Il Data as a Service (DaaS) ha un ruolo fondamentale e va valutato con le dovute attenzioni perché offre due vantaggi. Il primo è la possibilità di fare affidamento su dati di qualità, mentre il secondo è quello di sgravare l’infrastruttura IT delle aziende che immagazzinano ed elaborano dati.
Considerando la crescente adozione aziendale del Machine learning e dei Big data in generale, riuscire a gestire i dati con minore sforzo si traduce in una maggiore competitività.
I numeri del comparto sono in crescita. Se è vero che diverse fonti attendibili danno valori differenti al mercato del Data as a Service (Statista parla di 10,4 miliardi di dollari nel corso del 2022 e quelle raccolte da Market Research Future riportano cifre più basse del 25% circa), tutte le analisi indicano negli Usa il mercato più ampio e nel Far East quello con il tasso di crescita superiore. Questo può persino aiutare a comprendere la geoeconomia dei dati e delle loro applicazioni.
Cosa significa Data as a Service
Il Data as a Service è un servizio per la fornitura di dati in diversi formati ma anche di tecnologie per il Data management e per l’analisi.
Parlare di dati è per principio riduttivo, perché vuole dire poco. Devono essere convertiti in formati utili a chi ne fa uso, vanno puliti, verificati e arricchiti. Quella del dato è una filiera lunga non dissimile da quella di altri comparti e, in questo contesto, i dati sono equiparabili alle materie prime che vengono trasformate dall’industria manifatturiera.
Nella logica di “distribuzione mediante servizio”, il Data as a Service permette alle aziende di accedere ai dati senza un’infrastruttura locale dedita alla loro conservazione e alla loro analisi. Da questo punto di vista è da considerare al pari di altri servizi di Cloud computing che mettono a disposizione dei clienti capacità di calcolo, spazio di archiviazione, standard di sicurezza e banda.
L’utente finale ha così il controllo dei dati, anche se provenienti da origini diverse, ai quali ha accesso mediante un’apposita applicazione o un browser. È una tecnologia complessa che viene resa trasparente: chi utilizza i dati non si deve preoccupare dell’infrastruttura e dei processi che li hanno resi disponibili.
Il DaaS, lo sottolineiamo per onore di chiarezza, si presta a una doppia interpretazione. Chi vi fa ricorso può utilizzare dati proprietari e contare sulle capacità di elaborazione degli stessi messe a disposizione dai provider oppure può utilizzare dati preventivamente elaborati da venditori di dati terzi.
Quali sono i vantaggi del Data as a Service
I vantaggi del DaaS possono essere elencati secondo un ordine tecnologico e un ordine infrastrutturale. I vantaggi tecnologici sono:
- efficienza: la velocità di elaborazione dei dati consente di ottenere risultati mirati in tempi rapidi e questo apre le porte a un numero maggiore di test e di simulazioni con ricadute positive sulle capacità di innovazione dell’impresa e sulla sua capacità di analizzare il mercato in cui si situa, anche in ottica predittiva,
- costi: i servizi erogati in Cloud hanno di norma un costo minore rispetto a quelli on premise, perché le politiche di prezzo erogate dai provider seguono logiche di utilizzo, si paga ciò che si usa secondo parametri prefissati in sede contrattuale e anche questo ha ricadute sulle capacità di innovazione.
Sul fronte delle infrastrutture IT l’azienda ottiene dei vantaggi in materia di:
- sicurezza: per i provider la sicurezza è importante tanto quanto il servizio che erogano. Investono risorse adeguate a rispettare i più elevati standard di sicurezza,
- fermo operativo: i provider hanno infrastrutture ridondate e sicure anche dal punto di vista fisico (sistemi antincendio, controllo degli accessi alle sale server, …). Minori tempi di down si traducono in continuità di operatività per chi fa uso di soluzioni DaaS.
Va anche considerato il vantaggio relativo al rispetto del Gpdr, le cui norme possono essere di difficile attuazione per le realtà aziendali più piccole o meno organizzate e che i provider garantiscono per potere operare sul mercato.
Applicazioni di Data as a Service
Uno degli aspetti capitali del DaaS è la possibilità di far confluire in un unico repository i dati provenienti da diverse fonti e questo ne fa strumento duttile per diversi utilizzi, a partire dai governi e dalle Pubbliche amministrazione che possono così renderli disponibili a ogni emanazione dello Stato.
Nel mondo del business, invece, si distinguono per l’uso di soluzioni DaaS, il retail e la Fintech che fanno sempre più affidamento sulle Intelligenze artificiali le quali, per loro stessa natura, necessitano dati. Settori nei quali proliferano portali web e applicazioni per dispositivi mobili che generano dati e ne mettono a disposizione agli utenti, andando così a creare un flusso bidirezionale di informazioni da conservare, organizzare, analizzare e molto spesso da destinare a utilizzi futuri.
Ovunque si renda necessario uniformare dati, renderli compatibili con più destinazioni d’uso, impiegarli nell’immediato e pianificarne il riutilizzo, trova posto l’adozione della tecnologia Data as a Service.
Uno sguardo al futuro: compatibilità dei dati
La compatibilità dei dati è solo una delle sfide future. Quando si sceglie una soluzione DaaS occorre essere certi che la disponibilità dei dati sia confacente agli standard e alle specifiche dell’impiego che se ne vuole fare, ovvero che possano essere utilizzati per perseguire gli obiettivi aziendali che hanno contribuito a scegliere un provider DaaS il quale andrebbe selezionato anche sulla scorta delle garanzie di evoluzione e miglioramento dei servizi che eroga.
