I big data rappresentano una formidabile forza motrice per innumerevoli organizzazioni. Quali sono i dati di maggior valore? Senza dubbio quelli inerenti alle persone fisiche.
Si tratta di un bacino di informazioni preziose, quasi indispensabili per lo sviluppo di strategie di business efficaci, soprattutto nell’economia post-Covid.
Tuttavia, proprio per il loro grande valore e legame con l’individuo, i big data si prestano a riflessioni profonde e per molti versi indispensabili. Sono tre i punti fondamentali che abbiamo voluto evidenziare.
La trasposizione digitale di un individuo richiede la garanzia della sua “integrità digitale”. Si tratta di una forma di rispetto morale; inoltre è innegabile che vi siano anche potenziali risvolti legali anche alla luce del GDPR.
La qualità dei dati è un altro punto fermo in una big data strategy. È evidente che un database scarsamente affidabile risulti quasi privo di valore. Certamente nessuna società baserebbe le proprie strategie su dati inaffidabili.
Il terzo pilastro, senza il quale nulla sarebbe possibile, è la sicurezza del dato.
Una sicurezza intesa nella sua accezione più ampia. Le organizzazioni devono garantire il rispetto delle normative vigenti, prima di tutto. Inoltre, i data breach sono in costante aumento: la cybersecurity è chiaramente parte della sicurezza. Infine, i dati vanno tutelati anche con adeguate policy di backup e strategie di ridondanza: un fattore da non sottovalutare per tutti i data center e per le aziende che ne fanno uso.
Grazie all’autorevole opinione di Enrico Proserpio, Senior Director Cloud Engineer, Technology Business Unit, Oracle Italia, abbiamo affrontato questa complessa e affascinante tematica.
Integrità digitale dei big data
L’analisi dei Big Data aiuta le aziende a comprendere le informazioni dei propri clienti – e potenziali clienti – per scoprire e anticipare abitudini, comportamenti e per mettere in atto piani di intervento adeguati in un’ottica data-driven. Oracle si propone come fornitore di tecnologie per la raccolta di queste informazioni e per la loro analisi. I servizi Oracle Big Data aiutano i professionisti dei dati a gestire, catalogare e trattare i dati non elaborati.
Il vecchio concetto di Data Warehouse, così come quello più recente di Data Lake, appaiono a nostro avviso superati perché incapaci di rispondere alle esigenze del business che richiede di ricavare le informazioni in tempo reale tali da permettere di agire immediatamente sulla base di ciò che sta accadendo. In questo senso, Oracle propone, all’interno della propria offerta Oracle Cloud Infrastructure (OCI), il concetto di “Lake House” – ovvero la Casa dei Data Lake nel cloud – che è un’architettura moderna, costituita da una combinazione dei due concetti precedenti, realizzata su uno stack tecnologico che si basa su Autonomous Data Warehouse, Object Storage Data Lake, Data Catalog e altri servizi a contorno, e che permette di disporre di una moderna data platform in grado di elaborare i dati in streaming e altri tipi di dati da una vasta gamma di risorse di dati aziendali.
L’analisi di queste informazioni avviene tramite Oracle Analytics Cloud e algoritmi di machine learning e intelligenza artificiale che il Cloud Oracle mette a disposizione. In ogni caso la privacy dell’individuo non subisce violazioni. Infatti, questi algoritmi lavorano sempre su campioni di dati e trovano valore nella correlazione di enormi quantità di dati. Le informazioni personali del singolo individuo non subiscono alcuna esposizione.
Qualità dei dati
Le tecnologie che vengono utilizzate per mantenere questo tipo di informazioni devono consentire di avere dati sempre affidabili e consistenti. In quest’ottica la soluzione Oracle si basa su un database che, oltre a essere autonomo, è anche “convergente” intendendo la capacità di memorizzare informazioni rappresentate in formati diversi. Dunque non solo il classico modello relazionale, ma anche modelli più moderni come quello documentale basto su JSON per memorizzare informazioni a struttura variabile o quello a grafo che permette di rappresentare efficacemente, per esempio, le relazioni tra persone tipiche dei social o il modello geografico che permette di geolocalizzare le informazioni aggiungendo questa importante informazione all’analisi, e così via. La possibilità di far convergere questi modelli in un unico database permette di dare consistenza alle informazioni trattate e applicare un unico modello di sicurezza ad alta affidabilità.
Sicurezza dei dati
Utilizzare tanti database specializzati per ciascuno dei modelli logici, citati in precedenza, aprirebbe le porte a rischi di inconsistenza e soprattutto amplierebbe quelli relativi alla sicurezza dovendo replicare accessi e password e richiedendo di “mettere d’accordo” modelli di sicurezza e alta affidabilità che per loro natura sono diversi tra loro.
La proposta Oracle si basa su un unico database convergente, con un unico modello di sicurezza e alta affidabilità che, grazie alla capacità di “self managing”, rimane sempre aggiornato per quanto riguarda le patch relative alla sicurezza. Autonomous Data Warehouse è anche “always available” perché gode delle caratteristiche di alta affidabilità del Cloud Oracle. Senza dimenticare il fatto che questa soluzione viene attivata sul sistema ingegnerizzato Exadata con le sue caratteristiche “fault tolerant”. In questo senso è importante notare che Idc riconosce a Exadata la classificazione AL4 corrispondente a un livello di affidabilità del 99.999%.
