{"id":2709,"date":"2017-11-21T13:00:03","date_gmt":"2017-11-21T12:00:03","guid":{"rendered":"https:\/\/neodatagroup.ai\/?p=2709"},"modified":"2024-03-15T17:44:34","modified_gmt":"2024-03-15T16:44:34","slug":"data-lake-che-cose-e-perche-serve-alle-aziende","status":"publish","type":"post","link":"https:\/\/neodatagroup.ai\/it\/data-lake-che-cose-e-perche-serve-alle-aziende\/","title":{"rendered":"Data Lake: cos'\u00e8 e perch\u00e9 \u00e8 importante per le aziende"},"content":{"rendered":"<p class=\"p1 translation-block\"><span class=\"s1\">Un <b>Data Lake<\/b> \u00e8 un nuovo metodo di lavoro che semplifica e potenzia l\u2019archiviazione, la gestione e l\u2019analisi dei Big Data, utilizzando dati provenienti da fonti diversificate e disomogenee, nel loro formato nativo, o in una copia quasi esatta del formato nativo.<\/span><\/p>\n<p class=\"p1\"><span class=\"s1\">In sostanza, un data lake \u00e8:<\/span><\/p>\n<ul class=\"ul1\">\n<li class=\"li2 translation-block\"><b><\/b><span class=\"s1\"><b>Un luogo<\/b> per archiviare dati strutturati e non strutturati;<\/span><\/li>\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Uno strumento<\/b> di analisi per Big Data;<\/span><\/li>\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Una risorsa<\/b> per accedere ai dati, condividerli e correlarli per attivit\u00e0 di business.<\/span><\/li>\n<\/ul>\n<p class=\"p1\"><span class=\"s1\">Si tratta di un metodo di lavoro nuovo perch\u00e9 i sistemi storicamente utilizzati per archiviare, processare e analizzare dati sono definiti e strutturati in base all\u2019uso finale che si prevede di farne, attraverso un\u2019architettura di tipo <b>Data Warehouse<\/b> .<\/span><\/p>\n<p class=\"p1\"><span class=\"s1\">In un sistema di tipo Data Warehouse, partendo da un set di dati grezzi, questi vengono strutturati e processati attraverso un approccio cosiddetto di Schema-on-write, dove prima viene definita la struttura del database che deve ospitare i dati, poi i dati vengono scritti all\u2019interno della struttura predefinita e, nel momento in cui sono prelevati per l\u2019analisi, vengono restituiti nel formato predefinito.<\/span><\/p>\n<p class=\"p1 translation-block\">Un sistema di tipo Data Lake invece adotta un approccio cosiddetto di <b>Schema-on-read<\/b>: i dati sono acquisiti nel loro formato nativo secondo delle policy che standardizzano, per le diverse tipologie di dati, modalit\u00e0, tempi e regole di inserimento dei dati nel Data Lake. Ad ogni elemento vengono associati un identificatore e un insieme di metadati che lo qualificano di modo tale che, nel momento in cui \u00e8 necessario accedere ai dati alla ricerca di un risultato specifico, il Data Lake possa essere interrogato per restituire tutti i dati rilevanti.<\/p>\n<p class=\"p1\"><span class=\"s1\">\u00c8 il quesito di analisi a determinare la selezione dei dati dai quali attingere informazioni, e la ricerca non si limita a un database predisposto per quel tipo di analisi, ma accede a tutte le informazioni disponibili, indipendentemente dalla sorgente che le ha generate.<\/span><\/p>\n<h2 class=\"p3\"><span class=\"s1\"><b>Quali sono i vantaggi di adottare un Data Lake?<\/b><\/span><\/h2>\n<ul class=\"ul1\">\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Riduzione dei costi di archiviazione e spazio di archiviazione infinito<\/b><\/span><\/li>\n<\/ul>\n<p class=\"p1 translation-block\">Gestire grossi volumi di dati attraverso sistemi di tipo database \u00e8 costoso e inefficiente. Uno stesso set di dati pu\u00f2 essere replicato pi\u00f9 volte se la struttura dei database \u00e8 diversa per ognuna delle applicazioni di analisi utilizzate. Ruoli aziendali diversi hanno diverse esigenze di analisi e sono alla ricerca di insight differenti. Uno schema onwrite costringe a prevedere in anticipo tutti gli usi che potrebbero essere fatti dei dati, ma sappiamo che a mano a mano che evolvono obiettivi ed esigenze di business, i requisiti di analisi evolvono con essi. Aumentare il volume dei dati raccolti in un database e aggiornarne la struttura costantemente \u00e8 un processo dispendioso e lungo. L\u2019utilizzo di metodi di conservazione dei dati su file system distribuiti (HDFS in cloud) tipici di un sistema di tipo Data Lake rende implicitamente infinito lo spazio disponibile per l\u2019archiviazione dei dati.