Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Aprile 2003

I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte)

David Marco by David Marco

6. L'accesso al meta data repository risulta difficile

Un obiettivo fondamentale per tutti i progetti di meta data repository, deve essere la possibilità di un accesso aperto ai meta dati, da ogni tipo di utente all'interno dell'impresa, con un sforzo minimo o, meglio ancora, inesistente.

Molte delle precedenti realizzazioni di meta dati repository avevano integrato in maniera abbastanza efficace i meta dati. Tuttavia, questi sforzi sono risultati vani nel momento in cui i meta dati non sono risultati disponibili per gli utenti.

Al contrario, gli utenti erano costretti a rivolgersi allo "Zar dei meta dati" per "supplicare" di avere i meta dati dei quali avevano bisogno.

Inevitabilmente, questa tecnica non può condurre al successo. Una volta realizzato il vostro repository, è vitale che l'informazione risulti FACILMENTE disponibile a tutti coloro che ne hanno bisogno, con il rispetto degli appropriati livelli di sicurezza.

Anche se è superfluo affermarlo, se nessuno utilizza il meta data repository, il rapido esaurimento dei fondi destinati al progetto è solo una questione di tempo.

7. Lasciare la gestione del progetto ai fornitori di strumenti per i meta dati

Sempre più spesso, le società affidano l'implementazione e la gestione dei rispettivi progetti di repository ai fornitori di strumenti per i meta dati.

Questo è un errore di base, perché i venditori sono troppo orientati ai rispettivi strumenti, come è giusto che sia. Mentre lo strumento d'integrazione dei meta dati costituisce il nucleo, ci vuole molto di più per realizzare un repository con piena funzionalità.

La Direzione della società non è sicuramente interessata allo strumento. Si pone l'obiettivo di risolvere i problemi dell'impresa e di sfruttare le opportunità di business.

8. Mancanza di un esperto Capo progetto/Architetto di sistema

Un vero esperto a capo del progetto del meta data repository, ne mantiene una visione in linea con la realtà del mondo dei meta dati e del data warehousing.

In aggiunta, l'architettura del repository deve essere scalabile, robusta e mantenibile, in modo da adattarsi alle necessita in espansione e di evoluzione dei meta dati.

Queste sfide fondamentali richiedono un individuo con un elevato livello di esperienza.

Se viene utilizzato un consulente per avviare inizialmente il progetto, è indispensabile che si tratti di una persona adatta e che si impegni a trasferire le informazioni, in modo da affiancargli un elemento interno che ne assimili l'esperienza e possa poi portare a termine il progetto.

9. Banalizzare lo sforzo per la realizzazione del meta data repository

Troppo spesso, le imprese non si rendono conto della quantità di lavoro necessaria per realizzare un meta data repository. Tutto quello che la società deve fare per costruire un data warehouse, corrisponde al lavoro richiesto per un meta data repository.

Queste attività comprendono la definizione dei requisiti tecnici e dell'impresa, la modellazione dei dati, l'analisi dei sistemi fonte dei dati, l'estrazione e acquisizione dei dati, la trasformazione dei dati grezzi, la correzione dei dati, il loro caricamento e, infine, l'accesso da parte degli utenti.

Per aumentare le probabilità di successo del progetto, la via migliore è lo sviluppo iterativo del meta data repository, invece di costruirlo tutto in una volta.

Tuttavia, realizzando un progetto in maniera iterativa, dovete sempre tenere presente e lasciarvi guidare dall'obiettivo finale.

È anche importante non trascurare le sfide politiche dell'uso dei meta dati. Le politiche aziendali mal condivise o male interpretate possono portare fuori strada anche i migliori progetti di meta dati e di datawarehousing.

Ricordate che si tratta di uno sforzo che deve essere supportato dalla collaborazione tra diversi team di IT (Information Technology) e operativi dell'impresa.

10. Il team del meta data repository crea standard che nessuno dei componenti del team di supporto è in grado di seguire

Per poter catturare molti dei meta dati fondamentali, sia per l'impresa che dal punto di vista tecnico, il team del meta data repository deve sviluppare standard che possano essere seguiti facilmente dal team di data warehousing e da quelli di supporto agli utenti.

