Qlik: la gestione dei dati alla portata delle aziende di qualsiasi dimensione
di Vittorio Manti pubblicata il 11 Luglio 2023, alle 10:41 nel canale dataDati di qualità e analytics efficaci sono gli obiettivi che Qlik permette di raggiungere alle aziende di qualsiasi dimensione. Durante la tappa milanese di QlikWorld abbiamo incontrato Dan Sommer, Senior Director e Market Intelligence Lead di Qlik
Data is the antidote to uncertainty, i dati sono l’antidoto all’incertezza. Questa citazione è un buon punto di partenza per spiegare cosa fa Qlik e perché la tappa italiana del QlikWorld, che si è tenuta nei giorni scorsi a Milano, ha generato diversi spunti interessanti.
Qlik magari non è l’azienda più conosciuta nel settore, oggi sempre più caldo, della gestione dei dati. Non lo è se non si è un data scientist o comunque qualcuno che, seriamente, ha deciso di valorizzare i dati della propria organizzazione. Nel settore specifico, invece, Qlik è un punto di riferimento e lo è da molto tempo, visto che ha da poco festeggiato il trentennale dalla sua fondazione. Trent’anni nel mondo della tecnologia sono un’eternità e in questo periodo è sicuramente cambiato in modo radicale, e più di una volta, l’approccio alla gestione dei dati. Oggi in Qlik lavorano 3.600 persone suddivise in 50 uffici in tutto il mondo e 12 centri di sviluppo in Nord America, Europa e Asia. I clienti sono oltre 40.000, con un tasso di penetrazione elevatissimo in alcuni settori chiave, come farmaceutico, manifatturiero, finanziario e retail, cosa che ha permesso a Qlik di superare il miliardo di dollari di fatturato. Non può mancare, per un’azienda di successo, il riferimento alla posizione di leader in alcuni Magic Quadrant di Garnter, nello specifico Analytics e Business Intelligence Platforms, Data Integration Tools e Data Quality Tools.
La piattaforma Qlik per la gestione dei dati e gli analytics
Se analizziamo meglio i Magic Quadrant di Gartner possiamo farci un’idea dei servizi offerti da Qlik, che si possono classificare in due macro aree: gestione dei dati e analytics. Sul fronte della gestione dei dati, la piattaforma di Qlik permette di risolvere uno dei più annosi problemi con cui le aziende hanno a che fare, ossia la frammentazione dei dati. È ancora molto attuale il problema dei silos che, all’interno dell’azienda, non comunicano, con la conseguenza di avere solo potenzialmente a disposizione i dati necessari per generare valore, ma poi essere nella condizione di non averli effettivamente a disposizione per poterli combinare. Un'altra situazione molto comune, ad esempio nel settore finanziario, consiste nell’avere sistemi legacy. Molte banche ancora fanno affidamento a mainframe di vecchia generazione, che gestiscono dati essenziali per l’operatività quotidiana e interagire con quei dati, senza compromettere l’operatività, può risultare molto complesso. La soluzione ottimale a questi problemi è definire una struttura organizzativa e una governance che superi i silos o un ammodernamento dell’infrastruttura tecnologica. Questi però sono processi complessi e spesso lunghi da attuare e non è sempre possibile aspettare che arrivino a buon fine per mantenere la competitività. La soluzione offerta da Qlik offre diverse modalità di replica dei dati e strumenti ETL (Extract, Transform and Load) che permettono di consolidare i dati, anche senza andarne a modificare la struttura di fondo. Per quanto, a tendere, sia indispensabile spostarsi verso soluzioni di gestione dei dati più evolute e “olistiche” di data lake e data fabric/mesh, avere degli strumenti efficaci di replica ed ETL, come quelli offerti da Qlik, permette sia di gestire la transizione, sia di sfruttare al meglio le architetture più evolute. Non solo, la piattaforma di gestione dei dati di Qlik permette anche ad aziende di piccole o medie dimensioni, che non hanno un data lake o tanto meno un data wharehouse, di fare leva sui dati che hanno, di consolidarli e di predisporli ad essere elaborati dagli strumenti di Analytics.
La seconda marco area di Qlik, appunto gli analytics, è quindi strettamente complementare a quella dell’analisi dei dati. Per generare degli analytics efficaci e che possano dare all’azienda degli insight significativi, è indispensabile che i dati da cui si parte siano di qualità e debitamente strutturati, per fare si che gli investimenti sui dati possano generare un reale vantaggio. Questi sono gli obiettivi che si pone Qlik per la sua piattaforma di analytics e ci tiene a sottolineare come da oltre 5 anni abbia implementato delle tecnologie di intelligenza artificiale, oggi sicuramente una “buzzword” molto di moda, per ottenere degli insight più rilevanti e accurati. Un aspetto che viene abilitato dall’IA in ambito analytics, secondo Qlik, è che si può passare da un’analisi di quanto già avvenuto a riuscire a predire quello che sta per avvenire, quindi mettendo a disposizione delle aziende degli strumenti predittivi.
