Strutturati per l'intelligenza (Italian Edition)

Capitolo 1. L'intelligenza artificiale incontra lo stack di dati

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

In molte aziende, estrarre informazioni dai dati aziendali è ancora un problema, perché gli utenti devono usare un sacco di strumenti diversi. Questi strumenti includono dashboard BI, editor SQL, data warehouse, pipeline ETL e sistemi di governance, ognuno con la propria interfaccia, le proprie peculiarità e la propria curva di apprendimento. La maggior parte dei professionisti non ha le competenze tecniche per usare questi strumenti da sola, quindi si affida ad analisti o ingegneri per portare a termine il lavoro. Ad esempio, un responsabile marketing che ha bisogno di un semplice trend di conversione potrebbe dover aspettare diversi giorni prima che un ingegnere dei dati modifichi una pipeline. Anche con i moderni sistemi di BI, è normale che le informazioni siano così in ritardo da renderle meno utilizzabili.

I numeri mostrano chiaramente quanto sia ancora frammentato il panorama dei dati di oggi. I team di analisi aziendali lavorano ora su una media di 400 fonti di dati. Nella fascia alta, quasi un'azienda su cinque gestisce più di 1.000 fonti di dati. E queste cifre provengono da organizzazioni con almeno 1.000 o più dipendenti, il che rende questi numeri ancora più sorprendenti: non si tratta di piccole aziende che lottano con risorse limitate, ma di imprese consolidate ...