| Il “vecchio” Data Warehouse può stare al passo con in tempi? |
|
|
|
L’architettura di un DW non ha subito particolari modifiche rispetto ai tempi di Kimball ed Inmon. Anche oggi lo sviluppo di un buon DW non può tralasciare la corretta applicazione di tecniche quali "Chiavi surrogate", "Modellazione dimensionale", "Star schema", "Slowly changing dimension" etc., peraltro sempre più note a tutti gli operatori del settore ed anche agli stessi clienti. Oggi i fattori che determinano il successo di un progetto di DW stanno cambiando, a causa della rapidità con cui cambia il mondo, l’economia, le regole del mercato e quindi le esigenze delle aziende.
Di fondamentale importanza è quindi assicurare la manutenzione e la rapida evoluzione del DW, in modo da renderlo aderente nei tempi giusti ai cambiamenti necessari. Il primo è l’adozione della metodologia Agile (termine coniato nel 2001 con la nascita dell’omonimo Manifesto): invece di lunghi cicli di sviluppo e rilascio, ogni insieme significativo di sviluppi viene documentato, testato e rilasciato. Quindi il percorso di sviluppo si compone tanti piccoli rilasci, ognuno dei quali si avvicina sempre di più al risultato finale. La flessibilità di questo approccio rende possibile deviare dal disegno pensato inizialmente per seguire le evoluzioni del business, ma sempre avendo solide fondamenta su quanto rilasciato fino a quel momento. Altro accorgimento è l’utilizzo di tool web di collaborazione comprensivi di document management e workflow. Questo permette di creare gruppi di lavoro misti (consulenti, cliente) che possono lavorare da remoto in maniera perfettamente allineata. In questo modo è possibile garantire accesso condiviso ai documenti, facilità di comunicazione continuativa, chiarezza nei ruoli e nei processi di sviluppo, reperibilità delle specifiche. Infine sempre più spesso oggi i DW comportano complessità, elevato numero di fonti e volumi di dati sempre più consistenti, perché aumenta il volume informativo a disposizione ed aumenta anche la presenza di dati storici. Possiamo citare diversi casi dove gestiamo miliardi di record (es. nell’analisi delle Fidelity card, nella sanità, etc.). E’ quindi solo grazie a questo mix di tecniche, metodologie e tool di collaborazione che lo sviluppo e la manutenzione evolutiva di un DW diventa più snella e capace di garantire l’adattamento al cambiamento delle esigenze. Con l’accorgimento di non perdere mai di vista gli standard architetturali che sono alla base di un buon DW ed a garanzia della qualità del dato. |