Per avere dati certificati, puliti e utili per le analisi garantendo il single point of truth. Questa modalità di data integration solitamente è applicato allo spostamento, alla pulizia, all’arricchimento e alla elaborazione dei dati in batch.

Un approccio di questo tipo è particolarmente interessante per certificare i dati e renderli disponibili alle aziende che necessitano dati verificati anche non in real-time come in ambiti finance, controllo di gestione e produzione.

Data Integration in Streaming consente di avere i dati relativi a diversi eventi (come transazioni, messaggi, documenti o altro) nel momento in cui vengono generati. Si garantisce l’indipendenza dei diversi eventi, aumentando la velocità di aggiornamento della reportistica e si possono scatenare più azioni a cascata partendo da un singolo evento.

I processi streaming uniscono in un unico connettore la fase di estrazione e caricamento dei dati . L’unione delle diverse caratteristiche rende l’architettura streaming completamente scalabile e garantisce la possibilità di gestire grandi moli di informazioni in modo agile.

Le tecnologie di Change Data Capture consentono di replicare tutte le modifiche che avvengono all’interno di un database, anche in altre architetture. Questo permette di alleggerire i carichi dei database critici, in quanto questa modalità agisce a basso livello, quindi le tabelle non vengono in realtà lette e non ci sono trigger.

Si facilita così la replica in real time di interi sistemi e si possono sfruttare basi dati di software proprietari anche per altri scopi aziendali senza incorrere in problemi di licenza e carico eccessivo.

Permette di avere un unico layer, virtuale appunto, di accesso al dato aziendale. È possibile quindi esporre in forma  aggregata  dati provenienti da tabelle, testi, csv e altre tipologie di file situati in repository distinti  senza replicarli e quindi con tempi minori rispetto ai classici etl.

Lo strato di data virtualization, inoltre, gestisce anche la sicurezza e la governance attraverso la creazione di permessi ad hoc, di hashing e di logging, assicurando così che i diversi utenti possano vedere solamente i dati di loro competenza e tutto quello che viene acceduto sia tracciato.

Altri vantaggi sono ad esempio il disaccoppiamento delle fonti dato originali dai fruitori, permettendo un agile upgrade, gestione delle storicizzazioni o cambi tecnologici che così saranno trasparenti per il fruitore del dato, sia esso una persona o una tecnologia.