I processi ETL (Extract / Transform / Load) permettono di trasformare i dati “grezzi” archiviati all’interno dei database transazionali in informazioni utilizzabili e, soprattutto, condivisibili dagli strumenti di Business Intelligence. In modo analogo i processi ETL possono estrarre dati e informazioni da applicazioni altamente evolute di ERP e CRM, come quelle offerte, per esempio, da SAP e Salesforce.
Processi ETL: fare la scelta economica giusta
La prima domanda da porsi è se sia o meno necessario disporre di strumenti software così specifici per la lavorazione dei dati e non ricorrere alle più economiche mani di un abile programmatore. La risposta è quanto mai immediata: per un progetto semplice, non scalabile, e che rimarrà unico all’interno dell’azienda questa potrebbe essere la migliore soluzione. Se, al contrario, avanziamo l’idea di espandere il progetto a più settori, dipartimenti o sedi, coinvolgendo un maggiore numero di team e analisti, è evidente come l’utilizzo di strumenti che mettano a disposizione piattaforme e interfacce più evolute, sia assolutamente necessario per non dire obbligatorio.
Ma quali altri fattori possono incidere sulla redditività dei processi ETL? Vediamone alcuni:
- La qualità del dato, in questo caso quello estratto, non è un parametro immediatamente valutabile al momento di iniziare un progetto, ma il suo costo arriverà ben presto a farsi sentire su tutti i processi interessati nel caso in cui sia di basso valore.
- Il numero delle sorgenti da cui estrarre i dati. Il loro incremento e variabilità per tipologia richiede strumenti altamente flessibili e scalabili. Rimettere mano al codice può essere oneroso e ritardare il cambiamento richiesto. Database in cloud, on premise o soluzioni ibride richiedono software di estrazione/analisi altrettanto scalabili e in grado di interfacciarsi con più mondi complessi alla volta.
- GDPR e protezione delle informazioni sono altri due aspetti da considerare che possono incidere economicamente sulla governance del dato. Anche qui occorre scegliere soluzioni che diano la massima garanzia e tutela per la messa in sicurezza delle informazioni.
- L’accessibilità ai dati estratti è un altro dei fattori chiave per l’analisi e la condivisione. Soluzioni integrate con gli strumenti di business intelligence favoriscono i processi all’interno di team complessi e strutturati, risultando alla fine economicamente più vantaggiose.
I vantaggi di un’estrazione mirata
Un dato estratto in modo corretto può dare nella fase di analytics un notevole vantaggio sia dal punto di vista economico, sia da quello tecnico riducendo eventuali duplicazioni, sovrapposizioni e letture (leggi anche previsioni) errate. Proviamo a scoprirne i più rilevanti dividendoli per settori di applicazione.
Marketing: l’elaborazione mediante strumenti di business intelligence consente di evidenziare categorie di prodotti non più vantaggiose, settori in cui la domanda è in crescita o lo sarà in un determinato intervallo di tempo (analisi predittiva). Anticipare comportamenti e necessità del cliente è un vantaggio enorme che solo gli analytics basati su dati di alta qualità possono dare.
Finanza: la riduzione del rischio in campo bancario e assicurativo è uno degli asset principali ad avvalersi di questi processi. Anche in questo caso l’uso di un dato di valore permette l’analisi non solo del profilo di rischio del cliente, ma la comparazione con un’infinità di altri parametri utili a proporre a lui la migliore soluzione possibile, e tutelare al massimo l’investimento dell’ente erogatore. Si tratta di un mercato in fortissima evoluzione, con una platea di consumatori sempre più intenzionati a utilizzare strumenti self-service e, al contempo, di usufruire di offerte altamente personalizzate.
Manutenzione predittiva: l’utilizzo di software ETL in grado di dialogare con piattaforme cloud, on-premise e dispositivi IoT permette di estrarre ed elaborare dati in grado di evidenziare e anticipare eventuali blocchi degli impianti. In questo caso è importantissimo che i processi possano avvenire in tempo reale. Non tutte le soluzioni ETL presenti sul mercato lo consentono. Anche qui la scelta giusta può incrementare il valore finale dei dati ottenuti.
In sintesi. Se da una parte i software ETL richiedono figure professionali specializzate, dall’altra offrono soluzioni in grado operare in modo più efficace su database in cloud e hybrid cloud. Gli strumenti ETL più evoluti possono dialogare con database di ogni marca e dimensione, fattore questo non meno importante dato che sul mercato ne sono presenti 900 tipologie diverse. Le dashboard grafiche permettono di creare più velocemente i processi e renderli facilmente interpretabili e condivisibili anche da eventuali altri gruppi che dovessero aggiungersi o subentrare al progetto. La scelta della giusta soluzione ETL, come sempre, è il fattore determinante per il successo e la redditività del processo finale di analisi.
