Gli analisti e i data scientist sanno bene come tra i rischi in grado di compromettere l’efficacia delle scelte di business, basare le decisioni su set di dati incompleti o di scarsa qualità, senza aver quindi verificato la bontà degli stessi, sia tra gli errori più imperdonabili. Un dato su tutti: secondo Gartner, ogni anno proprio la scarsa qualità dei dati costa alle aziende in media 12,9 milioni di dollari.
Il mercato dell’osservabilità dei dati è quindi destinato a crescere proprio per il suo contributo nel far fronte a questa sfida. Non solo, l’osservabilità dei dati rappresenta un’opportunità di mercato perché costituisce uno strumento chiave per aiutare i team dei diversi comparti a comprendere meglio lo stato di salute delle informazioni contenute all’interno dei sistemi e a identificare e risolvere in tempo “quasi” reale le anomalie o le interruzioni alle pipeline. Per questo Databand.ai propone una piattaforma di osservabilità proattiva dei dati, che permette ai team e ai data engineer di poter contare su dati affidabili e attendibili.
Il compito della platform, infatti, è proprio eliminare le sorprese “spiacevoli” legate ai dati, per incompletezze, anomalie e modifiche, rilevando e risolvendo i problemi prima che determinino impatti negativi sul business. Ed è proprio per la qualità della proposta di Databand.ai nell’osservabilità sui dati che l’azienda israeliana è entrata nel mirino di Ibm che, con l’acquisizione già chiusa il 27 giugno, intende estendere ulteriormente le capacità delle sue soluzioni aziendali nel comparto fino a comprendere tutte le funzionalità IT. Quindi, oltre alle infrastrutture ed alle applicazioni, anche l’osservabilità sui dati e quanto serve affinché essi siano disponibili nel momento giusto, con la qualità attesa.
Dalla nomina del nuovo Ceo, Arvind Krishna, nell’aprile 2020, Ibm ha acquisito oltre 25 nuove aziende (cinque solo nel 2022), rafforzando le proprie competenze e capacità nel cloud ibrido e nell’AI. Ora Databand.ai rientra tra quelle strategiche nel campo dell’AI e dell’automazione e la platform infatti sarà utilizzata in combinazione con Ibm Observability di Instana Apm e Ibm Watson Studio, a coprire proprio l’intero spettro dell’osservabilità nelle operazioni IT. E gli accordi prevedono che i dipendenti Databand.ai entrino a far parte di Ibm Data and AI, con il relativo guadagno in competenze, mentre i dettagli finanziari dell’accordo non sono stati resi noti del tutto.
La scelta di Ibm è ricaduta su Databand.ai anche per l’approccio aperto ed estendibile scelto dall’azienda che consentirà ai clienti di implementare facilmente “osservabilità” nelle loro infrastrutture dati. Con Ibm, Databand.ai guadagna possibilità di accesso ad una più ampia fetta di mercato, proprio grazie alle possibilità di integrazione con un numero maggiore di soluzioni open source ed enterprise – le preferite, oggi, nelle architetture dati cloud native. Le aziende che adottano la piattaforma possono sceglierlo di farlo in modalità Saas, installando on-premise la proposta o secondo un approccio ibrido.
Spiega più in vantaggio le dinamiche win-win dell’acquisizione così Daniel Hernandez, general manager for Data and AI di Ibm: “I nostri clienti sono imprese data driven, e hanno bisogno di dati affidabili e di qualità per alimentare i loro processi mission critical. Se non riescono ad avere accesso ai dati di cui hanno bisogno in qualsiasi momento, la loro attività può subire un arresto. Con l’ingresso di Databand.ai, Ibm offre la serie più completa di funzionalità di osservabilità per l’IT attraverso tutte le applicazioni, i dati e le funzionalità di machine learning e AI, continuando a fornire a clienti e partner la tecnologia di cui hanno bisogno per eseguire dati e AI affidabili su scala”.
Per l’ottimizzazione delle operazioni sui dati, la piattaforma sfrutta informazioni storiche di natura statistica associate alle data pipeline e ai workload relativi, permette di determinare il corretto funzionamento delle pipeline a partire dalle fonti sorgenti, mettere a fuoco eventuali problemi e risolverli.
Per esempio, i team ricevono segnalazioni quando i dati che stanno utilizzando per alimentare un sistema di analisi sono incompleti o mancanti. E quando i dati provengono da un’applicazione aziendale, l’utilizzo in combinazione con Ibm Instana può aiutare gli utenti a capire rapidamente da dove provengono i dati mancanti e perché un servizio applicativo non funziona. Le soluzioni insieme offrono quindi una visione più completa e “spiegabile” dell’intera infrastruttura applicativa e del sistema di piattaforme dati, che può aiutare le organizzazioni a prevenire perdite in termini di fatturato e reputazione.
© RIPRODUZIONE RISERVATA
