Social
it
Origine ed elaborazione - ETL

Origine ed elaborazione – ETL

Per una visione completa del mercato e dei suoi fenomeni è fondamentale lavorare su dati provenienti da ogni sorgente a disposizione dell’azienda, dati eterogenei e disarmonici per provenienza e definizione, aggregati e disaggregati con diverse granularità, in quantità ma spesso discutibili per qualità. Raccoglierli nella loro interezza, trasformarli, spesso pulendoli, al fine di analizzarne le loro interconnessioni è il primo passo della strategia. Tale processo, definito ETL (Extraction – Trasformation – Loading), è la base operativa per la nascita di un progetto di Business Intelligence.

In un contesto fluido parlare di Data Warehouse risulta limitante

Nel 2010 James Dixon ha coniato la definizione di Data Lake per indicare il bacino di dati grezzi provenienti da fonti diverse, e che non è ragionevole gestire indipendentemente l’una dall’altra.

La Data Quality è il punto focale di tutto

ESTRAZIONE

La Data Quality è il punto focale di tutto

On Premise Data, Data Wharehouse, Open Data, Data on Cloud, Data Streams (IoT Data) e Big Data: le informazioni a disposizione della tua azienda provengono da fonti diversificate e presentano, quindi, valori eterogenei. A partire dai “Data Lake” fino ai Data Warehouse, ITReview ti supporta nel raggiungere la massima qualità in fase di raccolta e di preparazione del dato grezzo fino all’ottenimento di un dato preparato (“as a service”). Da questa fase si fondano le basi di qualsiasi progetto di Data Analytics e/o Business Intelligence.

Come accordare gli strumenti di un’orchestra prima del concerto

Trasformazione

Come accordare gli strumenti di un’orchestra prima del concerto

In questa fase ITReview in tema di Big Data e Data Lakes, si affida a TriFacta, la piattaforma di Data Wrangling in grado di mettere a comun denominatore i dati grezzi di fonti diverse in tempistiche sorprendenti e che, attraverso il processo di Machine Learning, classifica e trasforma quelli che interessano l’utente finale. Con algoritmi di autoapprendimento, TriFacta crea un catalogo di “Data as a service” già pronto all’uso per i Data Scientist, o per le più tradizionali Data Analysis o Business Intelligence.

Il dato grezzo ora è raffinato

Caricamento

Il dato grezzo ora è raffinato

Grazie alle piattaforme fornite da ITReview, l’utente può affinare i parametri ed esplorare le informazioni complesse ottenendo feedback immediati, fondamentali per lo step successivo: quello dell’Analisi.

Origine ed elaborazione - ETL 1
ContinuaAnalisi
Origine ed elaborazione - ETL 1