Illimity Bank: democratizzazione dei dati aziendali con il Data Lakehouse di Databricks

Fondata nel 2013 da ricercatori dell’Università di Berkeley e presenta in Europa da diversi anni, con diversi clienti anche in Italia, Databricks ha di recente annunciato la creazione di un’unità dedicata al nostro paese e che sta reclutando personale per seguire da vicino il nostro paese, dove attualmente sviluppa circa il 30 percento del business del Sud Europa e in cui percepisce una accelerazione nel move to cloud e una maggiore maturità e interesse delle aziende verso l’intelligenza artificiale e l’uso dei dati.

Arduino Cascella, Manager, Solutions Architect di Databricks

La missione dell’azienda consiste nel democratizzare l’accesso all’analisi dei dati, sia permettendo l’adozione di tecnologie avanzate anche da aziende di dimensioni più piccole e non dotate di infrastrutture adeguate o competenze interne per la loro gestione, sia all’interno delle aziende stesse, attraverso il concetto di Data Lakehouse.

“Questo modello combina elementi dei Data Lake e Data Warehouse per semplificare lo stack di gestione di dati strutturati e non, generando dinamicamente le risorse infrastrutturali necessarie attraverso l’automazione basata sull’Infrastructure as Code e replicate geograficamente per ogni area di data product”, spiega a Computerworld Arduino Cascella, Manager Solutions Architect di Databricks.

Il Data Lakehouse permette di eliminare la compartimentazione dei dati in silos interoperanti e permette l’accesso ai dati da parte di tutti i dipendenti coinvolti, indipendentemente dalla funzione organizzativa, garantendo al contempo sicurezza e governance del dato. “Il Data Lakehouse non deve essere visto come un open bar dei dati. Al contrario, centralizzare i permessi in un unico punto di controllo invece di n sistemi con credenziali e livelli di accesso diversi rende la governance molto più semplice”, afferma Cascella.

L’esperienza di Illimity Bank con Databricks

Renzo Rognoni, Head of Central Functions, Illimity Bank

I concetti di democratizzazione del dato e piattaforma come servizio si sono sposati molto bene con i principi tecnologici e le caratteristiche organizzative di Illimity Bank, riflesse anche nella carriera di Renzo Rognoni, Head of Central Functions di illimity. “Ho cominciato a lavorare in Illimity quando ancora non c’era una sede e fino allo scorso anno ero Responsabile per la Data Analytics, ma abbiamo deciso di fare un ulteriore passo verso la democratizzazione interna dei dati, rinunciando a una figura di responsabile organizzativo dei dati, un’unica figura che ne sia in controllo. Il mio nuovo ruolo quindi è quello di dare supporto alle aree di business e alle funzioni Risk Management, Finance e Compliance, mantenendo un occhio e un controllo sulla parte architetturale”, racconta a Computerworld.

Attualmente più della metà dei 750 dipendenti del gruppo accedono ai dati in modalità self service, con una trentina di aree che gestiscono o governano specifici segmenti di dati. Questo fattore permette di realizzare la visione di Corrado Passera, che ha voluto creare una banca che sapesse muoversi in zone e mercati in cui le banche tradizionali non riuscivano a destreggiarsi, proprio grazie a un approccio analitico, data driven e libero da ogni tecnologia legacy e i corrispondenti silos di dati.

“Il limite al superamento dei silos non è quasi mai tecnologico, ma organizzativo. L’approccio democratico – non basato sulla matrice RACI vecchio stile (Responsible, Accountable, Consulted, Informed) sposta le responsabilità e cambia i rapporti di potere in azienda. La responsabilità distribuita nasce da un commitment estremamente forte e dal fatto che abbiamo sposato la cultura dell’errore, disinnescando le classiche leve di colpevolezza per i piccoli errori commessi”, commenta Rognoni.

Organizzativamente, l’approccio data driven democratico si traduce in flussi di lavoro che coinvolgono team misti, non corrispondenti a un singolo ufficio o area organizzativa, in cui gli utenti sono liberi di sperimentare con i dati da diverse fonti, creando prototipi in ambienti controllati, che vengono successivamente validati e valutati in base a limiti e benefici.

Infrastruttura Data Lakehouse come servizio

Se il significato e l’espressività del dato sono di competenza del business di riferimento, esiste comunque una fase di execution la cui responsabilità ricade sull’IT. La scelta della soluzione Databricks è stata fatta in base a due criteri: il Data Lakehouse come architettura del dato e la modalità di erogazione come servizio gestito.

“Abbiamo cominciato a muoverci in questa direzione prima ancora che fosse disponibile la soluzione tecnologica, ideando un Data Lakehouse ante litteram usando standard open e data lake. Quando Databricks ha rilasciato il suo paper, abbiamo constatato che coincideva con il nostro approccio e ne abbiamo abbracciato il modello”, dice Rognoni sottolineando anche che avere una soluzione al cento percento in cloud e totalmente gestita ha permesso all’IT di concentrarsi sugli obiettivi di business invece che sulla creazione e manutenzione di un’infrastruttura.

“Un tempo si pensava che realizzare internamente le fondamenta tecniche di un progetto IT fosse più sicuro e più aderente alle esigenze dell’azienda, ma con la possibilità data dai servizi cloud PaaS e SaaS di avere sempre gli ultimi aggiornamenti e un livello di servizio garantito, sempre meno persone ritengono che fare tutto in casa sia la scelta migliore”, commenta Cascella.