L A
T E C H N O L O G Y
Roma, 25-26 Giugno, 2015
Residenza di Ripetta
Via di Ripetta, 231
T R A N S F E R
P R E S E N T A
INTERNATIONAL
SUMMIT
2 0 1 5
Data Management,
Analytics e
Business Intelligence
D
E
S
C
R
I
Z
I
O
N
Molte aziende usano i reports di Business Intelligence e i dashboards per misurare la
Business Performance a livello strategico, tattico e operativo. Ma oggi il business richiede molto più che la BI descrittiva e si cerca di implementare lʼanalitica predittiva e prescrittiva. Per fare questo molte aziende stanno creando dei gruppi di analitica avanzata
nei dipartimenti di business per favorirne lo sviluppo al fine di avere un vantaggio competitivo. E questo sta avvenendo sia nei tradizionali ambienti di Data Warehouse che
nei nuovi ambienti di Big Data dove i Data Scientists stanno analizzando nuove sorgenti
dati multi-strutturati per produrre nuovi modelli e nuove conoscenze. Anche gli Analisti
di Business stanno usando questa analitica nei tools visuali di Data Discovery. Inoltre
lʼanalitica viene incastonata nelle applicazioni per ottimizzare le operazioni di business.
Unʼaltra scommessa è rappresentata dal numero di sorgenti dati a cui le aziende stanno
accedendo per catturare dati da analizzare e ricavarne un vantaggio competitivo nel business. Dati del clikstream, dati dai social network, dati metereologici, dati dei sensori,
dati di posizione ecc. Ma le domande sono: cosa dovrebbero fare le aziende con questi
dati? Come dovrebbero essere organizzati e memorizzati? Lʼemergere di Hadoop ha
fatto sì che Data Cleansing e integrazione siano stati portati fuori dai Data Warehouses
e collocati in ambienti Hadoop più economici ma tutto questo a discapito della Data Governance. Come governare i dati negli ambienti Big Data e nei tradizionali ambienti
Data Warehouses? Cosa succede se i dati strutturati vengono portati dentro Hadoop?
Questo Summit esamina i trends nellʼAnalitica di Business e Business Intelligence e
spiega come le aziende dovrebbero gestire e governare tutta questa massa di dati.
E
D
E
S
C
R
I
Z
I
O
N
Gli argomenti trattati nel Summit includono:
• Nuove Architetture Analitiche: il ruolo di un Data Reservoir e di una Data Refinery
• Lʼimpatto dellʼintegrazione dei dati self-service: Caos o Governance dei dati?
• Organizzazione 2.0 della BI: il ruolo sempre crescente di Data Scientists e Analisti di Business
• Tecniche di Agile Data Modelling per ambienti tradizionali e Big Data Analytical
• Best Practices nella Data Discovery e Data Visualization
• Analitica avanzata e predittiva per la Big Data Enterprise
• Cinque livelli di Business Intelligence nel Cloud
• Actionable Intelligence usando Storytelling e Collaborative BI
E
SPEAKERS
Mike
Ferguson
Mike
Ferguson
Claudia
Imhoff
Barry
Devlin
È Managing Director di Intelligent Business
Strategies Limited. Come analista e consulente è
specializzato in Business Intelligence, Analytics,
Rick
van der Lans
Big Data e Data Management. Ha più di 32
per importanti aziende, è stato speaker in
numerosissimi eventi in tutto il mondo e ha
scritto numerosi articoli tecnici. È stato Principal
e un co-fondatore della Codd & Date Europe
Limited, Chief Archiect con Teradata e Direttore
europeo di Database Associates.
Rick
van der Lans
È un analista indipendente, consulente, autore
e docente specializzato nel Data Warehousing,
Business Intelligence, Big Data, Data
Virtualization e tecnologia database. È
Managing Director di R20/Consultancy, è un
docente di fama internazionale, scrive per
diversi siti Web, tra cui il ben noto B-eyeNetwork .com ed è l’autore di numerosi articoli
tecnici. I suoi libri di successo, tra cui
Introduction to SQL e SQL for MySQL
Developers sono stati tradotti in molte lingue
e hanno venduto oltre 100.000 copie. Il suo
ultimo libro di recente pubblicazione si intitola
Data Virtualization for Business
Intelligence Systems.