<\/p>\n<ul class=\"ul1\">\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Riduzione dei costi di consolidamento dei dati<\/b><\/span><\/li>\n<\/ul>\n<p class=\"p1\"><span class=\"s1\">Riunire tra loro database con strutture diverse \u00e8 complesso e richiede uno sforzo ingente di data modelling. Inoltre, per arginare il pericolo di rapida obsolescenza del modello dati, \u00e8 necessario prevedere i nuovi set di dati che presumibilmente si vorranno integrare. Un\u2019impresa quasi impossibile quando la mole di dati da acquisire cresce costantemente.<\/span><\/p>\n<ul class=\"ul1\">\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Riduzione del Time-to-market<\/b><\/span><\/li>\n<\/ul>\n<p class=\"p1\"><span class=\"s1\">Progetti di ampliamento e consolidamento dei database possono richiedere tempi lunghi, che spesso impediscono di rispondere tempestivamente al quesito di business. Quando i dati sono pronti per essere analizzati, pu\u00f2 essere troppo tardi per trarne valore. Inoltre, il volume dei dati non strutturati utili per l\u2019analisi pu\u00f2 superare di molto quello dei dati strutturati, e la possibilit\u00e0 di accedere in tempo reale alle informazioni contenute nei dati non strutturati pu\u00f2 essere centrale per la riuscita di un\u2019attivit\u00e0 di marketing o di targettizzazione di utenti.<\/span><\/p>\n<ul class=\"ul1\">\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Condivisione delle informazioni<\/b><\/span><\/li>\n<\/ul>\n<p class=\"p1 translation-block\">Le analisi eseguite sui dati possono generare risultati che contribuiscono a qualificare ulteriormente i dati e ad aumentarne il valore. Ipotizziamo per esempio di poter associare uno score di propensione all\u2019acquisto ad ogni utente di cui possediamo un profilo. In una struttura di tipo Data Warehouse, lo score rester\u00e0 di esclusivo appannaggio del personale che fa uso dell\u2019applicazione che l\u2019ha generato, a meno che non si copi l\u2019informazione anche nei database in uso ad altre applicazioni, previo intervento sulla struttura del database ricevente e sul modello dati. Il Data Lake elimina la duplicazione delle informazioni e consente di fare tesoro degli insight ottenuti, condividendoli e rendendoli accessibili a chiunque abbia i permessi per consultarli.<\/p>\n<h2 class=\"p3\"><span class=\"s1\"><b>Costruire un Data Lake \u00e8 la soluzione ideale per tutte le aziende?<\/b><\/span><\/h2>\n<p class=\"p1 translation-block\">No. Costruire un Data Lake \u00e8 la soluzione ideale per aziende che hanno la necessit\u00e0 di fare analisi cross-funzionali sui Big Data, che hanno processi interni strutturati per garantire la governance dei dati, che hanno personale competente sia nelle tecnologie impiegate per la costruzione della piattaforma, sia nell\u2019analisi dei dati, o che possono avvalersi di consulenze esterne specializzate nelle aree in cui sono carenti. Se \u00e8 vero che il grande vantaggio del Data Lake rispetto ad un modello di tipo Data Warehouse \u00e8 che consente di conservare enormi quantit\u00e0 di dati senza doverli strutturare in fase di acquisizione e indipendentemente dall\u2019uso che si vorr\u00e0 farne, un certo grado di organizzazione del dato \u00e8 necessario per renderlo accessibile e perch\u00e9 da esso si possa trarre informazione. Proprio perch\u00e9 un Data Lake \u00e8 in grado di contenere dati senza alcun limite (o quasi), \u00e8 necessario che l\u2019accesso ai dati sia regolato con attenzione, sia per ovvi motivi di privacy, sia perch\u00e9 solo personale esperto e competente (tipicamente data scientists e data engineers) \u00e8 in grado di interrogarlo e di estrarne informazioni rilevanti. Prima che dai dati contenuti in un Data Lake si possa giungere ad un report di BI, per esempio, o ad una regola di personalizzazione di contenuti erogati su un sito, \u00e8 necessario attraversare passaggi complessi, che solo programmatori e data scientists esperti possono eseguire per garantire la qualit\u00e0 dell\u2019output. In sostanza, proprio perch\u00e9 l\u2019universo dei dati a disposizione \u00e8 immenso, \u00e8 necessario sapersi orientare in esso per trarne informazioni utili, e l\u2019esperienza in questo campo non \u00e8 qualcosa che si pu\u00f2 improvvisare. Nella maggior parte delle aziende l\u201980% degli utenti sono \u201coperativi\u201d: usano report, verificano KPI predefiniti o usano spreadsheet in Excel per esaminare set di dati relativamente semplici. Per questi utenti un sistema di tipo Data Warehouse \u00e8 pi\u00f9 che sufficiente: \u00e8 strutturato, facile da usare ed \u00e8 costruito appositamente per rispondere a domande specifiche.