Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Novembre 2010

Metadati e DW 2.0

Derek Strauss by Derek Strauss

In generale si definisce metadato un insieme di dati che contengono informazioni su dati. Sebbene questa definizione sia poco precisa, la sua forza consiste nel riconoscere che i metadati sono dati. Ne consegue che i metadati possono essere immagazzinati e gestiti in un database, sia esso identificato come registro o repository. I metadati hanno particolare attinenza con i dati elettronici e vengono utilizzati per descrivere definizione, struttura e amministrazione di file di dati e rispettivi contenuti e contesti. In un'accezione più ampia i metadati forniscono un significato a tutti gli artefatti aziendali, inclusi processi di business, piattaforme tecnologiche e così via.
Uno degli ingredienti essenziali di un ambiente DW 2.0 sono proprio i metadati. A differenza della prima generazione di datawarehouse, in cui i metadati erano assenti o non venivano più di tanto considerati, in una dimensione DW 2.0 essi ne costituiscono il fondamento stesso.
I metadati hanno acquisito importanza per tutta una serie di motivi: sono importanti per lo sviluppatore che deve allineare i propri sforzi con quanto creato in precedenza; sono determinanti per tutti coloro che devono garantire quotidianamente la piena funzionalità dei sistemi. Ma sono soprattutto fondamentali per gli utenti finali che devono riuscire a comprendere quali nuove analisi possono essere compiute.

Riusabilità dei dati e delle analisi

Consideriamo l'utente finale. La sua necessità consiste innanzitutto nell'ottenere informazioni. Necessità che può essere dettata da direttive aziendali o, semplicemente, dalla curiosità stessa. In entrambi i casi l'utente valuta il possibile approccio all'analisi e sono i metadati, in questa occasione, a offrire un valido supporto. Questi ultimi consentono infatti di sapere quali sono i dati disponibili. Una volta che l'analista ha individuato il punto da cui innescare l'analisi, si può procedere all'accesso dei dati.
Senza i metadati l'analista avrebbe molte difficoltà nel comprendere quali sono le possibili sorgenti. Ecco quindi che i metadati possono rendere più produttiva ed efficace la ricerca, così come far comprendere se una certa analisi è già stata fatta in precedenza.
Per queste ragioni, e per molte altre ancora, i metadati si rivelano una componente della massima importanza in un ambiente DW 2.0.

La localizzazione dei dati in DW 2.0

I metadati hanno un posto particolare negli ambienti DW 2.0. Vi possono essere metadati separati per ciascun settore del DW 2.0: metadati per settori preposti dall'interazione, metadati per settori integrati e per settori near line. I metadati che fanno riferimento a dati di archiviazione non vengono invece separati, ma vengono posti direttamente tra i dati di archiviazione. La ragione è far sì che questi ultimi non siano separati dai dati che vengono descritti.
Sebbene esista una struttura di metadati DW 2.0 di tipo generale, si possono identificare due strutture parallele: una per ambienti dati non strutturati e una per ambienti di tipo strutturato.
Per i dati non strutturati esistono due tipi di metadati: enterprise e local. Quelli enterprise vengono anche definiti di tipo generale, mentre i metadati locali sono anche denominati di tipo specifico.
Per i metadati strutturati vi sono tre livelli: enterprise, local, business/tecnico. Esiste una relazione importante tra questi diversi tipi di metadati. Il posto migliore dove iniziare a spiegare tale relazione è a livello di metadati locali, in quanto la maggior parte delle persone ha familiarità soprattutto con questo tipo di dati. I metadati locali risiedono in molti posti e molte forme: all'interno di processi Etl, nelle directory del Dbms e negli ambienti di Business intelligence.
I metadati locali sono quelli che esistono all'interno di un tool utile per descrivere i metadati che sono strettamente legati al tool stesso: metadati Etl sono per esempio quelli sulle sorgenti, destinazioni e trasformazioni inerenti un passaggio di dati da una sorgente a una destinazione; i metadati di directory Dbms sono invece quelli che fanno riferimento a tabelle, attributi e indici; infine i metadati di Business intelligence sono quelli sui dati usati in processi di analisi. Ma ne esistono ancora molte altre forme.
I metadati locali sono immagazzinati in un tool o tecnologia dedicato all'utilizzo di tali informazioni mentre metadati aziendali vengono immagazzinati in un luogo cui accedono tutti gli strumenti e i processi che esistono all'interno del DW 2.0.

Conclusioni

I metadati sono essenziali per la riusabilità dei dati e delle analisi. Grazie a essi l'analista può scoprire ciò che è stato realizzato fino a quel momento. In assenza di metadati per l'analista sarebbe estremamente difficoltoso conoscere quali strutture dati e quali analisi sono già state prodotte. Vi sono quattro livelli di metadati: enterprise, local, business e tecnico. Esistono metadati sia per ambienti non strutturati sia per ambienti strutturati. I metadati di archiviazione vengono posti direttamente nell'ambiente di archiviazione.

Che cos'è il DW 2.0? Il Datawarehousing ha più di vent’anni e in tutto questo tempo ha conosciuto molti cambiamenti. Vecchie tecnologie sono diventate mature, nuove tecnologie hanno fatto la loro apparizione e le organizzazioni hanno accettato la Business intelligence come componente standard della loro infrastruttura. Esistono tuttavia diverse interpretazioni sul datawarehouse: active datawarehouse, federated datawarehouse, star schema datawarehouse e così via. Tutte differenti.
Nella definizione di un datawarehouse non viene peraltro menzionata l'integrità dei dati. Non solo, ma la prima generazione di datawarehouse non è riuscita a gestire requisiti che sono poi stati considerati pienamente legittimi. Oggi esiste il DW 2.0, una definizione di architettura di datawarehouse per il futuro del datawarehouse.
Alcune delle funzionalità più rilevanti di un DW 2.0 prevedono che il datawarehouse si faccia carico della gestione del ciclo di vita dei dati. E poi ancora: la coesistenza di dati strutturati e non strutturati; la presenza di metadati come parte integrante del datawarehouse; la possibile associazione di dati strutturati e non strutturati e, infine, la capacità di trattare quantità di dati illimitate.

Metadati e DW 2.0 - 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