SCHEDA D’ISCRIZIONE
anni di esperienza di IT, ha operato consulenze
Da restituire compilata a:
Technology Transfer
Piazza Cavour, 3 - 00193 Roma
Tel. 06-6832227
Fax 06-6871102
www.technologytransfer.it
[email protected]
Partecipanti
Questo Summit si rivolge a
Professionisti, Managers e
Architetti di IT che vogliono
conoscere e capire in maniera
approfondita gli ultimi sviluppi
nel Data Management, nella
Business Analytics e nella
Business Intelligence.
Claudia
Imhoff
È una autorità riconosciuta a livello internazionale
nei campo dell’analitica, Business Intelligence e
delle architetture che supportano queste iniziative.
È stata co-autrice di cinque libri e ha scritto più di
150 articoli tecnici su questi argomenti. È
QUOTA DI PARTECIPAZIONE
Euro 1400 (+IVA)
La quota di partecipazione comprende documentazione, colazioni di lavoro e coffee breaks.
MODALITÀ DI ISCRIZIONE
Il pagamento della quota, IVA inclusa, dovrà
essere effettuato tramite bonifico, codice Iban:
IT 03 W 06230 03202 000057031348
Banca: Cariparma
Agenzia 1 di Roma
intestato alla Technology Transfer S.r.l.
e la ricevuta di versamento inviata insieme
alla scheda di iscrizione a:
TECHNOLOGY TRANSFER S.r.l.
Piazza Cavour, 3 - 00193 ROMA
(Tel. 06.6832227 - Fax 06. 6871102)
CONDIZIONI GENERALI
In caso di rinuncia con preavviso inferiore a 15
giorni verrà addebitato il 50% della quota di partecipazione, in caso di rinuncia con preavviso
inferiore ad una settimana verrà addebitata l’intera quota.
In caso di cancellazione del seminario, per qualsiasi causa, la responsabilità della Technology
Transfer si intende limitata al rimborso delle
quote di iscrizione già pervenute.
SCONTI DI GRUPPO
Se un’azienda iscrive allo stesso evento 5 partecipanti, pagherà solo 4 partecipazioni. Chi
usufruisce di questa agevolazione non ha diritto
ad altri sconti per lo stesso evento.
fondatrice del Boulder BI Brain Trust, un consorzio
di analisti ed esperti indipendenti riconosciuti a
livello internazionale. Li potete seguire su Twitter
al #BBBT o diventando un sottoscrittore nel sito
www.bbbt.us.
ISCRIZIONI IN ANTICIPO
I partecipanti che si iscriveranno al seminario 30
giorni prima avranno uno sconto del 5%.
entro il 10 Giugno 2015
ROMA
25-26 Giugno 2015
Residenza di Ripetta
Via di Ripetta, 231
In caso di rinuncia o di cancellazione dei
seminari valgono le condizioni generali
riportate sopra.