La visione di Qlik sulla gestione dei dati
Durante la giornata milanese di QlikWorld abbiamo incontrato Dan Sommer, Senior Director, Global Market Intelligence Lead di Qlik, che ha risposto ad alcune nostre domande.
Edge9: Qlik ha dichiarato che il 10% dei 40.000 clienti sono in Italia. 4.000 clienti in Italia sono tanti e significa che avete un elevato tasso di penetrazione anche in ambito small and medium business. Qual è il valore della piattaforma Qlik per un cliente di questo tipo?
Dan Sommer: Le aziende di piccole e medie dimensioni sono da sempre uno “sweet spot “per Qlik, perché dobbiamo immaginare che molte non abbiano nemmeno un data warehouse. Per quanto Qlik sia conosciuta per gli strumenti di analytics, in realtà siamo un “enterprise data store” ottimizzato per gli analytics che permette di preparare i dati, effettuare operazioni di ETL e data modeling in modo molto semplice. Siamo la soluzione migliore per mettere insieme diversi data set da fonti diverse e creare un unico data store, dal quale poi generare degli insight con la componente di analytics. Questo è un perfetto caso d’uso per le aziende di piccole e medie dimensioni e allo stesso tempo stiamo diventando più “scalabili”, offrendo i nostri servizi anche ad alcune delle più grandi aziende al mondo. Riassumendo, la nostra piattaforma non è solo uno strumento di visualizzazione (analytics, ndr), ma è anche un motore di gestione di dati con capacità ETL. Per supportare i nostri clienti abbiamo poi una rete mondiale di 2.000 partner, di cui diversi in Italia, che sono specializzati su specifici settori, come il bancario o il manifatturiero, e che possono sviluppare applicazioni specifiche e compensare le lacune in termini di competenze che alcuni clienti possono avere.
Edge9: Qlik, oltre a poter funzionare come piattaforma stand-alone, spesso deve integrarsi con altre piattaforme, ad esempio con SAP. Quali sono le piattaforme con cui riuscite a integravi meglio?
Dan Sommer: Ritengo che Qlik abbia un elevato livello di interoperabilità e vogliamo esserlo con il maggior numero di piattaforme possibile. In parte dipende dal fatto che l’integrazione avvenga a livello di dati o solo per gli analytics. Facciamo l’esempio di AWS, che è anche sponsor di QlikWorld, e con cui abbiamo lavorato da molto tempo per l’integrazione della nostra piattaforma dati. L’integrazione funziona perché siamo in grado di trasferire dati dai sistemi degli utenti all’ecosistema Amazon, con una serie di strumenti di data capture e data warehouse automation, ma poi siamo anche in grado di generare dei potenti strumenti di analytics su quei dati. Il nostro obiettivo è comunque di lavorare con tutto l’ecosistema, incluso Microsoft, che per la componente analytics è un potenziale competitor, mentre loro stessi vedono un valore nel collaborare sull’integrazione dei dati e, secondo noi, possiamo essere complementari su entrambi gli aspetti.
Edge9: Oggi l’intelligenza artificiale generativa è sulla bocca di tutti. Volevo capire qual è il punto di vista di Qlik, sia sull’utilizzo dell’IA generativa per la componente di integrazione e acquisizione dei dati, sia per l’utilizzo del linguaggio naturale nella generazione di report e dashboard.
Dan Sommer: Da un lato l’IA generativa può aiutare nella classificazione automatica dei dati, quello che viene chiamato “augmented metadata”. In questo contesto l’IA può dare un grande supporto ai data engineer, uno dei ruoli più richiesti dal mercato, perché oggi queste figure passano l’80% del loro tempo a preparare i dati e solo il 20% a estrarre reale valore da quei dati. Se con l’aiuto dell’IA si riuscisse ad arrivare anche solo al 50% di preparazione e 50% di analisi, si potrebbe generare un enorme valore. Affinché questo scenario possa verificarsi però è anche necessario lavorare sulla qualità dei dati, perché oggi (giustamente, ndr) le aziende tendono a non fidarsi dei dati generati dall’IA o hanno delle restrizioni legate alla compliance. È quindi necessario fare leva sulla qualità del dato, creando una sorta di filtro che sia in grado di analizzare la qualità dei dati generati dall’IA. Ma è comunque un’enorme opportunità.
0 Commenti
Gli autori dei commenti, e non la redazione, sono responsabili dei contenuti da loro inseriti - infoDevi effettuare il login per poter commentare
Se non sei ancora registrato, puoi farlo attraverso questo form.
Se sei già registrato e loggato nel sito, puoi inserire il tuo commento.
Si tenga presente quanto letto nel regolamento, nel rispetto del "quieto vivere".