#Fivetran
risultati
-
Il costo dei dati ERP “stantii”: solo il 23% delle aziende ha accesso in tempo reale
Una ricerca Fivetran e Dimensional Research su oltre 450 professionisti ERP fotografa un problema diffuso: appena il 23%…
-
Apache Iceberg senza mal di testa: l’approccio managed di Fivetran
Iceberg abilita lakehouse multi-engine ma è difficile da gestire: catalog, manutenzione, governance. Il Managed Data Lake Service di…
-
Governare il lakehouse con il Managed Data Lake Service di Fivetran
Con il Managed Data Lake Service di Fivetran, ingerire dati in Iceberg è la parte facile: la governance…
-
AI Columns per Databricks: trasformazioni LLM direttamente sul lakehouse
Fivetran AI Columns applica trasformazioni basate su LLM direttamente su tabelle e view di Databricks, scegliendo tra ChatGPT,…
-
Reverse ETL: perché costruirlo in casa costa più di quanto sembra
Costruire un reverse ETL in casa sembra economico, ma secondo un’analisi di Fivetran il costo vero è la…
-
Come Fivetran ha accelerato SQLGlot compilandolo con mypyc
Fivetran ha compilato SQLGlot con mypyc mantenendo il codice puro Python: parsing fino a 5x più veloce e…
-
Chi controlla davvero i tuoi dati SaaS, tra diritti e realtà operativa
Diritti di proprietà e portabilità non garantiscono il controllo: coverage, performance ed egress cost sono le leve con…
-
Fivetran e Google Cloud: dai dati per gli analisti ai dati per gli agenti
Fivetran estende la collaborazione con Google Cloud attorno all’Open Data Infrastructure: ingestion in Apache Iceberg, Gemini e Knowledge…
-
La nuova API policy di SAP e cosa significa per la tua strategia AI
SAP ha pubblicato una API policy che limita l’uso delle API con sistemi AI (semi-)autonomi. Cosa cambia davvero…
-
Analytics conversazionale su Jira: perché il data lake batte l’MCP diretto
Il CPO di Fivetran racconta come ha analizzato i dati Jira con la conversational analytics, e perché interrogare…