A cura di Elena Fasolo, Senior Manager - IT Data Analytics di Kirey Group e Claudio De Rossi, Business Development Manager
Una complessità infrastrutturale e applicativa crescente caratterizza lo scenario digitale, nel quale le interazioni tra i diversi layer e sistemi, parti di ambienti sempre più distribuiti, aumenta in modo esponenziale, davanti alla necessità di offrire con rapidità e sicurezza servizi sempre più complessi, anche se nati con l’obiettivo di semplificare il lavoro degli utenti.
In tale scenario le dimensioni e la natura distribuita dei dati, la velocità di azione e la continua intelligenza richiesta dal business digitale fanno sì che il proliferare di strumenti rigidi rischi di frenare lo sviluppo del business. Le aziende, infatti, oggi hanno a disposizione molti, a volte troppi, strumenti eterogenei incapaci di dialogare tra loro, algoritmi di analisi standard che non li aiutano a mettere a fattore comune i tanti dati per abilitare una loro comprensione di più alto livello. Tutto questo mentre i famosi “dark data”, provenienti da dispositivi di rete, registri di sistema, ma anche da e-mail o da altre fonti non strutturate si accumulano negli strati intermedi dei sistemi operativi di ogni azienda, spesso senza che questa ne abbia una reale consapevolezza.
Un’infrastruttura composta da diversi layer rappresenta quindi una sfida estremamente impegnativa dal punto di vista della comprensione, dove il monitoraggio deve poter integrare dati semanticamente distanti, ma logicamente correlati, e comprendere realmente e in tempo reale dove siano le criticità.
È fondamentale tenere presente che ogni organizzazione differisce dall’altra, in virtù dei suoi obiettivi, necessità di business e dello scenario nel quale opera. Per questo, in un progetto volto a ottenere una visibilità totale sui dati e sui processi di un’azienda, l’observability non si limita al semplice monitoraggio ma affianca ad esso una conoscenza profonda della realtà in cui si sta operando, con un approccio consulenziale e personalizzato, perché non esiste un progetto di data governance uguale all’altro.
Un ottimo punto di partenza è rappresentato da Elasticsearch, una piattaforma open altamente personalizzabile, capace di integrarsi con le soluzioni già esistenti in azienda e che, unita alla comprensione delle esigenze specifiche del cliente, permetta di supportarlo nel raggiungimento di obiettivi concreti dal punto di vista della comprensione, della tempestività di intervento in ambito cyber defence e della capacità di migliorare la qualità dei servizi e dell’esperienza utente offerta.
Elasticsearch è un tassello prezioso dal punto di vista della capacità di ottenere una “visibilità totale”, perché consente di raccogliere, analizzare, correlare e presentare grandi moli di dati eterogenei che comprendono i log applicativi, KPI di processo, workflow di business e altri dati utili allo scopo, come per esempio i browser utilizzati dagli utenti, i tempi delle sessioni di lavoro e altro. L’architettura sottostante è ovviamente invisibile all’utente, che percepisce tutto come un’unica entità, sebbene la natura distribuita dello stack faccia sì che i processi siano interconnessi tra loro.
Per capire meglio cosa l’observability comporti vorrei citare un progetto recentemente portato a compimento da Kirey, parte di un’ampia iniziativa avviata da una compagnia assicurativa per migliorare la customer experience.
La Compagnia forniva alle proprie agenzie, distribuite su tutto il territorio nazionale, una serie di strumenti software per la gestione dell’operatività quotidiana delle polizze, delle pratiche, delle anagrafiche clienti. Quando dalle agenzie venivano ricevute segnalazioni di “rallentamenti”, “errori” o altri problemi, la casa madre non aveva a disposizione strumenti adatti ad eseguire un’investigazione rapida e puntuale della causa del problema. I sistemi commerciali di monitoraggio applicativo, infatti, fornivano informazioni limitate allo stack monitorato, senza offrire nessuna correlazione con gli altri indicatori utili all’analisi.
L’analisi effettuata sui processi del cliente ha permesso di identificare una serie di indicatori e KPI che fossero in grado di monitorare una serie di parametri utili all’analisi delle performance dei processi di business nella loro interezza e delle modalità con cui gli utenti finali interagiscono con tali processi. Adottando Elasticsearch e sfruttando la capacità diobservability dello stack, e le competenze di Kirey in ambito Monitoring e IT Data Analytics, abbiamo messo a disposizione della Compagnia uno strumento in grado di monitorare in tempo reale lo stato dei processi di business e una serie di informazioni di contesto fondamentali per determinare, con precisione ed efficacia, le cause di malfunzionamenti, siano essi reali o percepiti e l’impatto che tali problemi causano sul business dell’azienda.
La realizzazione di questo strumento ha permesso inoltre di rafforzare le aree aziendali incaricate dell’analisi e miglioramento delle performance delle agenzie, che possono ora contare su una migliorata esperienza utente garantita dall’observability. Anche dal punto di vista del management, avere a disposizione dashboard aggiornate in tempo reale consente alla Compagnia di avere una chiara idea di come performance e business siano correlati e delle strategie da implementare e possono inoltre misurare quantitativamente i benefici introdotti dalle azioni di miglioramento intraprese.
Gartner stima che le analitiche potenziate, la continuous intelligence e l’evoluzione dell'intelligenza artificiale sono i - trend che avranno un impatto dirompente nei prossimi 3-5 anni nel mondo della data analytics, e che la sopravvivenza continua di qualsiasi azienda dipenderà proprio dalla capacità di abilitare un’architettura agile, incentrata sui dati, che risponda al costante tasso di cambiamento.
Per questo motivo Kirey, in collaborazione con il team del proprio centro di ricerca e sviluppo Kubris, lavora costantemente per potenziare i propri algoritmi con l’intelligenza artificiale e il machine learning.
Il progetto “observability” è in continua evoluzione e, nel prossimo futuro, il perimetro di dati in ingresso sarà ulteriormente esteso, con una sempre maggiore precisione e visibilità sull’intero flusso di lavoro, che non sarà più solo “tecnologico” ma entrerà nel contesto business, per fornire informazioni e visibilità sugli indicatori di performance dei processi. Le funzionalità di Machine Learning di Elasticsearch, unite agli algoritmi personalizzati di Kubris, permetteranno, inoltre, di introdurre controlli automatizzati, nell’ottica di un monitoraggio predittivo di eventuali anomalie.
In conclusione, se la quantità di dati sta crescendo rapidamente, l'urgenza di trasformarli in valore in tempo reale sta crescendo a un ritmo altrettanto rapido e ottenere l’observability completa per valutare le performance dei propri processi di business in real time sarà un’esigenza non più trascurabile per qualsiasi tipologia di azienda che voglia aere successo nello scenario digitale.
Gartner Top 10 Data and Analytics Technology Trends for 2019 - https://www.gartner.com/en/newsroom/press-releases/2019-02-18-gartner-identifies-top-10-data-and-analytics-technolo