27/05/2022 di Redazione

Fra analytics e alfabetizzazione sui dati, la roadmap di Qlik

La società ha approfittato dell’evento QlikWorld per anticipare piani di sviluppo che comprendono maggior capacità sul machine learning e un nuovo tool di query in-database. In partnership con Accenture, parte un’iniziativa sulla data literacy.

immagine.jpg

L’appuntamento 2022 del QlikWorld, ancora virtuale, è servito al vendor per fare il punto sui propri avanzamenti tecnologici, ma anche per enfatizzare i temi sui quali più ha investito negli ultimi anni, in particolare la data literacy.

In questa fase, prevale la continuità rispetto alle scelte che Qlik ha già fatto nel tempo e che l’hanno portata dalla proposizione della “semplice” business intelligence a una piattaforma completa per la gestione dei dati, dalla visualizzazione alla qualità, dagli insight al supporto decisionale operativo.

Da un paio d’anni, l’azienda ha introdotto il concetto di “active intelligence”, dove rientra il rilascio automatico e in tempo reale agli utenti dei dati e degli analytics in qualunque luogo si trovino, per prendere decisioni derivate dai dati. Da allora a oggi, alcune acquisizioni sono servite a rafforzare la proposizione. Nel 2021, Forts ha aggiunto uno strumento che consente agli utenti di accedere ai dati e analizzarli nel luogo in cui sono memorizzati, senza bisogno di importarli in Qlik, perdipiù in integrazione con la tecnologia Rpa di UiPath per aggiungere capacità di automazione. In seguito, l’acquisizione di Big Squid ha consentito di rafforzare la parte di machine learning.

In partnership con Accenture, invece, Qlik ha presentato il documento “"The Seven Principles of Data Literacy: A Blueprint for Accelerating Your Business into a Data-Driven Future", che si propone di supportare le aziende nel loro viaggio verso la data literacy, migliorando il processo decisionale basato sui dati. Il progetto è stato lanciato in collaborazione con il Data Literacy Project , un'organizzazione che ha per missione la promozione dell'alfabetizzazione dei dati nella società e di cui Qlik e Accenture sono membri fondatori. I sette principi elencati nel documento comprendono il cambiamento comportamentale necessario per raggiungere una situazione nella quale le persone con fiducia, attivamente e istintivamente analizzano e mettono in discussione i dati di fronte a loro e li usano per prendere decisioni su base continuativa.

Durante l’intervento al QlikWorld, il Ceo Mike Capone ha sottolineato come l’incertezza economica del periodo, legata a eventi come il Covid-19, le problematiche di supply chain o la guerra in Ucraina, stiano amplificando la necessità di poter disporre di dati in tempo reale: “Le condizioni di mercato possono cambiare da un giorno all’altro e non sembra che si possa tornare indietro rapidamente”, ha sottolineato il manager. “La natura interconnessa del mondo è al centro dell’attuale evoluzione e il modo per creare più certezza passa necessariamente dai dati”.

 

Mike Capone, Ceo di Qlik, durante il keynote a QlikWorld 2022

 

Le funzionalità di front e back-end aggiunte negli ultimi anni, inclusa la data integration tramite l'acquisizione di Attunity nel 2019 , hanno rafforzato la piattaforma Qlik, che continua ad aggiungere componenti per tenere il passo di competitor come Tableau (Salesforce) o Microsoft PowerBi. Gli ambiti di sviluppo riguardano, in modo particolare, l’offerta SaaS, gli analytics full-cycle, la capacità di rilasciare insight per tutti e rendere i dati “actionable” liberandoli dai silos.

Fra le evoluzioni attese nei prossimi mesi, troviamo il rafforzamento di Hybrid Data Delivery, l’introduzione di Direct Query e Qlik AutoMl, nuove funzionalità di sicurezza e compliance. Nel primo caso, parliamo di un servizio di cloud data delivery che replica, aggiorna e cataloga automaticamente in tempo reale, muovendoli da fonti on-premise verso il cloud Qlik, ma anche Azure Synapse, Google BigQuery, Snowflake e, a breve, Databricks. Direct Query consentirà agli utenti di creare un’applicazione QlikSense che porta le query verso il database preferito anziché richiedere un’estrazione da data warehouse o data lake e un’importazione in Qlik prima di query e analisi. AutoMl (frutto dellè’acquisizione di Big Squid) consentirà di generare modelli di machine learning senza dover scrivere codice.

 

scopri altri contenuti su

ARTICOLI CORRELATI