Analisi: SAP inizia a tessere il proprio tessuto di dati

AGGIORNATO 11:00 EDT / 08 MARZO 2023

ANALISI di Tony Baer

Quasi tutte le aziende, grandi o piccole, che utilizzano la tecnologia hanno in genere un fornitore strategico che è, in effetti, il primo tra pari. Diventa la piattaforma che guida le scelte per applicazioni, strumenti o database di terze parti. Nelle piccole imprese, è probabile che il fornitore di piattaforme strategiche sia Microsoft Corp. o Apple Inc., con la possibilità di scegliere tra Android di Google LLC o iOS di Apple sul lato mobile. Nelle imprese di medie e grandi dimensioni, è più probabile che le piattaforme siano multipolari, riflettendo il fatto che poche, se non nessuna, tendono a standardizzarsi su un unico fornitore principale.

In qualità di principale fornitore di applicazioni aziendali, SAP SE è spesso costretta a ricoprire il ruolo di fornitore strategico. Ci sono molti fatti divertenti a sostegno di ciò, uno dei più comuni è che il 77% dei ricavi delle transazioni mondiali tocca un sistema SAP. L'uso di SAP influenza notevolmente le scelte che fanno per database, analisi e applicazioni di supporto.

Ma in quelle stesse organizzazioni è probabile che esistano anche gruppi che lavorano al di fuori dell'ambiente SAP. Forse parti dell'organizzazione utilizzano e-Business Suite di Oracle Corp. o Microsoft Dynamics, oppure si tratta di gruppi di analisti aziendali che lavorano con l'analisi, oppure di data scientist che costruiscono modelli da data lake. Nella maggior parte dei casi, la visualizzazione dei dati può variare a seconda che si lavori all'interno o all'esterno del giardino recintato dell'applicazione aziendale.

Tenere quel pensiero.

Per quanto riguarda la gestione dei dati, i problemi più urgenti che stiamo riscontrando riguardano la capacità delle aziende di gestire meglio la loro vasta e crescente distesa di dati. I dati non stanno semplicemente diventando più diversificati, ma stanno diventando sempre più distribuiti. La tempesta perfetta del cloud computing, della connettività e della portata del 5G ha ampliato la portata dei dati. E con la connettività onnipresente arrivano le preoccupazioni sulla privacy e sulla sovranità dei dati che stanno, letteralmente, stabilendo i confini su quali dati possono essere consumati da chi, in quale forma e dove. Per i clienti SAP, il mondo dei dati è esploso al di fuori delle loro applicazioni SAP.

Un sottoprodotto di ciò è stato l’interesse per il data mesh, in cui la proprietà e la gestione del ciclo di vita sono nettamente delineate alle business unit, agli esperti in materia o ai domini che hanno la maggiore conoscenza e interesse nei dati. All'estremità opposta dello spettro c'è la costruzione di un'infrastruttura logica per garantire che vengano scoperti e distribuiti i dati giusti, e da ciò abbiamo assistito a un crescente interesse per il data fabric. A nostro avviso, i due dovrebbero completarsi a vicenda e non annullarsi a vicenda.

La sfida è definire cosa sia un data fabric. Come abbiamo visto in alcuni report di società di analisi, un data fabric è ciò che chiamavamo un portafoglio di integrazione dei dati che comprende catalogo, strumenti di trasformazione e orchestrazione dei dati, qualità dei dati, derivazione dei dati e così via. Questa definizione funzionale è un po’ troppo vaga per noi.

Per noi, un data fabric deve iniziare con un backplane di metadati comune. Come minimo, esegue la scansione delle origini dati e raccoglie metadati. I data fabric più avanzati utilizzano l'apprendimento automatico per arricchire i metadati in base alle inferenze rilevate dall'attività dei modelli dei sistemi di origine e di destinazione, ad esempio a quali set di dati o entità si accede frequentemente insieme. Il tessuto dovrebbe seppellire sotto il cofano le complessità legate alla scoperta, all’accesso, alla trasformazione, alla gestione e alla protezione dei dati.

Il data fabric non esegue necessariamente questi compiti, ma fornisce la sovrastruttura logica per orchestrare la toolchain che espone i dati, regola l'accesso, pulisce i dati, li trasforma, li maschera in fase di esecuzione e determina la modalità di accesso ai dati: i dati vengono portati al motore di query (tramite replica) o viceversa (tramite virtualizzazione)? È necessario un data fabric, non quando si ottengono semplicemente dati da un singolo sistema di transazione, ma da una varietà di fonti.