{"id":4398,"date":"2014-11-05T09:41:00","date_gmt":"2014-11-05T08:41:00","guid":{"rendered":"https:\/\/technologytransfer.it\/?p=4398"},"modified":"2020-06-05T09:44:11","modified_gmt":"2020-06-05T07:44:11","slug":"enterprise-analytical-ecosystem-come-comprendere-il-comportamento-online-dei-clienti-e-capitalizzare-il-valore-dei-dati-nellera-big-data","status":"publish","type":"post","link":"https:\/\/technologytransfer.it\/it\/enterprise-analytical-ecosystem-come-comprendere-il-comportamento-online-dei-clienti-e-capitalizzare-il-valore-dei-dati-nellera-big-data\/","title":{"rendered":"Enterprise analytical ecosystem &#8211; Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell\u2019era Big Data"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"4398\" class=\"elementor elementor-4398\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-488f05a9 elementor-section-content-top elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"488f05a9\" data-element_type=\"section\" data-settings=\"{&quot;background_background&quot;:&quot;classic&quot;}\" data-e-bg-lazyload=\"\">\n\t\t\t\t\t\t\t<div class=\"elementor-background-overlay\"><\/div>\n\t\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-no\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-733b1b64\" data-id=\"733b1b64\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-inner-section elementor-element elementor-element-6cfa8f58 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"6cfa8f58\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-inner-column elementor-element elementor-element-6e81a11a\" data-id=\"6e81a11a\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-4ce802ea elementor-widget elementor-widget-image\" data-id=\"4ce802ea\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.20.0 - 26-03-2024 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t\t<img fetchpriority=\"high\" decoding=\"async\" width=\"283\" height=\"426\" src=\"https:\/\/technologytransfer.it\/wp-content\/uploads\/2019\/11\/mike_ferguson.jpg\" class=\"attachment-full size-full wp-image-420\" alt=\"Mike Ferguson\" srcset=\"https:\/\/technologytransfer.it\/wp-content\/uploads\/2019\/11\/mike_ferguson.jpg 283w, https:\/\/technologytransfer.it\/wp-content\/uploads\/2019\/11\/mike_ferguson-199x300.jpg 199w\" sizes=\"(max-width: 283px) 100vw, 283px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-8012a84 elementor-widget elementor-widget-heading\" data-id=\"8012a84\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.20.0 - 26-03-2024 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h4 class=\"elementor-heading-title elementor-size-default\"><a href=\"https:\/\/technologytransfer.it\/mike-ferguson\/\">Mike Ferguson<\/a><\/h4>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7fd5273c elementor-widget elementor-widget-heading\" data-id=\"7fd5273c\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h5 class=\"elementor-heading-title elementor-size-default\">Novembre 2014<\/h5>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-211a6624 elementor-widget-divider--view-line elementor-widget elementor-widget-divider\" data-id=\"211a6624\" data-element_type=\"widget\" data-widget_type=\"divider.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.20.0 - 26-03-2024 *\/\n.elementor-widget-divider{--divider-border-style:none;--divider-border-width:1px;--divider-color:#0c0d0e;--divider-icon-size:20px;--divider-element-spacing:10px;--divider-pattern-height:24px;--divider-pattern-size:20px;--divider-pattern-url:none;--divider-pattern-repeat:repeat-x}.elementor-widget-divider .elementor-divider{display:flex}.elementor-widget-divider .elementor-divider__text{font-size:15px;line-height:1;max-width:95%}.elementor-widget-divider .elementor-divider__element{margin:0 var(--divider-element-spacing);flex-shrink:0}.elementor-widget-divider .elementor-icon{font-size:var(--divider-icon-size)}.elementor-widget-divider .elementor-divider-separator{display:flex;margin:0;direction:ltr}.elementor-widget-divider--view-line_icon .elementor-divider-separator,.elementor-widget-divider--view-line_text .elementor-divider-separator{align-items:center}.elementor-widget-divider--view-line_icon .elementor-divider-separator:after,.elementor-widget-divider--view-line_icon .elementor-divider-separator:before,.elementor-widget-divider--view-line_text .elementor-divider-separator:after,.elementor-widget-divider--view-line_text .elementor-divider-separator:before{display:block;content:\"\";border-block-end:0;flex-grow:1;border-block-start:var(--divider-border-width) var(--divider-border-style) var(--divider-color)}.elementor-widget-divider--element-align-left .elementor-divider .elementor-divider-separator>.elementor-divider__svg:first-of-type{flex-grow:0;flex-shrink:100}.elementor-widget-divider--element-align-left .elementor-divider-separator:before{content:none}.elementor-widget-divider--element-align-left .elementor-divider__element{margin-left:0}.elementor-widget-divider--element-align-right .elementor-divider .elementor-divider-separator>.elementor-divider__svg:last-of-type{flex-grow:0;flex-shrink:100}.elementor-widget-divider--element-align-right .elementor-divider-separator:after{content:none}.elementor-widget-divider--element-align-right .elementor-divider__element{margin-right:0}.elementor-widget-divider--element-align-start .elementor-divider .elementor-divider-separator>.elementor-divider__svg:first-of-type{flex-grow:0;flex-shrink:100}.elementor-widget-divider--element-align-start .elementor-divider-separator:before{content:none}.elementor-widget-divider--element-align-start .elementor-divider__element{margin-inline-start:0}.elementor-widget-divider--element-align-end .elementor-divider .elementor-divider-separator>.elementor-divider__svg:last-of-type{flex-grow:0;flex-shrink:100}.elementor-widget-divider--element-align-end .elementor-divider-separator:after{content:none}.elementor-widget-divider--element-align-end .elementor-divider__element{margin-inline-end:0}.elementor-widget-divider:not(.elementor-widget-divider--view-line_text):not(.elementor-widget-divider--view-line_icon) .elementor-divider-separator{border-block-start:var(--divider-border-width) var(--divider-border-style) var(--divider-color)}.elementor-widget-divider--separator-type-pattern{--divider-border-style:none}.elementor-widget-divider--separator-type-pattern.elementor-widget-divider--view-line .elementor-divider-separator,.elementor-widget-divider--separator-type-pattern:not(.elementor-widget-divider--view-line) .elementor-divider-separator:after,.elementor-widget-divider--separator-type-pattern:not(.elementor-widget-divider--view-line) .elementor-divider-separator:before,.elementor-widget-divider--separator-type-pattern:not([class*=elementor-widget-divider--view]) .elementor-divider-separator{width:100%;min-height:var(--divider-pattern-height);-webkit-mask-size:var(--divider-pattern-size) 100%;mask-size:var(--divider-pattern-size) 100%;-webkit-mask-repeat:var(--divider-pattern-repeat);mask-repeat:var(--divider-pattern-repeat);background-color:var(--divider-color);-webkit-mask-image:var(--divider-pattern-url);mask-image:var(--divider-pattern-url)}.elementor-widget-divider--no-spacing{--divider-pattern-size:auto}.elementor-widget-divider--bg-round{--divider-pattern-repeat:round}.rtl .elementor-widget-divider .elementor-divider__text{direction:rtl}.e-con-inner>.elementor-widget-divider,.e-con>.elementor-widget-divider{width:var(--container-widget-width,100%);--flex-grow:var(--container-widget-flex-grow)}<\/style>\t\t<div class=\"elementor-divider\">\n\t\t\t<span class=\"elementor-divider-separator\">\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t<div class=\"elementor-column elementor-col-66 elementor-inner-column elementor-element elementor-element-65ec219a\" data-id=\"65ec219a\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5c4bd740 elementor-widget elementor-widget-heading\" data-id=\"5c4bd740\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h1 class=\"elementor-heading-title elementor-size-default\">Enterprise analytical ecosystem &#8211; Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell\u2019era Big Data<\/h1>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-61ce23d5 elementor-widget-divider--view-line_icon elementor-view-default elementor-widget-divider--element-align-center elementor-widget elementor-widget-divider\" data-id=\"61ce23d5\" data-element_type=\"widget\" data-widget_type=\"divider.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-divider\">\n\t\t\t<span class=\"elementor-divider-separator\">\n\t\t\t\t\t\t\t<div class=\"elementor-icon elementor-divider__element\">\n\t\t\t\t\t<i aria-hidden=\"true\" class=\"fas fa-book-open\"><\/i><\/div>\n\t\t\t\t\t\t<\/span>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-337edd73 elementor-widget elementor-widget-text-editor\" data-id=\"337edd73\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.20.0 - 26-03-2024 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p>Guardando all\u2019attuale scenario della concorrenza, non c\u2019\u00e8 dubbio che per rimanere competitivi sia necessaria una profonda conoscenza sui clienti e sulle operazioni di business.<br \/>Le nuove forme di dati costituiscono una chiave per i vantaggi competitivi, visto che tali dati racchiudono spunti di elevato valore che ogni azienda deve imparare a scoprire, qualora intenda sopravvivere in un mercato dove l\u2019affermarsi del web ha avuto un profondo impatto sul comportamento dei clienti. Perch\u00e9 \u00e8 noto che sul web il cliente \u00e8 re: pu\u00f2 navigare in giro per confrontare prodotti, servizi e prezzi in qualsiasi momento e ovunque, tramite un dispositivo mobile. Inoltre, con le nuove imprese basate sul web che spuntano ovunque, il cliente ha molta pi\u00f9 scelta. La fedelt\u00e0 di marca \u00e8 facilmente dimenticata con pochi click del mouse davanti a una proposta migliore. E visto che oggi va cos\u00ec, siamo al punto in cui i dati della transazione non sono sufficienti per fornire una completa conoscenza del cliente. La necessit\u00e0 di comprendere il comportamento online dei clienti \u00e8 diventata oggi mission critical.