Un nuovo modo per raccogliere, connettere e integrare i dati a supporto delle strategie aziendali. Qlik ha presentato Cloud Data Integration, un insieme di servizi cloud tesi a supportare le iniziative di integrazione e trasformazione digitale aziendale. Più precisamente si tratta di una Enterprise Integration Platform as-a-Service (eiPaaS) che collega tutte le applicazioni e le fonti di dati aziendali al cloud, creando quello che Qlik chiama un “data fabric aziendale”, aggiornato in tempo reale e altamente automatizzato. Sullo sfondo c’è il noto e irrisolto problema dei silos, i compartimenti stagni ancora esistenti tra le molte fonti di dati di un’azienda.
“Per consentire alle organizzazioni di sfruttare appieno la potenza dei loro dati, è fondamentale migliorare l'accesso, le operazioni in real-time e la trasformazione avanzata dei dati stessi tra diverse fonti e sistemi aziendali”, ha commentato James Fisher, chief product officer di Qlik. “Qlik Cloud Data Integration aiuta a creare un Data Fabric in tempo reale da qualsiasi fonte e destinazione dei dati, sfruttando la potenza del cloud per consentire a tutti i membri dell'azienda di prendere delle decisioni migliori basate sui dati”.
La nuova tecnologia permette di raccogliere, trasformare e distribuire i dati tramite pipeline flessibili, gestibili e riutilizzabili, al servizio per esempio di attività di analytics e intelligenza artificiale. A detta di Qlik (che cita i dati di una ricerca condotta da GigaOm), il proprio approccio all’integrazione dei dati permette di ridurre del 25% il carico di lavoro del personale IT e dei data engineer, oltre a velocizzare nettamente (anche del 70%) il tempo di scoperta, analisi e implementazione dei dati.
Cloud Data Integration impiega un insieme comune di servizi cloud che si integrano con Aws, Google Cloud, Microsoft Azure, Databricks e Snowflake. Grazie al motore di motore change data capture di Qlik, i dati modificati più attuali e rilevanti vengono trasferiti nel cloud in modo efficiente. La piattaforma può anche trasformare rapidamente i dati grezzi in dati pronti per l’analisi tramite SQL autogenerato e push-down. I metadati consentono di capire quale sia la fonte, quali modifiche siano state effettuate e quali persone in azienda stanno utilizzando i dati. Una interfaccia grafica no-code permette di automatizzare i flussi di lavoro per le applicazioni cloud e le Api dei dati.