Sfruttare i dati è fondamentale per le organizzazioni moderne, ma quali sono le migliori strategie e strumenti per raggiungere risultati significativi? Lo abbiamo chiesto ad Andrea Ciavarella, Country Manager Snowflake
Parafrasando una citazione di Thomas Edison Il valore di un’idea sta nel metterla in pratica”, noi di Snowflake crediamo che il valore dei dati sia nullo se questi non vengono utilizzati. Molte aziende italiane non sono in grado di sfruttare a dovere i loro dati perché limitate da tecnologie legacy di gestione dei dati. Inoltre, hanno spesso difficoltà ad adattarsi all’esplosione dei volumi di dati dovuta all’incremento delle interazioni – sia all’interno dell’ecosistema aziendale che con clienti, fornitori e partner – che avvengono tramite canali differenti quali social media, sito web, endpoint di vendita ed altri ancora.
Snowflake Data Cloud è stato sviluppato proprio per risolvere questo problema di gestione dei dati. Si tratta di una rete globale dove migliaia di organizzazioni mobilitano i dati con scala, concorrenza e prestazioni quasi illimitate. All’interno del Data Cloud, le organizzazioni uniscono i loro dati isolati, scoprono facilmente e condividono in modo sicuro quelli governati, ed eseguono una varietà di workload analitici. Ovunque si trovino i dati o gli utenti, Snowflake offre un’esperienza unica e senza soluzione di continuità su più cloud pubblici come AWS, Azure e GCP.
I clienti apprezzano il nostro Data Cloud perché è una piattaforma sicura e scalabile che permette loro di eseguire tutti i carichi di lavoro sui dati in tempo quasi reale, senza necessità di abbandonare la loro piattaforma e dover trovare un’altra soluzione. L’assenza di manutenzione, la capacità di accogliere senza soluzione di continuità numerosi utenti contemporanei e il supporto di più linguaggi di sviluppo come Python e Java non fanno che evidenziare i vantaggi per il mercato italiano.
Come diciamo noi “it just works!” Abbatte i muri delle organizzazioni: sia quelli interni – attraverso la condivisione e il meshing dei dati intra-aziendali – sia quelli esterni – attraverso lo Snowflake Data Marketplace assicurando un nuovo modo di renderli interoperabili che combina dati di prima parte e di terze parti provenienti da centinaia di fornitori e li condivide attraverso una rete – mondiale e cross-cloud provider – istantaneamente, in modo sicuro e senza copie non necessarie.
La trasformazione digitale sta iniziando ora a far sentire i propri effetti sul territorio italiano, che sconta ancora importanti deficit nei confronti dei Paesi più evoluti da questo punto di vista. Per Snowflake sono più le complessità da affrontare, o le potenziali opportunità da cogliere?
Guardando all’accelerazione con cui negli ultimi anni aziende straniere di tutte le dimensioni, dalle startup digitally-native alle grandi multinazionali, stanno adottando lo Snowflake Data Cloud, e considerando come queste stesse aziende ne stiano estendendo l’utilizzo a più funzioni aziendali, posso certamente affermare che il potenziale in Italia, paese in cui una vera trasformazione digitale sta partendo ora, è enorme e immediato.
Allo stesso tempo, ci rendiamo conto che dobbiamo lavorare molto sulle specificità del mercato italiano, assicurandoci di abilitare e sviluppare una rete di aziende, ma anche di system integrator e partner tecnologici che li supportino nel loro percorso di trasformazione digitale. Anche se c’è ancora una certa esitazione nell’entrare nel mondo del cloud, saranno sempre più numerose le organizzazioni che vedranno la facilità e il potenziale di accedere ai dati per le loro decisioni di business.
La carenza di skill è diffusa a livello globale, ma particolarmente forte in Italia. Come pensate di affrontare questo problema, e in che modo le vostre soluzioni aiutano le organizzazioni?
C’è certamente un tema di carenza generale di competenze sui dati, ma ciò che ci colpisce di più è la prevalenza di skill dei Data Engineer a scapito dei Data Scientist. Da un lato, la complessità delle soluzioni legacy ha reso molto difficili le fasi di estrazione, trasformazione e caricamento dei dati (ETL).
Dall’altro lato, questa stessa complessità ha spinto coloro che devono elaborare modelli di dati complessi (i Data Scientist) a spendere una notevole quantità di tempo nella preparazione e nel rilascio dei modelli, non valorizzando sufficientemente l’importanza di questo ruolo in azienda.
La piattaforma Snowflake facilita entrambi i ruoli. Riduce significativamente il costo delle attività di Data Engineering, e aumenta notevolmente l’erogazione di use case di Data Science. La possibilità di accedere in modo sicuro ai dati direttamente in produzione, di continuare a lavorare sugli strumenti consueti di AI e ML, di sviluppare app di dati senza necessità di competenze tecniche specialistiche, e di sfruttare un ecosistema di fornitori dati all’interno dello Snowflake Data Marketplace sono solo alcune delle ragioni per cui le aziende più innovative del mondo ci scelgono.
La nostra speranza è che questo incoraggi i giovani che escono dall’università a intraprendere percorsi più consoni alle loro attitudini, oltre che più vicini a quello che le aziende oggi realmente richiedono.