Abbastanza spesso, il team del meta data repository realizza processi e procedure troppo complesse e noiose per applicare tali standard. Quando si produce questa situazione, il team del meta data repository viene visto come un collo di bottiglia per il processo di sviluppo del data warehousing.

A questo punto, anormalmente è solo questione di tempo per la dissoluzione del gruppo. Per prevenire il problema, assicuratevi che tutti processi e le procedure siano semplici e facili da seguire.

In aggiunta, mantenete al minimo il tempo richiesto per completarli, senza dimenticare di creare un processo di feed back da parte degli altri team, in modo da sapere sempre esattamente in quale direzione vi state muovendo.

L'elemento premiante

Sia che stiate costruendo un data warehouse oppure un meta data repository, si tratta di un compito NON facile. In effetti, non conosco iniziative importanti nella IT che possano essere definite facili.

Ad esempio, l'implementazione di package ERP (enterprise resource planning) a livello globale, è un progetto facile? È possibile che, lavorando un paio d'ore in più nel prossimo mese,si riesca a farlo spuntare come per incanto?

Chiunque abbia preso parte all'avviamento di un sistema ERP sa bene quanto sia inverosimile questa affermazione.

Dopo tutto, la strada più breve tra l'inizio e la fine di un progetto raramente è una linea retta. Tuttavia, se lavorerete duramente, con disciplina, metodo e senza tagliare fuori gli interessati, il successo vi arriderà sicuramente.

I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte) - Technology Transfer

L’evoluzione dell’IT tra sfide e promesse
Frank Greco

Verso la new digital economy. Quale architettura per la trasformazione digitale?
Mike Rosen

Ecco come capire il cliente. I diversi punti di vista della Business Analysis
James Robertson

Ecco come capire il cliente I diversi punti di vista della Business Analysis
Suzanne Robertson

E se il Design Sprint fosse il nuovo asso nella manica? Come risolvere grandi problemi e testare nuove idee
James Hobart

Come essere veramente data driven. L’importanza dell’architettura dati
Mike Ferguson

Il Machine Learning in azienda. Come migliorare performance e previsioni
Frank Greco

Portfolio management avanzato: Come trasformare gli investimenti in cambiamento
Chris Potts

L’imbuto e le biglie. Ovvero la metafora della produttività dei team
Sander Hoogendoorn

Dal Data Warehouse al digital business. Un’architettura di trent’anni ancora valida
Barry Devlin

Dai silos a un ecosistema analitico integrato. Un approccio per avere dati da usare su più sistemi
Mike Ferguson

Come accelerare l’innovazione in azienda. La nuova generazione dell’IT enterprise
Frank Greco

Tassonomie e ricerche. Ecco come ottenere migliori risultati
Heather Hedden

Viaggio verso il data warehouse logico
Il grande dilemma della business intelligence

Rick van der Lans

Enterprise information catalog. I requisiti per fare la scelta giusta
Mike Ferguson

La nuova era dell’analisi predittiva - Le aziende alla prova del Machine Learning
Frank Greco

Uno sguardo Agile - Per capire il passato e progettare il futuro
Arie van Bennekum

Trasformazione Agile
Se il product owner diventa un collo di bottiglia

Sander Hoogendoorn

Una Fiat o una Ferrari?
Qual è la più adatta per il business digitale?

Barry Devlin

Vincere la complessità dei dati. È l’ora dello smart data management
Mike Ferguson

Big Data e Analytics - Se il machine learning accelera anche la data science
Mike Ferguson

I dati al centro del business
Christopher Bradley

I Big Data forniscono il contesto e la ricchezza predittiva attorno alle transazioni di business Avere dati coerenti e di qualità resta fondamentale per il processo decisionale
Barry Devlin

Cosa c’è dietro l’angolo? Cinque mosse per diventare un digital leader
Jeroen Derynck

Managing information technology Gestire l’IT come un business nel business
Mitchell Weisberg

Data integration self-service Miglioramento della produttività o caos totale?
Mike Ferguson

