Cegeka è un system integrator europeo presente in 10 paesi, conta 5500 dipendenti e fattura oltre 740 milioni di euro; è presente soprattutto in tre aree: applicazioni, infrastrutture e cloud, pianificazione della produzione.

Il suo punto di vista sulla necessità di un migliore utilizzo dei dati da parte delle aziende è quindi particolarmente importante. In un'azienda moderna i dati sono il carburante fondamentale per qualunque attività si voglia fare. Lanfranco Morini ha spiegato cosa significa gestire i dati della nostra azienda: dove tenerli, come controllarli, come sfruttarli. Non basta più archiviare i dati e conservarli nel tempo (data base estesi e silos), i dati vanno gestiti e usati soprattutto per generare business. Per questa ragione essi necessitano di essere sempre più correlati e aggregati: il datawarehouse serve a questo. Le informazioni vanno sincronizzate tra loro allo scopo primario di fornire visioni ampie. Poi bisogna preoccuparsi di tenere traccia delle stesse, catalogarle e di recuperarle quando serve: ecco i metadati. Analogamente vi è la necessità di big storage per stare dietro alla sempre maggiore complessità e origine dei dati. Donde la necessità di un passaggio dal datawarehouse ai data lake, che ospitano anche dati non strutturati.

L’obiettivo, ha specificato Lanfranco Morini, deve essere quello di fornire dati a chi ne ha bisogno conformemente alle sue necessità. E qui entra in gioco il data hub e la "Cegeka way": dare quello che serve, a chi serve e quando serve. “Il 2022 si sta confermando per il data driven, ha spiegato, un anno di svolta: ossia ci si è resi conto che non serve più soltanto accumulare dati ma usare questi per risolvere problemi. Una rivalutazione, in altri termini, del data management, visto sempre più come un cammino in continua evoluzione. Cegeka Data Solutions ha come mission supportare i clienti a dare valore ai propri dati e quindi a migliorare i risultati di business”.
Ad esempio le soluzioni di business intelligence aiuteranno a raccogliere e armonizzare i dati di tutti i domini aziendali in un unico datawarehouse, ottenendo una panoramica flessibile e completa su cui basare le decisioni di business. Analogamente le soluzioni di data science migliorano i risultati di business utilizzando tecnologie dati avanzate come predictive analytics, intelligenza artificiale e machine learning.

In definitiva persone, aziende, macchine, producono un’enorme quantità di dati ad un ritmo costante. L’architettura e gli approcci usati per memorizzare e gestire questo incredibile volume di informazioni sono un elemento sempre più importante per il business.
I dati viaggiano quasi alla velocità della luce. Architetture migliori, più intelligenti, più economiche e più veloci possono dare alle aziende l’opportunità di prendere decisioni, comunicare con gli stakeholder e anticipare i trend più velocemente che mai.
L’85% dei dati in possesso delle aziende sono destrutturati ma rilevanti ai fini decisionali. “Con le nostre piattaforme di big data e i nostri data scientists, le aziende possono trasformare questi dati in informazioni utili. La correttezza dei dati è fondamentale quando si prendono decisioni basate su fatti concreti piuttosto che su sensazioni. I meccanismi di machine learning e data enrichment migliorano la qualità dei dati”.