Intervista a Serena Arrighi, CEO BigDataTech su Datavalue

Serena Arrighi

Siamo molto orgogliosi di presentarvi l’intervista a Serena Arrighi, CEO di Big Data Tech, pubblicata sul  primo numero della nuova rivista DataValue.Si tratta del nuovo progetto editoriale di Editrice Temi che raccoglie l’eredità ventennale di Datacollection e che si concentrerà esclusivamente su Big Data, Data Collection e Business Analytics.Con queste premesse, potevamo mancare all’appello?

Cominciamo con un breve profilo: come presentate la vostra attività, e la vostra proposta di valore? Articolo tratto dalla rivista Data Value

 

Bnova è nata con una focalizzazione specifica: fornire soluzioni di business intelligence. La nostra storia è andata di pari passo con la storia di Pentaho in Italia, di cui siamo distributori esclusivi nel nostro Paese.

Il focus sulla business intelligence si è unito subito all’attività in ambiente open source e all’idea di portare l’open source in un contesto enterprise. Nel 2010 Pentaho decide un forte investimento in Hadoop e noi, fidandoci del partner, decidiamo di sposare la scelta arrivando così ad ampliare la nostra offerta anche all’ambito big data.

Questo ha comportato anche una nuova valutazione in ambito database. In ottica big data abbiamo infatti ritenuto opportuno adottare un database colonnare, e la preferenza è caduta su Vertica (acquisito poi da HP), che nella nostra offerta big data rimane ormai il sistema preposto a gestire il datawarehouse.

Il discorso sui database non è poi finito qui: successivamente, abbiamo stretto una partnership con MongoDB, come database NoSQL. MongoDB è particolarmente adatto al mondo transazionale, cioè dove si parla di gestionali web, per applicazioni come il gaming, l’e-commerce, il trading on line.

Anche in questo tipo di contesti è necessario fare delle analisi in real time, e Pentaho è in grado di effettuarle sulla base di MongoDB. Per quanto riguarda Hadoop, abbiamo invece iniziato a collaborare con Hortonworks.

Con Hadoop parliamo ancora della parte transazionale del database, o di quella che una volta si chiamava operation  data store, cioè l’area in cui vengono in prima battuta immagazzinati i dati. In seguito ne viene fatta una prima scelta, applicando regole di business e data quality, e successivamente si possono portare nel database analitico, che è Vertica.

Quali sono i settori applicativi nei quali operate maggiormente?

Parlando di business intelligence, lavoriamo veramente in modo trasversale, in qualunque settore. Quando abbiamo cominciato, nel 2009, i nostri clienti erano per lo più aziende medio-grandi, che volevano entrare nel mondo open source.

Oggi la dimensione media dei nostri clienti è aumentata, e abbiamo realtà che spaziano dalla moda alle comunicazioni, dalle assicurazioni alla pubblica amministrazione. Per quanto riguarda ad esempio il settore della moda, l’ETL di Pentaho ha avuto un riscontro molto positivo.

Innanzitutto perché tendenzialmente si tratta di realtà globalizzate che hanno negozi e siti produttivi ovunque, i dati arrivano 24 ore su 24, inoltre, queste informazioni sono in lingue e caratteri diversi (arabi, russi, cinesi, giapponesi…), cose che sembrano banali, ma che banali non sono.

A parte questo, forse il settore moda è fra tutti quello più conservativo, per certi aspetti, e ancora tende a fare scelte parziali in fatto di big data.

Lato big data, invece, con mia grande sorpresa, in questo momento il settore che si sta mostrando più aperto e ricettivo è quello finanziario e assicurativo. E questo per diversi motivi. Il primo si può trovare nelle specifiche emesse da Banca d’Italia, che richiede flussi molto veloci e soprattutto estremamente tempestivi.

Altra esigenza è quella che nasce da questi grandi datawarehouse, come Oracle, RDBMS, alimentati per anni, che adesso hanno raggiunto delle dimensioni tali per cui non sono più performanti: non si riesce più materialmente ad estrarre dati con il dettaglio desiderato. In tal senso, stiamo operando via via delle sostituzioni con tecnologie più adeguate.

Per quelli che comunemente chiamiamo “new business”, l’introduzione delle nuove tecnologie risulta molto più semplice: vi si trova un terreno praticamente vergine dal punto di vista della tecnologia presente e interlocutori molto giovani. Chiaramente, certi messaggi fanno subito presa e strutture come database NoSQL o l’ETL di Pentaho vengono recepite con facilità.

Partnership e formazione sono due delle vostre parole chiave. Come le declinate?.

I partner sono realtà di cui conosciamo la qualità e le competenze, e che ci aiutano innanzitutto a coprire tutto il territorio nazionale, cosa che non riusciremmo a fare con le nostre sole forze. Oppure possono essere realtà con cui collaboriamo su progetti speciali, specifici come copertura o come tipologia.

Di particolare importanza sono poi i partner strategici, molti dei quali conosciuti nell’ambito di RIOS, la Rete Italiana Open Source. Credo molto, personalmente, nell’opportunità di stabilire buone relazioni con realtà complementari, collaborando con le quali si può offrire al cliente un maggior valore aggiunto.