<\/p>\n<p class=\"p1\"><span class=\"s1\">Circa il 10%, 15% degli utenti eseguono analisi pi\u00f9 approfondite sui dati. Spesso accedono ai sistemi sorgente per usare dati che non sono disponibili nel database, o acquisiscono altri dati da sorgenti esterne. Spesso sono questi utenti che generano i report che poi vengono distribuiti in azienda.<\/span><\/p>\n<p class=\"p1\"><span class=\"s1\">Only a very small percentage of users, on the other hand, perform in-depth analyses of the data, integrate new data sources, mix inhomogeneous data, and know how to read them. In most cases, these users do not even use data warehouses, because they work on the data at a different level, before it is structured, to offer an answer to a specific question. These users formulate new questions and explore the data in search of possible answers, then selecting those that are relevant and discarding unconfirmed hypotheses. These users know how to do statistical analysis and exploit analysis techniques such as predictive modelling for example.<\/span><\/p>\n<p class=\"p1\"><span class=\"s1\">The Data Lake <b>can be the data source<\/b> that feeds the reports accessed by the first group or the databases accessed by the second, but it can only be queried and managed by expert users, which not all companies need or can have in-house.<\/span><\/p>\n<h2 class=\"p3\"><span class=\"s1\"><b>Come si costruisce un Data Lake<\/b><\/span><\/h2>\n<p class=\"p1 translation-block\">Un Data Lake \u00e8 una soluzione assemblata sfruttando tecnologie avanzate e complesse di data storage e data analysis. Semplificando, potremmo raggruppare le componenti di un Data Lake in quattro categorie, che rappresentano le quattro fasi di gestione dei dati:<\/p>\n<ul class=\"ul1\">\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Data Ingestion and Storage<\/b>ossia la capacit\u00e0 di acquisire dati in tempo reale o in batch; e la capacit\u00e0 di conservare e accedere a dati strutturati, semi strutturati e non strutturati nel formato originario in cui sono prodotti e tramite un sistema di ruoli configurabile;<\/span><\/li>\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Data Processing<\/b>, ossia la capacit\u00e0 di lavorare sui dati grezzi in modo che siano pronti per essere analizzati con procedure standard; ed anche la capacit\u00e0 di ingegnerizzare le soluzioni di estrazione di valore dai dati, attraverso processi automatici e periodici, che sono il risultato delle operazioni di analisi;<\/span><\/li>\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Data Analysis<\/b>, ossia la capacit\u00e0 di creare modelli per l\u2019estrazione sistematica di informazioni dai dati, che pu\u00f2 avvenire in tempo reale o attraverso processi eseguiti periodicamente;<\/span><\/li>\n<li class=\"li2\"><b><\/b><span class=\"s1\"><b>Integrazione dei dati<\/b>,  ossia la capacit\u00e0 di agganciare alla piattaforma applicativi che consentano di interrogare il Data Lake ed estrarne dati in formati utilizzabili per scopi specifici.<\/span><\/li>\n<\/ul>\n<p class=\"p1\"><span class=\"s1\">Per costruire un Data Lake non esiste una ricetta valida universalmente; \u00e8 necessario avvalersi di un fornitore di tecnologia che sappia disegnare l\u2019architettura della piattaforma in base ai requisiti condivisi dal Cliente, equipaggiandola con le componenti hardware e software che consentono di gestire con la massima efficienza \u2013 cio\u00e8 fornendo il miglior risultato, nel miglior tempo possibile, risparmiando risorse \u2013 le quattro fasi di gestione dei dati cui si \u00e8 accennato.