Questo post fa parte della serie di tendenze digitali 2021 di G2. Leggi di più sulla prospettiva di G2 sulle tendenze della trasformazione digitale in un'introduzione di Michael Fauscette, direttore della ricerca di G2, e Tom Pringle, VP, ricerca di mercato, e ulteriori approfondimenti sulle tendenze identificate dagli analisti di G2.

Tendenze nella gestione dei dati nel 2021

Nel 2021, i leader orientati ai dati rivaluteranno le loro strategie di gestione dei dati a causa dell'evoluzione dell'ambiente tecnologico. Le organizzazioni daranno priorità agli investimenti in piattaforme dati scalabili per proteggere, governare e analizzare efficacemente i dati attraverso le funzioni aziendali tramite una piattaforma unificata. Queste piattaforme offriranno un maggiore controllo e consentiranno un accesso senza soluzione di continuità ai loro dati, indipendentemente da dove risiedano, aiutandoli infine a ottenere preziose intuizioni e prendere decisioni aziendali migliori.

Le organizzazioni possono ottenere un vantaggio competitivo costruendo competenze nella gestione dei dati per alimentare la loro strategia aziendale. Nuovi strumenti e tecnologie basati su intelligenza artificiale (AI) e apprendimento automatico (ML) vengono continuamente introdotti per gestire le complessità in continua evoluzione come la diversità e la disparità dei dati attraverso gli ambienti.

Un'altra evoluzione graduale nella gestione dei dati è la linea sfumata tra le responsabilità IT e aziendali; le organizzazioni non sono più limitate dai confini funzionali, consentendo la collaborazione sui dati a livello aziendale e responsabilizzando gli stakeholder in tutta l'organizzazione con i dati giusti al momento giusto.

Approfondiamo le tendenze che probabilmente emergeranno nello spazio della gestione dei dati nel 2021.

Ripensare la gestione dei dati per una strategia ibrida e multicloud

L'ascesa dell'architettura ibrida e multicloud, e i continui progressi in AI e ML, stanno spingendo il mercato della gestione dei dati a evolversi costantemente con sfide, opportunità e strategie intensificate. La recente partnership tra due giganti tecnologici, IBM e SAP, spiega il movimento delle organizzazioni verso un percorso cloud ibrido.

L'adozione del cloud è aumentata drasticamente negli ultimi anni, con il 2020 che ha accelerato ulteriormente la tendenza, in mezzo alla pandemia di COVID-19. La crescita del mercato dei servizi di infrastruttura cloud è aumentata nel terzo trimestre con la pandemia che ha agito da catalizzatore, alimentando la domanda online. Le aziende hanno iniziato a spostare sempre più i loro carichi di lavoro e dati nel cloud, preferendo allo stesso tempo ambienti cloud multipli rispetto a un singolo fornitore di cloud.

Man mano che le imprese accelerano la loro migrazione al cloud, stanno implementando sempre più una strategia multicloud. Il 93% delle imprese ha una strategia multicloud e l'87% ha una strategia cloud ibrida, secondo il State of Cloud Report 2020 di Flexera.

Una strategia multicloud consente alle organizzazioni di mantenere un ambiente cloud ibrido che offre una combinazione di sicurezza e capacità specializzate come capacità ML integrate. I carichi di lavoro e i dati più focalizzati sulla sicurezza possono essere mantenuti nel cloud privato mentre i dati e le applicazioni regolari possono funzionare su reti cloud pubbliche convenienti. Questo tipo di infrastruttura si sta dimostrando un modello di successo per le organizzazioni poiché offre un ricco set di opzioni cloud che aiuta sia a ottimizzare i ritorni sugli investimenti cloud sia a ridurre il lock-in del fornitore.

Una delle principali sfide emergenti con l'aumento del tasso di adozione del multicloud o del cloud ibrido è la gestione dei dati attraverso più sistemi e posizioni all'interno delle organizzazioni. Le aziende si vedranno da qualche parte tra essere al 100% on-premises e nel cloud sullo spettro di distribuzione.

In uno scenario cloud ibrido in tempo reale, la maggior parte delle organizzazioni utilizzerà un mix di distribuzione multicloud e on-premises. Per superare le sfide legate a questo panorama in evoluzione, le organizzazioni adotteranno piattaforme di gestione dei dati ibride end-to-end per offrire maggiore visibilità e controllo sui loro dati attraverso ambienti cloud, ibridi e on-premises garantendo al contempo sicurezza dei dati e governance.

I giganti nello spazio della gestione dei dati, come IBM definiscono una moderna piattaforma di gestione dei dati ibrida come una che dovrebbe garantire completa accessibilità indipendentemente dalla fonte o dal formato, supportare varie opzioni di distribuzione, eliminare restrizioni e democratizzare l'accesso ai dati, e abbracciare il potere delle analisi intelligenti con ML integrato.

Decifrare la tecnologia emergente nella gestione dei dati: data fabric

I dati non risiedono più in un unico ambiente; sono sparsi tra ambienti on-premises e cloud, il che indica che le aziende si stanno muovendo verso un mondo ibrido. Con la crescita esponenziale nei formati, fonti e distribuzioni dei dati attraverso le organizzazioni, le aziende cercano costantemente modi per ottimizzare al meglio le risorse di dati che vivono all'interno dei sistemi legacy on-premises esistenti.