Project manager vecchi miti e nuove realtà
Aaron Shenhar

La catena alimentare dei requisiti
Suzanne Robertson

Come diventare un’azienda data-centric
Lindy Ryan

Enterprise analytical ecosystem - Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell’era Big Data
Mike Ferguson

Agilità? Basta Volere
Suzanne Robertson

Ma la vostra architettura è efficace?
Mike Rosen

Se il NoSQL diventa SQL
Rick van der Lans

La data quality e l’impatto sul business
Danette McGilvray

Business analysis e regole di business By Ronald G. Ross con Gladys S.W. Lam
Ronald Ross

Usare Scrum su larga scala: cosa cambia?
Craig Larman

Le architetture per ridurre il debito tecnico
Mike Rosen

Conversando con un marziano
Suzanne Robertson

Cosa c’è di nuovo nel project management?
Aaron Shenhar

Reinventare la Business Intelligence
Barry Devlin

Il nuovo volto della business intelligence
Shaku Atre

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

I big data cambiano il mercato dei Database Server
Rick van der Lans

Un “superstorm” di informazioni
Barry Devlin

I dieci step per la qualità dei dati
Danette McGilvray

Perché è meglio evitare il private cloud?
Jason Bloomberg

Leonardo da Vinci aveva ragione!
Chris Date

Mobile user experience: Come adottare una strategia sostenibile
James Hobart

Cosa significa occuparsi di architettura?
Mike Rosen

Virtualizzazione dei dati e sistemi di Business Intelligence Agili
Rick van der Lans

Modelli e linguaggi naturali, quale il modo migliore per definire i requisiti?
James Robertson

Extreme Scoping: un approccio Agile all'Edw e alla BI
Larissa Moss

BI², la Business Intelligence al quadrato
Barry Devlin

I test di regressione in ambienti legacy
Randy Rice

Le conseguenze della consumerizzazione e del Cloud
Chris Potts

Come vanno gli affari? Chiedetelo al vostro cruscotto
Shaku Atre

Organizzare team di progetto efficienti in ambienti DW/BI
Larissa Moss

Big Data, come e perché
Colin White

Business Capabilities e l'allineamento del business all'IT
Mike Rosen

Il valore della tassonomia nella ricerca delle informazioni
Zach Wahl

BI, ma il Data Warehouse è ancora necessario?
Colin White

Reinventare la Business Intelligence
Barry Devlin

Il cruscotto delle prestazioni: il nuovo volto della Business Intelligence
Shaku Atre