Per quanto riguarda i corsi, essendo noi gli unici partner certificati di Pentaho, abbiamo un calendario fisso di corsi di formazione. E la formazione – in passato per l’open source, ma a maggior ragione ora per queste nuove tecnologie – è uno strumento fondamentale di fiducia e di sicurezza per il cliente, soprattutto quando approccia qualcosa di nuovo.

E per il futuro quali sono i progetti che avete in previsione?

Ci aspetta un passo molto importante. In collaborazione con uno dei partner strategici conosciuti proprio grazie a RIOS, quello che è nato come un evento, BigDataTech, sta diventando una società vera e propria. Si tratta di una società fortemente specializzata in ambito big data.

La mission è quella di essere partner di riferimento per i propri clienti, per offrire loro la possibilità di aprirsi a tecnologie e a nuove opportunità offerte dal mondo big data. BigDataTech è la prima società in Italia in grado di offrire una consulenza completa relativamente a tutti i settori coinvolti nella rivoluzione big data, in modo professionale e certificato.

La nuova BigDataTech avrà tre aree di interesse: – Big data analytics (BDT Analytics), l’ambito che deriva più direttamente dalle competenze di Bnova; – Digital transformation: si tratta di tutto ciò che in qualche modo coinvolge la reingegnerizzazione di soluzioni esistenti, oppure la creazione di nuove soluzioni sulla base delle nuove architetture disponibili;

– Infrastrutture (BDT Infrastructures): seuna volta queste erano formate da server e sistemi operativi, adesso si parla di cloud, Hadoop, DBA, i database noSQL, i database analitici e così via. Sono ancora infrastrutture, ma adeguate a quella che è l’attuale realtà tecnologica.

Torniamo invece ancora ai concetti di base. Si parla tanto di tempo reale e database transazionali: a fronte di questo, esistono ancora dati “fermi”, o questo concetto ha perso di significato?

Esistono eccome dati “fermi”, ma di certo, non c’è più spazio per dati che non vengano aggiornati, consolidati, e soprattutto verificati: perché non tutti i dati hanno lo stesso valore.

Dal mondo transazionale, da Hadoop, dai social, indubbiamente arriva una quantità di dati enorme, ma non necessariamente sono tutti a valore aggiunto. È necessario mettere in atto delle attività di data quality, in modo che il dato convogliato nel datawarehouse risulti almeno un minimo filtrato su questi criteri.

Poi, chiaramente, le analisi che si possono fare oggi sono molto innovative rispetto al passato: sono analisi di tipo previsionale, derivanti da tecniche di datamining, e vanno ad esplorare dati nuovi, come forma e contenuto. Ecco che i datawarehouse saranno più ricchi e articolati, ma non potranno prescindere da un processo logico a monte.

Un’altra questione molto dibattuta: i big data sono strutturati o non strutturati? C’è una prevalenza dell’uno o dell’altro? Se pensiamo per esempio alle letture in cassa ai supermercati, adesso che abbiamo la potenza di calcolo sufficiente per gestirli, non sono anch’essi big data?

Sì. Sicuramente, già oggi abbiamo un problema di big data sui dati tradizionali e strutturati, e lo dimostra quanto sta avvenendo nel settore finance. In quel caso parliamo di dati non solo ben strutturati, ma consolidati da anni, che vengono registrati e accumulati da anni: qui si parlaquindi di un problema tecnologico, che le soluzioni nate per i big data consentono finalmente di affrontare.

Altro discorso si può fare sui dati nuovi, la cui importanza reale la capiremo per lo più in futuro, quando vedremo che cosa i nostri marketing riusciranno ad estrapolare come profilazione del cliente e così via. Fino ad oggi, il datamining – o analisi previsionale, come si dice adesso – ha sofferto di handicap dovuti alla tecnologia, perché finora non è stato facile gestire grosse quantità di dati, e inoltre perché i front end non sono mai stati pensati per essere veramente fruibili dall’utente finale.

Restano ancora due segmenti, che sono in assoluto i più difficili da affrontare. Il primo è quello legato al valore e al significato della parola, quindi quello che presuppone tecniche di analisi linguistica. Altrettanto complesso è il dato audio e video, che deve ancora essere ampiamente esplorato.

Quando si parla di big data, si fa riferimento a un salto drastico, una vera rivoluzione per tutta l’IT. C’è stata davvero questa rivoluzione?

A me sembra più vicino ad una naturale evoluzione, sia tecnologica che di contenuti, dove l’una alimenta l’altra. Si parla molto di big data, si usano tanti termini nuovi, ma è possibile fare un parallelo fra tutti questi termini nuovi, e i termini “antichi” dell’informatica.

Anche il famoso data scientist non è una figura creata ex novo, con chissà quali stravaganti competenze: è una persona che unisce competenze di business intelligence, di data mining, e meglio ancora, di estrazione economico-statistica.

Detto ciò, sicuramente dovrà esserci un cambiamento all’interno del mondo IT, in un senso diverso: e sarà questo forse il vero salto. Il fatto di essere sempre più veloci e più vicini all’utente finale, richiederà alle figure IT in generale di trasformarsi da puri tecnologi, a persone propositive, che provano a pensare, ad avvicinarsi al cliente, a lavorare a fianco del cliente

Scarica il pdf della rivista Data Value con l’intervista a Serena Arrighi
2017-01-17T13:53:12+00:00