Quota di iscrizione
Euro 1400 (+IVA)
DURATA ED ORARIO
2 giorni: 9.30 - 13.00
14.00 - 17.00
International
Summit
2015
Barry
Devlin
È una delle più eminenti personalità su Business
Insight e uno dei creatori del Data Warehousing,
avendo pubblicato il suo primo scritto su questa
Nome
architettura nel 1988. Ha più di 30 anni di
Cognome
esperienza di cui 20 come Distinguished Engineer
Funzione aziendale
in IBM. È un rispettatissimo consuletnte, analista,
Azienda
docente e autore. Il suo nuovo libro Business
Partita IVA
Codice fiscale
unIntelligence – Insight and Innovation
Indirizzo
Beyond Analytics and Big Data è stato
CAP
pubblicato nell’Ottobre del 2013. È fondatore e
Città
Principal di 9sight Consulting, una azienda
Provincia
specializzata nelle implicazioni umane,
Telefono
Fax
organizzative e tecniche di soluzioni di Business
E-mail
Insight che combinano ambienti operativi,
informativi e collaborativi. Un regolare tweeter
Timbro e firma
isto
È prevvizio
il ser zione
u
di tradltanea
simu
Tutela dati personali Ai sensi dellʼart. 13 della legge n. 196/2003, il partecipante è informato che i
suoi dati personali acquisiti tramite la scheda di partecipazione al seminario saranno trattati da
Technology Transfer anche con lʼausilio di mezzi elettronici, con finalità riguardanti lʼesecuzione
degli obblighi derivati dalla Sua partecipazione al seminario, per finalità statistiche e per lʼinvio di
materiale promozionale dellʼattività di Technology Transfer. Il conferimento dei dati è facoltativo
ma necessario per la partecipazione al seminario. Il titolare del trattamento dei dati è Technology
Transfer, Piazza Cavour, 3 - 00193 Roma, nei cui confronti il partecipante può esercitare i diritti
di cui allʼart. 13 della legge n. 196/2003.
@BarryDevlin e un contributor di
ITKnowledgeExchange e TDWI. Mr. Devlin vive a
Cape Town, Sud Africa e opera in tutto il mondo.
P R O G R A M M A
Prima Giornata
Sessione 1
Nuove Architetture Analitiche: il ruolo di
un Data Reservoir e di una Data Refinery
Barry Devlin
La nuova tecnologia, soprattutto nello spazio Hadoop, comincia a
essere sempre più popolare e pervasiva. Per dare un senso a
questi tools, vendors, consulenti e anche clienti hanno cominciato a delineare architetture per sistemare i pezzi e mettere insieme
le funzioni. Hanno sentito l’esigenza di diagrammi architetturali di
Data Reservoirs (anche conosciuti come Data Lakes) e Data Refineries. Ma siamo ancora all’inizio. La sessione si sofferma su
queste nuove architetture di analitica:
• Cosa è la Data Reservoir/Lake e come si può comparare con il
Data Warehouse?
• Cosa è la Data Refinery e qual è la relazione con ETL?
• Quali sono i benefici e gli aspetti negativi di queste nuove
componenti architetturali?
• Reservoirs e Refineries rimpiazzeranno o saranno complementari alle architetture tradizionali?
• Quali tecnologie e quali tools sono necessari?
Sessione 2
L’impatto dell’integrazione dei dati selfservice: Caos o Governance dei dati?
Mike Ferguson
Molte aziende oggi hanno sistemi di Data Warehouse e di Master Data Management e usano ETL processing per prendere,
pulire e integrare i dati OLTP per popolare questi sistemi. Ma
molte cose stanno cambiando. La sete di nuove sorgenti dati
sia interne che esterne cresce includendo dati semi-strutturati e
dati non strutturati. Questi nuovi dati hanno grandi volumi e
sono creati ad una velocità molto alta. Questo ha prodotto la nascita di piattaforme di Big Data per supportare l’alta velocità dei
dati in ingresso e l’exploratory analysis di queste nuove sorgenti
dati. In aggiunta stanno emergendo dei tools di “Data Wrangling”. Questi tools si rivolgono agli utenti esperti di business
per incoraggiarli a pulire e integrare i dati senza l’aiuto dell’IT.
Allora la domanda è: ma, se gli utenti del business usano tools
self-service di data integration, cosa succede con i tradizionali
tools ETL? Come possono essere verificati i dati se gli utenti si
fanno in proprio l’integrazione dei dati? Cosa provocherà questo self-service alle iniziative di Data Governance?
La sessione cercherà di rispondere a queste domande.
• L’emergenza del self-service Data Integration
• Tools di Data Wrangling: cosa sono, come lavorano e chi sono
i vendors?