Le soluzioni DaaS saranno sempre più adottate, proprio perché aumenterà la dipendenza delle aziende nei confronti dei dati, ed è importante che i servizi offerti siano sempre più evoluti, mirati e performanti.
Questo si traduce anche con la necessità di adeguare a nuovi formati i dati disponibili perché il digitale insegna che, con il sovrapporsi di software e la loro evoluzione in termini di release e versioni migliorate, deve essere garantito l’uso dei dati generati così come è necessario che venga garantita la retrocompatibilità laddove necessaria.
Il futuro è foriero anche di altre sfide, a cominciare dalla Data quality, la raffinazione dei dati che è cruciale per il loro uso produttivo. Con l’aumentare della mole di dati disponibile la qualità dei dati richiede un numero crescente di risorse per la lavorazione dei dati stessi. Il DaaS deve dare risposte positive anche in questo senso, prevedendo tecniche sempre più evolute per l’elaborazione efficace e rapida delle informazioni.
Data as a Service e sicurezza informatica
Tema questo che va suddiviso in due aree principali. Quando si parla degli standard di sicurezza offerti dai provider DaaS, occorre considerare che questi attuano le politiche di sicurezza più innovative poiché una breccia o un furto di dati segnerebbero una crisi commerciale ed esistenziale per i provider stessi.
Il discorso cambia molto quando si considera la destinazione dei dati, ossia quando questi lasciano il Cloud per la loro destinazione, sia questo un client aziendale o un’app per dispositivi mobili. A questo punto la sicurezza viene demandata allo strumento che attinge ai dati e quindi alle politiche di security delle imprese e degli utenti finali.
Si può quindi dire che, finché sono nel perimetro dell’impresa che fornisce il servizio DaaS, i dati possono essere ritenuti al sicuro, per quanto si tratti di una garanzia relativa e per quanto questa garanzia ricada sull’utente finale quando i dati escono da tale perimetro.
Le principali piattaforme DaaS
Il mercato è denso di attori e, se da una parte sarebbe positivo fare affidamento sulle realtà meno conosciute per dare loro la possibilità di crescere e creare un settore maggiormente competitivo, resta vivo il nodo della politica aziendale che fa ricadere sui decisori la responsabilità delle scelte operate. Diventa difficile, nell’ambito dell’impresa, giustificare davanti agli alti vertici una scelta che si è rilevata poco felice. Non da ultimo, occorre prestare attenzione alla compliance dei dati e sono i vendor più quotati a garantire l’applicazione delle norme in materia del trattamento di dati a livello nazionale e sovranazionale.
Fatta questa introduzione, presentiamo delle soluzioni di Data as a Service di comprovata efficacia e qualità.
Amazon Web Services
La piattaforma Cloud si chiama Data Exchange ed è partecipata da oltre 300 fornitori di dati. Sono quindi utilizzabili tabelle, database e API già pronte per interfacciarli con le applicazioni necessarie a usufruirne. Un unico catalogo di dati, corredati da tecniche di analisi e servizi di Machine learning forniti, su richiesta, da Amazon Web Services.
Oltre a ciò, sono disponibili dei kit di sviluppo (Sdk), un insieme di strumenti e di documentazione per la creazione di applicazioni.
Le politiche di prezzo variano a seconda del dataset scelto e dei servizi correlati eventualmente richiesti. Alcuni set di dati sono utilizzabili gratuitamente per un periodo di tempo limitato.
Microsoft Azure
Microsoft mette a disposizione Azure data services, piattaforma che va intesa come un servizio di database gestito dalla stessa Microsoft affinché i dati siano nella forma e nella consistenza gradita al cliente e, in aggiunta, come la disponibilità di strumenti di analisi dei dati e di fare uso delle AI fornite in modo che debbano solo essere istruite mediante i dati stessi.
Anche questo servizio ha un costo commisurato all’uso, con il classico periodo di prova gratuito di Microsoft.
Google Cloud
Big G ha offre tecnologie maggiormente strutturate per il DaaS, ossia i servizi Analytics Hub, DataPlex, DataStream e Dataflow Prime. Nell’ordine, Anlaytics Hub consente lo scambio di dati tra organizzazioni diverse, DataPlex consente la creazione di un unico data lake alimentato da set di dati diversi per natura e origine. DataStream permette l’acquisizione delle modifiche fatte ai dati e ne consente la condivisione tra set di dati selezionati e, in fine, Dataflow Prime è incentrato sull’analytics.
Servizi corredati da documentazione, strumenti di sviluppo e che possono essere provati gratuitamente. Le politiche di prezzo, come confà a questo tipo di tecnologie Cloud, seguono la logica dell’utilizzo.
IBM Cloud
Cloud Pak for Data as a Service è la suite di IBM che racchiude diversi tra prodotti e servizi, quali IBM Watson Studio, IBM Watson Knowledge Catalog e IBM Watson Machine learning. Tecnologie che permettono la gestione e l’analisi dei dati oltre al loro impiego nella modellazione AI.
Una delle caratteristiche delle soluzioni offerte da IBM è la semplicità d’uso, seguita a ruota dalla possibilità di integrare altri servizi scelti tra i tanti a disposizione. Le politiche di prezzo, anche in questo caso, sono basate sull’uso e sulla quantità di strumenti a cui si attinge.