Il data fabric può essere pensato come un tessuto che si estende su un ampio spazio che collega più posizioni, tipi e fonti di dati, con metodi per accedere a quei dati. La tecnologia del data fabric è progettata per risolvere le complessità legate alla gestione della disparità dei dati sia negli ambienti on-premises che cloud attraverso una piattaforma unificata.

Data fabric è un termine emergente nell'industria della tecnologia dei dati. Organizzazioni come Cinchy, una società di collaborazione sui dati con sede a Toronto, stanno cercando di educare i fornitori sul potenziale di questa tecnologia. L'azienda ha anche recentemente ottenuto un round di finanziamento di Serie A per supportare la crescente domanda di tecnologia data fabric. L'obiettivo di queste aziende è creare un ambiente dati che fornisca accesso centralizzato tramite una vista unificata dei dati di un'organizzazione che eredita restrizioni di accesso e governance, indipendentemente dal formato o dalla posizione dei dati.

La tecnologia di collaborazione sui dati applicata in un data fabric consente agli utenti di accelerare e semplificare i processi ETL intensivi collegandosi facilmente a diverse fonti di dati ed eliminando il tempo trascorso a spostare e copiare dati tra applicazioni attraverso un'architettura interconnessa. I professionisti dei dati credono che con dati sempre più distribuiti, dinamici e diversificati, le aziende abbiano bisogno di un accesso e una condivisione dei dati senza attriti e questo guiderà l'ascesa della tecnologia data fabric.

Le organizzazioni continuano ad abbracciare AI e ML per alimentare le strategie di gestione dei dati

Gestione dei dati aumentata (ADM)

Gli scienziati dei dati e gli ingegneri dei dati trascorrono la maggior parte del loro tempo ad accedere, preparare e gestire manualmente i dati. ADM è l'applicazione delle tecnologie AI/ML nell'automazione dei compiti manuali nei processi di gestione dei dati.

ADM aiuterà le aziende a semplificare, ottimizzare e automatizzare le operazioni relative alla qualità dei dati, alla gestione dei metadati, alla gestione dei dati master, ai sistemi di gestione dei database, ecc., rendendoli auto-configuranti e auto-ottimizzanti. Un motore aumentato AI/ML offre raccomandazioni intelligenti ai professionisti dei dati, consentendo loro di selezionare tra più modelli preimparati di soluzioni per un compito specifico sui dati. Automatizzare i compiti manuali sui dati all'interno delle organizzazioni porterà a una maggiore produttività e a una maggiore democrazia tra la comunità degli utenti di dati.

Applicazione di ADM nei cataloghi di dati

La necessità di cataloghi di metadati aumentati da ML continuerà a crescere nel 2021. Considerando quanto siano sempre più ampi e distribuiti i dataset, ci sono sfide significative che sorgono nell'inventariare e sintetizzare i dati per l'uso aziendale. Oggi, cercare e tracciare il percorso dei dati sta diventando sempre più importante per analisi efficaci.

I cataloghi di dati di apprendimento automatico sono stati venduti come il pane nel 2020 e questa tendenza continuerà a crescere. ML automatizza gli aspetti banali della comprensione dei dati e dell'applicazione di politiche, regole aziendali, tag e classificazioni nei cataloghi di dati.

Proliferazione dei grafi di conoscenza

I database a grafo sono una tecnologia relativamente vecchia. Giganti tecnologici come Google, Facebook e Twitter hanno utilizzato i grafi di conoscenza per comprendere i loro clienti, le decisioni aziendali e le linee di prodotto da tempo. I grafi di conoscenza sono composti da un database a grafo sottostante per memorizzare i dati e uno strato di ragionamento per cercare e derivare intuizioni dai dati.

Quest'anno, G2 ha visto un aumento del 119% nella categoria dei Database a Grafo e ha registrato la crescita più alta durante la pandemia. Si può dedurre che i database a grafo si sono rivelati uno strumento davvero prezioso nel modellare la diffusione del coronavirus. Organizzazioni farmaceutiche come AstraZenenca hanno utilizzato algoritmi a grafo per trovare pazienti che avevano tipi e modelli di percorso specifici, e poi trovare altri che erano vicini e simili.

La capacità dei grafi di conoscenza di districare e analizzare complesse relazioni eterogenee dei dati per scoprire relazioni significative ha aumentato la produttività degli scienziati dei dati. Facilita anche la capacità degli utenti di apprendere e crescere continuamente in modo organico con l'aiuto delle ontologie.

Il grafo si sta dimostrando uno dei modi più veloci per connettere i dati, specialmente quando si ha a che fare con dati complessi o grandi volumi di dati disparati. Implementare un grafo di conoscenza in combinazione con algoritmi AI e ML aiuterà a instillare contesto e razionalità nei dati. I principali casi d'uso del processamento a grafo si vedranno nella rilevazione delle frodi, nell'analisi delle reti sociali e nel settore sanitario.

Punti chiave

Le organizzazioni stanno adottando sempre più strategie multicloud e spostando i loro carichi di lavoro e dati nel cloud. I dati saranno ospitati da qualche parte tra on-premises e nel cloud. Gestire questi dati sparsi attraverso più fonti, formati e distribuzioni è una sfida che le organizzazioni realizzeranno nel 2021. Questo porterà le aziende a reimmaginare la loro strategia di gestione dei dati per adottare un approccio di gestione dei dati ibrido con l'obiettivo di connettere e gestire i dati indipendentemente da dove risiedano.

Le organizzazioni saranno viste costruire piattaforme dati scalabili alimentate dalla tecnologia AI/ML per soddisfare il panorama tecnologico in continua evoluzione.