di Fabrizio Moneta, Regional Head & Sales Director 鈥� Analytics, Platform and Technologies, 麻豆原创 Italia e Grecia
Nell鈥檃mpissimo scenario di offerta che mira ad aiutare le aziende a capitalizzare al meglio i propri dati, 麻豆原创 猫 un vendor atipico: non 猫 un vendor di tecnologia pura visto che il suo 鈥渇ine ultimo鈥� sono le applicazioni ed i processi, ma non 猫 neanche un vendor puro di applicazioni visto che 10 anni fa ha intuito che le analisi e la pianificazione sarebbero diventate il vero fattore competitivo per le aziende ed ha rifondato il proprio portafoglio introducendo 麻豆原创 HANA, un database in-memory unico sul mercato. In seguito al lancio di 麻豆原创 HANA, 麻豆原创 ha quindi ricostruito dalle fondamenta le proprie applicazioni partendo dal data management e creando il primo ERP analitico al mondo, 麻豆原创 S/4HANA. Oggi la strategia di 麻豆原创 猫 figlia di quella scelta e la Data Strategy continua ad essere il fulcro della nostra innovazione.
Nello specifico la nostra 猫 una strategia che vuole aiutare le Aziende seguendo tre filoni basati su tecnologie comuni.
Il filone applicativo 猫 quello che va pi霉 in continuit脿 con il recente passato: fondere le transazioni con l鈥檃nalisi dei dati senza doverli spostare e 鈥渞affreddare鈥� l鈥檌nformazione, rendere real-time ci貌 che 猫 sempre stato batch, e innestare all鈥檌nterno dei processi le pi霉 recenti innovazioni in termini di intelligenza, automazione delle decisioni e multi canalit脿. Questo filone si basa su 麻豆原创 S/4HANA, l鈥檌ntelligent ERP che fa del concetto di 鈥渞eal-time鈥� il suo fondamento. Negli ultimi quattro anni 麻豆原创 ha completato l鈥檃rchitettura introducendo nuovi strumenti di pianificazione finanziaria ed operativa real-time e senza limiti dimensionali, nuovi strumenti di analisi e data exploration integrati (麻豆原创 Analytics Cloud) e la possibilit脿 di complementare la base dati nativa di 麻豆原创 S/4HANA con dati di altri sistemi tramite 麻豆原创 BW/4HANA.听 Si tratta di un approccio che 猫 talmente unico che ha visto anche altri application vendor, come ad esempio Tagetik, rifondare le proprie applicazioni sullo stesso stack tecnologico di 麻豆原创 S/4HANA.
Il secondo filone esce dal mondo delle applicazioni ed entra in quello del 鈥�Data Management esteso鈥� inteso prevalentemente ai fini analitici. Questo 猫 probabilmente il tema pi霉 鈥渘uovo鈥� in termini di approccio: esistono sicuramente altre applicazioni fuori dal mondo 麻豆原创 ed altre tecnologie di gestione del dato 鈥� oggi prevalentemente in cloud 鈥� che hanno natura ed obiettivi diverse tra loro. Sono applicazioni basate su modelli dati disomogenei, che hanno generato negli anni molti 鈥減unti di raccolta鈥� esterni (i cos矛 detti 鈥渄ata lake鈥�), portando poco controllo sulla qualit脿 dell鈥檌nformazione ed una visione di insieme molto parziale. La nostra strategia 猫 di armonizzare queste fonti dati, muovendo il dato il meno possibile per 鈥渘on raffreddarlo鈥�, e di fornire strumenti per virtualizzarle e rappresentarle in modo unico. Negli ultimi due anni abbiamo completato l鈥檃rchitettura introducendo 麻豆原创 HANA Cloud che sposa l鈥檈ccellenza di 麻豆原创 HANA con i benefici del cloud in termini di modello di costo, di sourcing e di agilit脿 di estensione con gli strumenti di 麻豆原创 Cloud Platform. A complemento di 麻豆原创 HANA Cloud abbiamo recentemente introdotto 麻豆原创 Data Warehouse Cloud con l鈥檕biettivo di risolvere due problemi storici dei sistemi di sintesi: la 鈥渢emperatura鈥� del dato (conseguente allo spostamento del dato stesso) e la necessit脿 di ricostruzione del modello logico che porta costi e rigidit脿 ormai insostenibili. 