Ogni azienda ha dati.
La domanda è se lavorano per voi.

Warehouse, lake, lakehouse: qual è la differenza?

I Data Mart hanno bisogno di una casa. Negli ultimi trent’anni sono emerse tre risposte alla domanda su dove debbano vivere i dati analitici, e i termini vengono usati in modo così libero che vale la pena distinguerli.

Un data warehouse è un database costruito per l’analisi e non per far girare l’operatività quotidiana. I dati arrivano strutturati e vengono trasformati in tabelle pulite con definizioni fisse prima che qualcuno li legga. È la sala di lettura dell’archivio: ordinata, catalogata, affidabile. Il suo punto di forza è la coerenza; il suo limite è che tutto deve prima entrare in una tabella.

Il data lake è arrivato dopo, quando le aziende hanno iniziato a raccogliere anche ciò che non entra in una tabella: PDF e contratti, e-mail, log di macchine e sensori, immagini, export grezzi. Un lake conserva tutto a basso costo, nel formato originale. È il deposito dell’archivio: non si butta via niente, ma senza un catalogo diventa difficile trovare qualcosa, e ancora di più fidarsene. Molti dei primi lake sono diventati quello che il settore chiama data swamp, una palude di dati.

Un lakehouse unisce i due approcci. I dati restano su uno storage economico in formati aperti come Apache Iceberg o Delta Lake, e uno strato superiore aggiunge ciò che ha reso affidabili i warehouse: tabelle con una struttura definita, storico delle modifiche, regole di accesso e query veloci. Dati ERP strutturati e documenti non strutturati convivono, e le stesse fondamenta servono reporting, analisi e AI.

Per una PMI l’etichetta conta meno del principio. Warehouse o lakehouse, ciò che state costruendo sono le vostre fondamenta dati. Che i vostri Mart finiscano in un warehouse classico o in un lakehouse dipende dai vostri dati, dai sistemi esistenti e dalla direzione in cui state andando; per i nuovi progetti il lakehouse è ormai la scelta di riferimento, perché lascia aperte le opzioni senza legarvi a un unico fornitore. In entrambi i casi conta la stessa cosa: gli originali restano intatti, le copie vengono riconciliate e ogni numero è tracciabile fino alla sua fonte.

Perché le PMI hanno bisogno di fondamenta dati

Le grandi aziende hanno team dati e warehouse da decenni. Le PMI per lo più si sono arrangiate, e a lungo ha funzionato: l’azienda era abbastanza piccola perché poche persone tenessero i numeri a mente.

Molte lavorano ancora soprattutto con fogli di calcolo ed esportazioni manuali. La maggior parte delle altre si trova nel mezzo: esiste un database centrale, ma Finance definisce il fatturato in modo diverso da Sales, il lunedì mattina nessuno è d’accordo su quale dashboard sia affidabile, e nessuno sa spiegare perché i numeri non coincidono, anche quando il motivo è perfettamente valido dal punto di vista del business.

Questo divario diventa più costoso man mano che l’azienda cresce. Ogni nuovo sistema, sede o linea di prodotto aggiunge una fonte, e il tempo speso a riconciliare i numeri a mano cresce di conseguenza. La conoscenza racchiusa in un singolo file Excel del controlling lascia l’azienda insieme alla persona che l’ha costruito. E quando una banca, un investitore o un potenziale acquirente chiede dei numeri, metterli insieme diventa un progetto a sé.

Le vostre fondamenta dati colmano questo divario senza richiedere un grande team interno. Non sono tanto un progetto tecnologico quanto una disciplina, quella che gli storici chiamano critica delle fonti: capire chi ha prodotto un documento, secondo quali convenzioni e cosa è cambiato da allora, prima di considerarlo una prova. Ognuna delle quattro domande qui sotto ha un corrispettivo diretto nei vostri dati.

I Mart si progettano con chi conosce il business

Un Data Mart vale quanto la logica di business che contiene, e quella logica raramente vive nei sistemi sorgente. Vive nelle persone: in controlling, dove si sa che le note di credito dell’anno precedente vengono registrate a gennaio; nelle vendite, dove si sa quali tre anagrafiche cliente sono in realtà un unico gruppo; in logistica, dove si sa che «spedito» nell’ERP non significa che il camion sia già partito.

Anche una storica che lavora su un libro mastro del Cinquecento non tira a indovinare cosa significhi «b.». Consulta gli specialisti di misure veneziane, i paleografi, l’archivista che conosce il fondo. L’edizione critica porta il loro giudizio nelle note.

Per questo in MoLo coinvolgiamo direttamente i vostri esperti di dominio nella progettazione di ogni Mart, non solo nella raccolta dei requisiti e nell’approvazione finale. In pratica significa brevi sessioni di lavoro con le persone responsabili di un processo: analizziamo insieme record reali dei vostri sistemi, concordiamo le definizioni nel loro linguaggio e mettiamo per iscritto le regole e le eccezioni che applicano ogni giorno. Sono loro a verificare i primi numeri rispetto a ciò che sanno essere vero, e sono loro a gestire le definizioni in seguito.

L’effetto va oltre i numeri corretti. Quando Finance e Sales hanno definito insieme il fatturato, una differenza in riunione diventa una nota a piè di pagina invece che un dibattito. La conoscenza che prima stava nella testa di una sola persona viene documentata e condivisa. E le persone si fidano dei report di cui hanno contribuito a definire la logica, e li usano davvero. Alla fine è questo a decidere se le fondamenta dati ripagano l’investimento.