• Smart Data Management: statistiche, analitica e automazione
• Piattaforme tradizionali di Data Management e self-service
Data Integration
• Perché ora è necessaria una collaborative data Governance
• Integrazione dei metadati attraverso ambienti self-service e
tradizionali
Sessione 3
Organizzazione 2.0 della BI: il ruolo sempre
crescente di Data Scientists e Analisti di
Business
Barry Devlin
Per più di venti anni le aziende hanno distribuito BI in accordo
con un modello organizzativo chiamato Centro di Competenza
di BI. Questo modello ha fornito un approccio per rilasciare dati
consistenti e controllati. Oggi le necessità di business hanno
portato ad un’enfasi sempre crescente sulla Data Discovery e
sulla self-service analysis. Le tecnologie Big Data e le sorgenti
dati esterne hanno ridotto l’attenzione sui database e sul Data
Management tradizionali. Ed è per questo che vengono oggi richiesti nuovi modi di organizzare e gestire l’informazione.
Questa sessione esamina l’evoluzione di questo pensiero e
mostra come:
• I ruoli degli Analisti di Business e dei Data Scientists si stanno
espandendo
• Può essere trovato un bilanciamneto fra controllo formale e
uso innovativo dei dati
• Un nuovo ciclo adattabile di decisione può supportare la transizione dall’esplorazione alla produzione
• Business e IT devono definire un nuovo e simbiotico approccio
alla collaborazione per ottenere il massimo beneficio di business dall’informazione e dalla tecnologia
Sessione 4
Tecniche di Agile Data Modelling per
ambienti tradizionali e Big Data Analytical
Rick van der Lans
C’è stato un tempo in cui i Data Warehouses e i Data Marts venivano progettati usando le classiche tecniche di database design
come normalizzazione e star schema. Ma il mondo del Data Modeling si sta escludendo a causa dei cambiamenti tecnologici.
Per esempio, le tecniche di Data Vault Modeling sono state introdotte per sviluppare Data Warehouses che offrono una estensibilità del modello dati e la riproducibilità del reporting. Con i database servers NoSQL sono stati introdotti nuovi concetti database. Questi prodotti possono offrire un’alta velocità nell’immissione dei dati ma solo se i databases sono progettati in modo specifico. NoSQL e Hadoop offrono inoltre il concetto di schema-onread che ha un grande impatto sul Data Modeling. In aggiunta la
virtualizzazione dei dati ha reso possibile lo sviluppo di Data
Marts virtuali. Progettare Data Marts virtuali è molto diverso dal
progetto fisico dei Data Marts. Insomma il Data Modeling è cambiato e questa sessione si sofferma su questi nuovi aspetti.
• Le componenti del Data Vault Modeling: hubs, links e satelliti
• Differenze fra schema on-read e schema on-write
• Come fare il deisgn per database servers NoSQL
• Fare il Modeling di Data Marts virtuali per Data Virtualization
• Combinare Data Vault e Data Virtualization per avere sistemi
Agile BI
Seconda Giornata
Sessione 5
Best Practices nella Data Discovery e Data
Visualization
Claudia Imhoff
Gartner ha per primo riconosciuto il mercato della Data Discovery
nel 2011 come “il nuovo approccio end-user-driven alla BI”. Oggi
ci sono molti vendors che si sono posizionati come Data Discovery vendors. Queste aziende “indipendenti” di software si sono
rapidamente mosse nel territorio che apparteneva ai grandi vendors di BI. Questo movimento è condotto dagli utenti di business
che vogliono una facilità d’uso e che stanno esercitando una
maggiore influenza sulle decisioni di acquisto di BI rispetto al passato. Data Discovery storicamente è stata vista come un’aggiunta alla tradizionale BI ma oggi sta sempre più diventando come
una alternativa stand-alone. I partecipanti impareranno:
• La differenza fra Data Discovery, Data Visualization e Business
Intelligence
• La necessità della Data Discovery/Visualization nell’era dei Big
Data
• Best Practices e punti critici nell’implementazione di Data Discovery/Data Visualization
Sessione 6
Analitica avanzata e predittiva per la Big
Data Enterprise
Mike Ferguson
Per molte aziende la descriptive BI non è più sufficiente. La richiesta è oggi quella di cercare di predire il futuro e guidare il business nel processo decisionale. In aggiunta le nuove e complesse sorgenti di Big Data richiedono una più potente analitica
avanzata per trattare dati semi-strutturati e non strutturati. Questa sessione esamina come le aziende possono usare predictive
analytics e come i nuovi algoritmi avanzati possono essere usati
per scavare più a fondo nell’ambiente Big Data. Mostra anche
come queste analitiche possono essere incorporate negli ambienti analitici esistenti.
