambiti di applicazione?
Big Data
Intelligenza Artificiale

New call-to-action

Le applicazioni dei Data Lake

Tutte le applicazioni in cui c’è la necessità di analizzare enormi quantità di dati. Per esempio permette di conoscere meglio i propri clienti e definire strategie di vendita sulla base dei dati raccolti (profilo, storico degli acquisti, interazione con il call center, interazioni sui social media, ecc.). Analizzando tutti questi dati, è possibile definire e offrire un’esperienza utente più coinvolgente, addirittura in tempo reale. Oppure nei casi in cui si vuole monitorare l’accesso ai sistemi aziendali. Attraverso o Data Lake, le aziende possono analizzare più velocemente le anomalie e intervenire prontamente. Il Data Lake abilita le persone di business e le aziende a lavorare con un maggior numero di dati rilevanti, a realizzare meglio e più velocemente l’analisi dei dati, a prendere decisioni e ad agire in tempo reale e a generare quindi valore per il business.

@RIPRODUZIONE RISERVATA

Articolo 1 di 5