<\/span><\/p>","protected":false},"excerpt":{"rendered":"<p>A Data Lake is a new way of working that simplifies and enhances the storage, management and analysis of Big Data, using data from diverse and inhomogeneous sources, in their native format, or in an almost exact copy of the native format. In essence, a data lake is: A place to store structured and unstructured [&hellip;]<\/p>","protected":false},"author":4,"featured_media":4207,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[33,39,44],"tags":[],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.9.1 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Data Lake: what is it and why it&#039;s important for modern companies - Neodata<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/neodatagroup.ai\/it\/data-lake-che-cose-e-perche-serve-alle-aziende\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Data Lake: what is it and why it&#039;s important for modern companies - Neodata\" \/>\n<meta property=\"og:description\" content=\"A Data Lake is a new way of working that simplifies and enhances the storage, management and analysis of Big Data, using data from diverse and inhomogeneous sources, in their native format, or in an almost exact copy of the native format. In essence, a data lake is: A place to store structured and unstructured [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/neodatagroup.ai\/it\/data-lake-che-cose-e-perche-serve-alle-aziende\/\" \/>\n<meta property=\"og:site_name\" content=\"Neodata\" \/>\n<meta property=\"article:published_time\" content=\"2017-11-21T12:00:03+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2024-03-15T16:44:34+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/neodatagroup.ai\/wp-content\/uploads\/2023\/11\/Neodata_News_DataLake-cose-perche-aziende.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"1600\" \/>\n\t<meta property=\"og:image:height\" content=\"1200\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Adv.Sinapps\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Adv.Sinapps\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/\"},\"author\":{\"name\":\"Adv.Sinapps\",\"@id\":\"https:\/\/neodatagroup.ai\/#\/schema\/person\/07bd7eeaee5111a18333ab5fc1d131e5\"},\"headline\":\"Data Lake: what is it and why it&#8217;s important for modern companies\",\"datePublished\":\"2017-11-21T12:00:03+00:00\",\"dateModified\":\"2024-03-15T16:44:34+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/\"},\"wordCount\":1527,\"publisher\":{\"@id\":\"https:\/\/neodatagroup.ai\/#organization\"},\"articleSection\":[\"News\",\"Data Intelligence\",\"Rewind\"],\"inLanguage\":\"it-IT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/\",\"url\":\"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/\",\"name\":\"Data Lake: what is it and why it's important for modern companies - Neodata\",\"isPartOf\":{\"@id\":\"https:\/\/neodatagroup.ai\/#website\"},\"datePublished\":\"2017-11-21T12:00:03+00:00\",\"dateModified\":\"2024-03-15T16:44:34+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/neodatagroup.ai\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Data Lake: what is it and why it&#8217;s important for modern companies\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/neodatagroup.ai\/#website\",\"url\":\"https:\/\/neodatagroup.ai\/\",\"name\":\"Neodata\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/neodatagroup.ai\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/neodatagroup.ai\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/neodatagroup.ai\/#organization\",\"name\":\"Neodata\",\"url\":\"https:\/\/neodatagroup.ai\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/neodatagroup.ai\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/neodatagroup.ai\/wp-content\/uploads\/2023\/10\/NEODATA_FAVICON.png\",\"contentUrl\":\"https:\/\/neodatagroup.ai\/wp-content\/uploads\/2023\/10\/NEODATA_FAVICON.png\",\"width\":512,\"height\":521,\"caption\":\"Neodata\"},\"image\":{\"@id\":\"https:\/\/neodatagroup.ai\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/neodatagroup.ai\/#\/schema\/person\/07bd7eeaee5111a18333ab5fc1d131e5\",\"name\":\"Adv.Sinapps\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/neodatagroup.ai\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/dc493b84cc1233c42a0af9c97f849e3f?