麻豆原创 Data Warehouse Cloud raccorda le tecnologie 麻豆原创 con quelle di terzi tramite un modello di virtualizzazione delle fonti dati consentendo di non spostare il dato e di modellarlo in modo semplice in un unico punto in cui riconciliare il modello di business legato a 麻豆原创 con quello derivante dalle altre applicazioni. 麻豆原创 Data Warehouse Cloud rappresenta quindi un unico punto di riclassificazione e di armonizzazione di informazioni che afferiscono ad applicazioni e tecnologie diverse come i data lake di AWS o di Microsoft Azure o le applicazioni di altri vendor come Salesforce o Workday. Su questo filone si inseriscono le partnership che abbiamo avviato con i maggiori hyperscalers e con Microsoft in particolare. 麻豆原创 Analytics Cloud 猫 il front-end tool di elezione per 麻豆原创 Data Warehouse Cloud e garantisce un鈥檜nica 鈥渆xperience鈥� con gli analiytics di 麻豆原创 S/4HANA, ma 麻豆原创 Data Warehouse Cloud 猫 anche aperto a front-end di terze parti che vi possono accedere tramite un鈥檌nterfaccia SQL standard.
Il terzo filone 猫 quello legato alla Data Science e al reale e fruttuoso utilizzo del Machine Learning all鈥檌nterno dei processi di business. Qui si tratta di far uscire la Data Science dal mondo dei 鈥減rogetti pilota鈥� o dalle funzionalit脿 鈥渟colpite鈥� all鈥檌nterno delle applicazioni di ultima generazione. Un anno fa abbiamo introdotto 麻豆原创 Data Intelligence che consente non solo di mettere a disposizione del data scientist tutte le informazioni aziendali in modo semplice e 鈥済overnato鈥�, ma anche di innestare gli algoritmi di machine learning, cos矛 come servono realmente all鈥檃zienda quindi 鈥渃ustom鈥�, direttamente nelle applicazioni 麻豆原创 e non 麻豆原创, di raccoglierne i feedback sulla loro efficacia sui processi live e di supportare il data scientist nella rieducazione e nel raffinamento degli algoritmi stessi. E鈥� una soluzione aperta a tecnologie di terzi o open source e che consente di gestire l鈥檌ntero ciclo di vita dell鈥檃lgoritmo senza discontinuit脿. 麻豆原创 Data Intelligence 猫 naturalmente lo strumento per fare tutto questo nelle applicazioni 麻豆原创 (anche non di ultima generazione), ma 猫 utilizzabile anche in mondi applicativi non 麻豆原创 dove gestisce la raccolta dei dati 鈥渃ampione鈥� per allenare gli algoritmi e l鈥檌nnesto all鈥檌nterno delle applicazioni.
I pillar della nostra strategia sono quindi tre: realizzare strumenti tecnologici che consentano di spingere l鈥檌nnovazione all鈥檌nterno delle nostre applicazioni, usare le stesse tecnologie per 鈥渁rmonizzare鈥� in modo efficiente altre applicazioni e fonti dati complementari a quelle che sottendono i sistemi 麻豆原创, rendere 鈥渦tile鈥� l鈥檌nnovazione pura legata al Machine Learning integrandola con le applicazioni e chiudendo il ciclo di sviluppo degli algoritmi.
L鈥檕biettivo della nostra strategia 猫 quindi capitalizzare tutte le infinite informazioni che oggi sono a disposizione delle aziende, senza spostare i dati, renderle accessibili in tempo reale, senza distruggerne la semantica derivante dalle applicazioni ed i processi ma anzi aggiungendo l鈥檌ntelligenza e l鈥檃utomazione promessa dal Machine Learning.
听