Modelli e processi di User acceptance testing
Randy Rice

I limiti nel gestire l'IT come un Business
Chris Potts

Le componenti fondamentali del Cloud
George Reese

Metadati e DW 2.0
Derek Strauss

BI Open Source: basso costo e alto valore?
Jos van Dongen

Semplicità e requisiti
Suzanne Robertson

Business intelligence e analisi testuale
Bill Inmon

Extreme Scoping™: approcci agili al DW e alla BI
Larissa Moss

Dalla BI a un'architettura IT di livello Enterprise
Barry Devlin

Ambiente efficiente di ricerca di informazioni
James Hobart

Il Business deve trainare la Strategia IT
Chris Potts

Web database: la questione MapReduce (seconda parte)
Colin White

Web database: la questione MapReduce
Colin White

Misura delle prestazioni. I sette comandamenti
Harry Chapman

Le dieci cose che un architetto deve fare per creare valore
Mike Rosen

Sviluppare applicazioni a prova di sicurezza
Ken van Wyk

The ECM Landscape in 2008
Alan Pelz-Sharpe

Ma chi sono gli operatori dell’informazione?
Colin White

Qualità dell’informazione e trasformazione del management
Larry English

Classificazione sistematica delle informazioni
Zach Wahl

L’uso intensivo del Web nelle applicazioni di Bi
Colin White

Enterprise Search
Theresa Regli

La forza dell'astrazione
Steve Hoberman

La strada verso una BI pervasiva
Cindi Howson

Soa, una strategia di test
Randy Rice

Verso una BI più semplice e a minor costo
Colin White

I contenuti “Killer” del Web
Gerry McGovern

Sviluppo iterativo del software per i Dw
Larissa Moss

Qualità delle Informazioni e Datawarehousing
Larry English

Lo scenario Ecm 2008
Alan Pelz-Sharpe

La nascita del Web 3.0
John Kneiling

Documentazione: il dossier del crimine
Suzanne Robertson

L’impatto del Web 2.0 sui portali delle imprese
Colin White

Le tecniche vincenti di IT Management
Ken Rau

Web 2.0
Ed Yourdon

Web di successo se si conosce il cliente
Gerry McGovern

Un approccio alla BI incentrato sui processi
Colin White

Integrare Master Data Management e BI (Parte Seconda)
Mike Ferguson

Integrare Master Data Management e BI (Parte Prima)
Mike Ferguson

Il Project Manager è una Tata
Suzanne Robertson

Web di successo se si conosce il cliente
Gerry McGovern

L'informazione personalizzata
Colin White

La Tassonomia dell'Impresa
Zach Wahl

Managed Meta Data Environment (II parte)
David Marco

Managed Meta Data Environment
David Marco

Migliorare le applicazioni dell'impresa con Web 2.0
James Hobart

La Balanced Scorecard migliora la Performance dell'IT
Harry Chapman

La fusione dei processi dell'impresa grazie a Soa (II parte)
Max Dolgicer

La fusione dei processi dell'impresa grazie a SOA (I parte)
Max Dolgicer

Volere è Potere, in Ogni Senso
Suzanne Robertson

Dimostrate con i numeri il valore dei contenuti del web
Gerry McGovern

Il Back-end della pianificazione strategica dell'It
Ken Rau

L'audit delle prescrizioni di progetto (II parte)
Suzanne Robertson

L'audit delle prescrizioni di progetto (I parte)
Suzanne Robertson

Il Processo di gestione delle informazioni
Ted Lewis

I requisiti come strumento di gestione dei progetti
Suzanne Robertson

Il futuro è nel contenuto killer del web
Gerry McGovern

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

Rilevare i costi sulla base delle attività
Ken Rau

Un percorso verso l'impresa intelligente (II parte)
Mike Ferguson

Un percorso verso l'impresa intelligente (I parte)
Mike Ferguson

Il Data Store Operativo: un lavoro di martello
Claudia Imhoff

Il data warehouse orientato all'impresa
Michael Schmitz

Dieci punti chiave per realizzare balanced scorecard di successo
Harry Chapman

Content management: i contenuti al primo posto
Gerry McGovern

Applicazioni Web ad alta disponibilità
John Kneiling

Il 2004, sarà l'anno in cui abbandoneremo html?
James Hobart

La tecnologia EII ripropone il data warehousing virtuale?
Colin White

Misurare per Gestire
Ken Rau

Volere è Potere, in Ogni Senso
Suzanne Robertson

Realizzare il CPM e l'integrazione della BI
Mike Ferguson

Tutti i punti della FPA
Koni Thompson

Requiem per il Portale?
Colin White

Business Intelligence: dalla teoria alla realtà (II parte)
Shaku Atre

Business Intelligence: dalla teoria alla realtà (I parte)
Shaku Atre

I portali Corporate e di E-business: la nuova generazione del posto di lavoro
Mike Ferguson

I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte)
David Marco

I 10 errori da evitare nella realizzazione di un Meta Data Repository (I parte)
David Marco

Usare i modelli per acquisire l'esperienza di progettazione
James Hobart

Realizzare l'Impresa Intelligente
Colin White

.NET or J2EE - Choosing the Right Web Services Framework
John Kneiling

Progettare Applicazioni Mobili di Successo
James Hobart

La Sociologia del Progetto: Identificare e Coinvolgere tutti i Partecipanti
Suzanne Robertson

Integrare la Business Intelligence nell'Impresa (II parte)
Mike Ferguson

Integrare la Business Intelligence nell'Impresa (I parte)
Mike Ferguson

L'Evoluzione del Portale di e-Business (II parte)
Colin White

L'Evoluzione del Portale di e-Business (I parte)
Colin White

Il Consulente WebEAI: Servizi Web, XML e l'Impresa
John Kneiling

Data Mining: Come Gestire le Relazioni con i Clienti Secondo i Principi del CRM
Weaver James

Articoli del mese - Technology Transfer