Obiettivo

  • Guidare il cliente nell’implementazione di un Data Lake

Benefici

  • Introdurre tecnologia cloud-based
  • Attivare servizi per i clienti sfruttando maggiori quantità di dati
  • Integrazione di due algoritmi (DUPS e IVA Analysis)

Ridisegna i tuoi processi aziendali

Parte di un network internazionale, Valuement Group è una società di consulenza che ridisegna i processi aziendali dei suoi clienti in un’ottica data-driven. Opera da anni nel settore Retail, manifatturiero e dei Servizi Finanziari.

“Avevamo 3 obiettivi nel progetto con Neodata. Ne abbiamo raggiunti 4!"

Anthony SeifertChief Information Officer Group & Alliance Manager – Valuement Group

Processing: da diverse ore e pochi minuti

Il team di Valuement ha sempre approcciato l’analisi e il trattamento dei dati utilizzando schemi “on write” su database relazionali. Nel tempo però i volumi di dati che Valument si è trovata a gestire e la complessità delle analisi che ha implementato hanno fatto sì che l’estrazione degli insight e dei risultati arrivasse a richiedere, in alcuni casi, fino a diverse ore di processing. L’evoluzione di nuovi scenari e nuovi utilizzi dei dati stessi diventava così molto difficile.

È qui che comincia la collaborazione con Neodata. Insieme le due aziende hanno messo a punto un assessment tecnologico e architetturale delle pipeline di elaborazione dei dati, al fine di ribaltare lo schema da “on write” a “on read”. Inoltre, l’utilizzo di un modello di Data Lake basato su ambienti cloud Microsoft Azure ha abbassato i tempi di processing a pochi minuti.

Import, Explore, Process

Ma come si fa tutto questo? I dati sono importati nel Data Lake nella loro forma originale, così come sono nei sistemi esterni. Successivamente questi dati vengono analizzati nella fase di Data Exploration e processati per essere disponibili nel formato più adeguato ai bisogni dell’azienda.
“In questo processo è molto importante che tutti i dati siano documentati”, precisa Emanuele Mambelli, Head of R&D di Neodata. “In questo modo è possibile ricercare le informazioni raccolte all’interno del Data Lake”.

Neodata e Valuement hanno implementato una pipeline di processing basata su Data Lake Storage, Data Factory e Synapse, lo stack di servizi Azure che permettono una gestione completa del flusso di dati e della loro trasformazione per i casi di business necessari al cliente. Questi sistemi abilitano la connessione di fonti informative eterogenee, quali file e database. La trasformazione dei dati può avvenire utilizzando le tecnologie per il processing distribuito attraverso PySpark, la versione Python di Spark. Da ultimo, tramite PowerBI, gli insights derivati dai dati possono essere resi disponibili in modalità accessibile alle diverse utenze.

Scalare all’infinito in quantità di dati

Le due aziende hanno lavorato per obiettivi.

Il primo obiettivo raggiunto è stato quello di attivare la metodologia Agile, guidando Valuement in un’analisi generale e prestando particolare attenzione alla ricerca di anomalie e incongruenze. Poi le due aziende hanno implementato i servizi in Cloud, grazie all’attivazione di strumenti avanzati di Data Processing. Questo passaggio ha permesso la drastica riduzione dei tempi di elaborazione dei risultati. Infine, in fase di test e di documentazione, il team di Neodata ha affiancato Valuement nello sviluppo autonomo di altri servizi.

Una collaborazione vincente che apre le porte ad altri progetti insieme!

Vuoi conoscere la soluzione?

Scopri di più

Parlane con noi

Contattaci