Cos'è un data mart?

Un data mart è un sottoinsieme del data warehouse circoscritto a un solo reparto o dominio (vendite, marketing, finance), con le sue tabelle di fatti e dimensioni pensate per le domande di quel team. Dove il warehouse aziendale copre l'intera organizzazione, il mart ne ritaglia una fetta: meno dati, meno join, tempi di risposta più brevi per chi ci lavora ogni giorno. Il modello nasce come risposta pratica a un problema ricorrente nelle grandi organizzazioni: il team commerciale non ha bisogno di interrogare l'intero warehouse aziendale per sapere quanto ha venduto ieri, ha bisogno di uno schema piccolo, veloce e pensato per le sue metriche specifiche. Storicamente il mart era un database fisico a parte, alimentato con un proprio processo ETL; nelle architetture moderne è più spesso una vista o un set di tabelle costruite sopra lo stesso layer condiviso del warehouse centrale, il che riduce la duplicazione ma non elimina il rischio di definizioni divergenti tra un mart e l'altro.

Veloce da costruire, rischioso da moltiplicare

Il vantaggio del mart è la velocità: un team che aspetta mesi per una vista aziendale completa può avere il proprio mart in settimane, con uno star schema dedicato alle sue metriche. Il rischio arriva quando i mart si moltiplicano senza un modello condiviso alle spalle: ogni reparto definisce "cliente attivo" o "ricavo netto" a modo suo, e i numeri smettono di tornare tra un mart e l'altro. È il dibattito storico tra l'approccio di Kimball, dove le dimensioni conformi si progettano prima e i mart si consegnano uno alla volta, e quello top-down di Inmon, dove il warehouse centrale viene prima e i mart ne discendono. Nella pratica moderna, con i data lakehouse e la trasformazione in SQL versionata, il mart spesso non è più un database fisico separato ma una vista o un modello dbt costruito sopra lo stesso layer gold condiviso.

Perché conta per la tua azienda

Un data mart ben governato dà a ogni team la sua vista veloce senza sacrificare la coerenza aziendale, a patto che le dimensioni chiave (cliente, prodotto, tempo) restino le stesse definizioni usate ovunque. Il segnale d'allarme da monitorare è la proliferazione di mart scollegati, ciascuno con la propria logica di calcolo: prima che succeda conviene stabilire chi possiede il modello dimensionale condiviso e chi decide quando un nuovo mart è davvero necessario, invece di lasciarlo nascere ogni volta che un reparto chiede una dashboard più veloce.