• Una introduzione alla advanced e predictive analytics
• Tipi di algoritmi analitici e come si usano
• L’importanza della preparazione dei dati
• Approcci per usare advanced e predictive analytics, ad esempio in-database, in-Hadoop, in-stream e in-memory
• Usare analitica nei tools di self-service BI e applicazioni analitiche attraverso predictive APIs
• Casi d’uso di Big Data Analytics: infrastruttura IT e application
performance management, impegno con il cliente, prevenzione
del rischio e ottimizzazione delle operations
• Getting Started: cosa fare e cosa no, model management, allineamento con gli obiettivi del business e gli aspetti organizzativi
• Dietro le scene di una BI nel Cloud
• Usare tools proprietari o pubblici?
• Rimanere indipendenti dalla soluzione Cloud
• Aspetti di privacy e security della memorizzazione di dati sul
Cloud
Sessione 9
Actionable Intelligence usando Storytelling
e Collaborative BI
Claudia Imhoff
“Opinioni senza fatti restano solo opinioni”.
“I numeri assoluti da soli sono inutili”.
Sessione 7
Panel - L’impatto del Self-Service
sull’ambiente tradizionale IT BI/DW
Speakers e Vendors
Sessione 8
Cinque livelli di Business Intelligence nel
Cloud
Rick van der Lans
La Business Intelligence e l’Analitica cercano di migliorare e
supportare i processi di decision making. Per sviluppare funzionalità di reporting e analitiche, le aziende devono installare, ottimizzare, operare e gestire tutte le componenti tecniche, come i
Data Warehouses, i tools ETL, i clusters Hadoop, disk storage,
appliances ecc. Ma le aziende vogliono fare tutto da sole? Vogliono che tutti gli specialisti siano propri dipendenti? Altrimenti, i
sistemi di BI possono essere dati in outsourcing. Possono essere collocati sul Cloud. Ma qual è la forma migliore di BI nel Cloud
per la Vostra organizzazione? Questa sessione discute le differenze fra i 5 livelli di BI nel Cloud. Ad esempio con il Data Warehouse-in-the-Cloud le aziende continuano ad avere in carico
molti tasks. Mentre con BICC nel Cloud, quasi tutto il lavoro è fatto dal vendor e questo significa che le aziende possono focalizzarsi su reporting e analytics.
• Panoramica dei 5 livelli di BI nel Cloud: risorsa nel Cloud, database nel Cloud, Data Warehouse nel Cloud, BI nel Cloud e
BICC nel Cloud
Queste sono delle frasi tipiche degli executives nelle aziende più
importanti e illustrano la frustrazione che questi Decision Makers
hanno con l’analitica e la data science. Mentre l’analitica e la
data science sono ancora affascinanti nella nostra industria,
stanno venendo fuori problemi significativi sul reale valore della
loro opera. Data Storytelling e Collaborative BI aggiungono
drammaticità e comprensione nei secchi risultati analitici. Migliorano non solo l’interesse ma anche una maggiore comprensione
del significato di questi numeri per i Decision Makers dell’azienda.
I partecipanti impareranno:
• Le definizioni di Storytelling e Collaborative BI
• Esempi di entrambe le cose
• L’infrastruttura necessaria per supportare queste iniziative
• Getting Started con Storytelling e Collaborative BI
TECHNOLOGY TRANSFER
Piazza Cavour, 3 - 00193 Roma
Tel. 06.6832227 - Fax 06.6871102
www.technologytransfer.it
[email protected]
