Cos'è un data warehouse logico?

Un data warehouse logico (LDW) è un'architettura di gestione dei dati in cui uno strato architettonico si trova sopra un data warehouse tradizionale, consentendo l'accesso a molteplici fonti di dati diverse mentre appare agli utenti come una fonte di dati "logica". Essenzialmente, è un'architettura di dati analitici che ottimizza sia le fonti di dati tradizionali (database, data warehouse aziendali, data lake, ecc.) sia altre fonti di dati (applicazioni, file di big data, servizi web e il cloud) per soddisfare ogni caso d'uso dell'analisi dei dati. Il termine è stato coniato nel 2009 e continua a guadagnare popolarità nel mercato man mano che la complessità dei dati diventa un problema crescente per molte aziende.

Logical Data Warehouse

Il data warehouse logico è chiamato la generazione futura di data warehouse con la capacità di soddisfare le crescenti esigenze di gestione dei dati delle aziende. Combinando più motori e varie fonti di dati in tutta l'azienda, i componenti del data warehouse logico possono essere riuniti in un posto logicamente anziché fisicamente. Il moderno LDW è avanzato per gestire l'ampia varietà di fonti di dati disponibili oggi, le piattaforme di dati e i casi d'uso aziendali. Consente alle organizzazioni di reinventarsi digitalmente, attivare la streaming analytics in tempo reale e ottimizzare le operazioni con un processo decisionale più intelligente e basato sui dati.

Quali sono i vantaggi di un data warehouse logico?

Soddisfare le crescenti richieste di dati

L'approccio logico del data warehouse permette alle aziende di soddisfare il crescente fabbisogno di dati, approfittando degli investimenti esistenti in approcci fisici come data warehouse, data mart, sandbox, data lake e altri. Come approccio multimotore, il data warehouse logico consente alle aziende di soddisfare tutte le loro diverse esigenze di analisi dei dati. È importante notare che questi diversi componenti (data warehouse aziendali, data lake, data mart, ecc.) non sono mutualmente esclusivi e possono effettivamente completarsi a vicenda in un approccio di gestione dei dati strategico. Il data warehouse aziendale (EDW), per esempio, non è scomparso. È ancora molto utile a gestire i dati di un'azienda, ma ora è solo una parte di un insieme più grande: il data warehouse logico.

Il data warehouse logico assicura che la tua strategia di analisi sia agile e flessibile per le nuove richieste di dati. Impedisce al tuo team di restare ancorato a una tecnologia o a un approccio, indipendentemente dai cambiamenti del mercato futuri. Si torna al design complementare dei diversi componenti menzionati prima. Le aziende possono prendere decisioni su quali componenti utilizzare per compiti diversi di gestione dei dati per soddisfare le loro esigenze. Quando il business cresce e vengono generati nuovi dati, il livello di virtualizzazione dei dati può incorporare queste nuove fonti di dati senza interrompere alcun processo esistente.

Soluzione di data warehouse logico di TIBCO
Scarica questa scheda tecnica per comprendere le caratteristiche e i vantaggi della soluzione di data warehouse logico di TIBCO.

Modernizza il tuo approccio ai dati

Un data warehouse logico permette alle aziende di modernizzare l'approccio ai dati e l'architettura dell'analisi utilizzando un'architettura comune di gestione dei dati analitici in tutti i propri tipi di dati, tecnologie, utenti e casi d'uso diversi. Il data warehouse logico consente a un'azienda di rispondere a domande relative all'attività, analizzare le prestazioni passate e prevedere i risultati futuri incorporando tutti i dati in varie fonti. Inoltre, un LDW può consentire a un'azienda di ridimensionare la strategia di gestione dei dati man mano che cresce, iniziando dai dati attuali e aggiungendo o modificando facilmente il progetto quando cambiano le priorità. Questo approccio dinamico è la chiave di qualsiasi moderna soluzione di gestione dei dati.

Responsabilizzare i consumatori di dati

L'approccio LDW aiuta anche a responsabilizzare gli utenti con diversi livelli di competenze rendendo i dati più facili da trovare e da comprendere. Il data warehouse logico può migliorare la produttività di tutti gli utenti integrando tutte le fonti di dati, comprese quelle in streaming, in un'unica fonte completa e "logica". Ciò consente l'accesso condiviso ai dati in tutta l'organizzazione, dando modo ai diversi team aziendali di effettuare le proprie analisi. A loro volta, le imprese sono in grado di prendere decisioni migliori basate su una comprensione coerente dei propri dati in ogni reparto e team.

Con una varietà sempre più diversificata di dati disponibili, dalla sua creazione il data warehouse logico è diventato ancora più necessario. Fornisce una tecnologia o uno strumento per raccogliere e consolidare tutti i dati di un'organizzazione, compresi i dati storici, ed eseguire analisi unificate che nessun sistema potrebbe fare da solo. Il LDW concede a molti consumatori di dati diversi la possibilità di usare servizi di dati affidabili e riutilizzabili. Democratizzando in tal modo l'accesso ai dati di un'organizzazione, consente l'analisi dei dati self-service, garantendo al contempo la coerenza e la precisione dei dati utilizzati dall'azienda.

Caratteristiche comuni di un data warehouse logico

Poiché il logical data warehouse si è evoluto dal 2009, il suo scopo fondamentale non è cambiato, ma le sue caratteristiche chiave si sono sviluppate e adattate ai requisiti aziendali. I moderni strumenti di LDW ora includono solitamente le seguenti caratteristiche:

  • Accesso alle applicazioni attraverso un'unica interfaccia
  • Il data warehouse aziendale esistente rimane
  • Contiene uno o più data lake come repository
  • Utilizza un archivio dati operativo (ODS)
  • Assicura la coerenza con i data mart
  • Imposta i metadati e le politiche di governance

Casi d'uso del data warehouse logico

Quasi ogni azienda o settore potrebbe trarre vantaggio dal collegare tutti i suoi dati e consentirne l'accesso in tutta l'organizzazione per migliorare l'analisi e il processo decisionale. I seguenti sono solo alcuni casi d'uso in cui il LDW può essere applicato:

  • Gestione del rischio
  • Monitoraggio dei KPI
  • Analisi dei dati dell'IoT edge
  • Analisi predittive
  • Data mining
  • Analisi dei dati self-service