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/dc493b84cc1233c42a0af9c97f849e3f?s=96&d=mm&r=g\",\"caption\":\"Adv.Sinapps\"},\"url\":\"#molongui-disabled-link\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Data Lake: what is it and why it's important for modern companies - Neodata","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/neodatagroup.ai\/it\/data-lake-che-cose-e-perche-serve-alle-aziende\/","og_locale":"it_IT","og_type":"article","og_title":"Data Lake: what is it and why it's important for modern companies - Neodata","og_description":"A Data Lake is a new way of working that simplifies and enhances the storage, management and analysis of Big Data, using data from diverse and inhomogeneous sources, in their native format, or in an almost exact copy of the native format. In essence, a data lake is: A place to store structured and unstructured [&hellip;]","og_url":"https:\/\/neodatagroup.ai\/it\/data-lake-che-cose-e-perche-serve-alle-aziende\/","og_site_name":"Neodata","article_published_time":"2017-11-21T12:00:03+00:00","article_modified_time":"2024-03-15T16:44:34+00:00","og_image":[{"width":1600,"height":1200,"url":"https:\/\/neodatagroup.ai\/wp-content\/uploads\/2023\/11\/Neodata_News_DataLake-cose-perche-aziende.webp","type":"image\/webp"}],"author":"Adv.Sinapps","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"Adv.Sinapps","Tempo di lettura stimato":"8 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/#article","isPartOf":{"@id":"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/"},"author":{"name":"Adv.Sinapps","@id":"https:\/\/neodatagroup.ai\/#\/schema\/person\/07bd7eeaee5111a18333ab5fc1d131e5"},"headline":"Data Lake: what is it and why it&#8217;s important for modern companies","datePublished":"2017-11-21T12:00:03+00:00","dateModified":"2024-03-15T16:44:34+00:00","mainEntityOfPage":{"@id":"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/"},"wordCount":1527,"publisher":{"@id":"https:\/\/neodatagroup.ai\/#organization"},"articleSection":["News","Data Intelligence","Rewind"],"inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/","url":"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/","name":"Data Lake: what is it and why it's important for modern companies - Neodata","isPartOf":{"@id":"https:\/\/neodatagroup.ai\/#website"},"datePublished":"2017-11-21T12:00:03+00:00","dateModified":"2024-03-15T16:44:34+00:00","breadcrumb":{"@id":"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/neodatagroup.ai\/data-lake-che-cose-e-perche-serve-alle-aziende\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/neodatagroup.ai\/"},{"@type":"ListItem","position":2,"name":"Data Lake: what is it and why it&#8217;s important for modern companies"}]},{"@type":"WebSite","@id":"https:\/\/neodatagroup.ai\/#website","url":"https:\/\/neodatagroup.ai\/","name":"Neodata","description":"","publisher":{"@id":"https:\/\/neodatagroup.ai\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/neodatagroup.ai\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/neodatagroup.ai\/#organization","name":"Neodata","url":"https:\/\/neodatagroup.ai\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/neodatagroup.ai\/#\/schema\/logo\/image\/","url":"https:\/\/neodatagroup.ai\/wp-content\/uploads\/2023\/10\/NEODATA_FAVICON.png","contentUrl":"https:\/\/neodatagroup.ai\/wp-content\/uploads\/2023\/10\/NEODATA_FAVICON.png","width":512,"height":521,"caption":"Neodata"},"image":{"@id":"https:\/\/neodatagroup.ai\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/neodatagroup.ai\/#\/schema\/person\/07bd7eeaee5111a18333ab5fc1d131e5","name":"Adv.Sinapps","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/neodatagroup.ai\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/dc493b84cc1233c42a0af9c97f849e3f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/dc493b84cc1233c42a0af9c97f849e3f?s=96&d=mm&r=g","caption":"Adv.Sinapps"},"url":"#molongui-disabled-link"}]}},"_links":{"self":[{"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/posts\/2709"}],"collection":[{"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/comments?post=2709"}],"version-history":[{"count":7,"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/posts\/2709\/revisions"}],"predecessor-version":[{"id":5403,"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/posts\/2709\/revisions\/5403"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/media\/4207"}],"wp:attachment":[{"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/media?parent=2709"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/categories?post=2709"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/neodatagroup.ai\/it\/wp-json\/wp\/v2\/tags?post=2709"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}