L’esplosione dei big data sta mettendo profondamente in discussione tutte le modalità di gestione dei dati e delle informazioni all’interno delle aziende.
Gli approcci tradizionali non sono considerati più adeguati, soprattutto perché non in grado di supportare istanze che sempre più si svolgono in tempo reale e di risposte in tempo reale hanno bisogno.

Servono, in sintesi estrema, soluzioni in grado di supportare i nuovi business, basati sulla raccolta e sull’analisi in tempo reale di grandi volumi di dati complessi ed eterogenei, derivanti da fonti più disparate e in formati differenti.

A questo tema, la società di ricerca e analisi Forrester ha dedicato uno studio approfondito, dal titolo Forrester Wave Big Data Warehouse, che è liberamente consultabile sul suo sito Internet, nel quale cerca di dare una definizione più puntuale e aggiornata del datawarehouse, analizzando successivamente le risposte – e le soluzioni – dei player principali che operano in questo comparto.

Per Forrester, un Big Data Warehouse deve essere considerato come un insieme di piattaforme e di data repository coerente e specializzato, che sia in grado di sostenere un’ampia varietà di analisi, sia on premise, sia in cloud sia ancora in ambienti ibridi e che, ancor di più, possa sfruttare sia le tecnologie tradizionali, sia quelle più specifiche del mondo dei big data, da Hadoop a Spark, dai datawarehouse colonnari e raw based, ETL e via discorrendo.

Nella valutazione dell’offerta dei principali fornitori, Forrester ha tenuto presenti molteplici aspetti, sia correlati alla soluzione tecnologica vera e propria, sia alla presenza sul mercato del vendor stesso.

Così, ad esempio, a IBM Forrester riconosce un importante vantaggio competitivo derivante sia dalla sua base installata di DB2 e delle soluzioni di data management connesse, sia dalla sua organizzazione di servizi professionali.
Non solo.
La strategia della società evolve verso il cloud e sulle analisi in tempo reale, con un forte focus sull’interoperabilità con contributi ad Hadoop, Spark e altri progetti open source.
Per Forrester sono elementi di positività, che si accompagnano a valutazione complessivamente più che positive in termini di prestazioni, governabilità, sicurezza, capacità d’integrazione, data transformation, analisi in-database e in streaming real-time, gestione automatizzata delle risorse.
Importante, nella valutazione complessiva, anche la disponibilità di data model verticali per industry.