<\/p><p>LA VOCE DEL CLIENTE &#8211; Ma il web \u00e8 anche un luogo dove il cliente ha una voce: l\u2019accesso ai social network \u00e8 ormai onnipresente e per le aziende non sarebbe saggio non riconoscere che questi costituiscono una ricca fonte di conoscenza del cliente. Inoltre, quando si tratta di decisioni di acquisto, la maggior parte delle persone si affida alla rete di amici e contatti pi\u00f9 che ad altre fonti. Per questo, comprendere le relazioni sociali e le interazioni pu\u00f2 contribuire a capire meglio chi o che cosa influenza il comportamento d\u2019acquisto. Non solo: le persone sono sempre pronte a confrontare i prodotti e i prezzi, e a condividere queste informazioni con gli altri attraverso i social network, rendendo i potenziali acquirenti sempre pi\u00f9 informati. All\u2019interno delle imprese, i web log stanno crescendo a ritmi impressionanti alla luce del fatto che i clienti si rivolgono ai canali online come il loro modo preferito di effettuare transazioni commerciali e di interagire con le aziende. Inoltre, quantit\u00e0 crescenti di reti di sensori vengono implementate per gestire e ottimizzare le operazioni di business. Il risultato \u00e8 una grande variet\u00e0 di nuove fonti di big data, un rapido aumento del volume di dati e una raffica di nuovi flussi di dati che hanno tutti bisogno di essere analizzati. <br \/>Le caratteristiche di queste nuove fonti di dati sono diverse da quelle dei dati strutturati. Per esempio, la variet\u00e0 di tipi di dati catturati comprende oggi: <br \/>\u2022 dati strutturati; <br \/>\u2022 dati semi-strutturati, come XML o HTML;<br \/>\u2022 dati non strutturati, come testi, audio o video; <br \/>\u2022 dati di tipo machine-generated, come web log, log di sistema o i dati provenienti dai sensori.<\/p><p>LA VOCE DEI DATI &#8211; L\u2019arrivo dei big data e dei big data analytics ha portato con s\u00e9 un ulteriore livello dei volumi di dati, oltre i tradizionali carichi di lavoro visti nei data warehouse. Tra gli esempi di nuovi carichi di lavoro analitici vi sono: <br \/>\u2022 analisi dei dati in movimento; <br \/>\u2022 analisi complessa di dati strutturati;<br \/>\u2022 analisi esplorativa dei dati multi-strutturati non modellizzati;<br \/>\u2022 analisi dei grafi, per esempio dei social network;<br \/>\u2022 accelerazione dell\u2019elaborazione ETL di dati strutturati e multi-strutturati per arricchire i dati in un data warehouse o in un\u2019appliance analitica; <br \/>\u2022 la conservazione a lungo termine e la rielaborazione dei dati archiviati nei data warehouse per un rapido recupero selettivo.<\/p><p>ENTERPRISE ANALYTICAL ECOSYSTEM &#8211; Per questo si rende necessaria una nuova architettura, che presupponga un ecosistema analitico di tipo enterprise (enterprise analytical ecosystem) e che supporti l\u2019analisi, il reporting e l\u2019elaborazione delle query ad hoc tipiche del data warehouse tradizionale nonch\u00e9 i nuovi grandi carichi di lavoro analitici dei big data ora necessari. L\u2019ecosistema analitico comprende una serie di nuove piattaforme di analytics che si integrano e si espandono al di l\u00e0 del tradizionale ambiente di data warehouse. I componenti tecnologici richiesti in questa nuova architettura sono:<br \/>\u2022 una suite di strumenti di enterprise information management (EIM);<br \/>\u2022 molteplici piattaforme analytics integrate per la gestione dei big data e dei carichi di lavoro analitici tradizionali, quali una DBMS di tipo non SQL per l\u2019analisi dei grafi, una piattaforma Hadoop, un DBMS relazionale analitico, un data warehouse e infine un motore di elaborazione dei flussi;<br \/>\u2022 nuovi strumenti e tecniche che sono state anche aggiunte per soddisfare le nuove esigenze dettate dai carichi di lavoro per gli analytics, tra cui vi sono: <br \/>o le applicazioni analitiche personalizzate scritte per sfruttare il framework Hadoop MapReduce o il framework in-memory Hadoop Spark, per analizzare i dati multi-strutturati in batch;<br \/>o gli strumenti di BI che generano codice applicativo MapReduce o Spark per recuperare e analizzare i dati tipicamente memorizzati in Hadoop;<br \/>o gli strumenti di BI basati sulle ricerche che indicizzano i dati tipicamente da Hadoop a supporto delle analisi esplorative di dati multi-strutturati;<br \/>o gli strumenti di analisi dei grafi che visualizzano i dati da database NoSQL a supporto dell\u2019analisi esplorativa;<\/p><p>\u2022 gli strumenti esistenti della piattaforma BI che possono accedere a entrambe le piattaforme analitiche SQL e NoSQL (per esempio accedere ai dati Hadoop tramite un\u2019iniziativa SQL su Hadoop), a supporto dei diversi tipi di esigenze di discovery visiva e di reporting;<\/p><p>\u2022 dovrebbe infine anche essere possibile sviluppare modelli predittivi e statistici per implementarli in un sistema Hadoop, un RDBMS di analisi e di workflow di elaborazione dei flussi di eventi per l\u2019analisi predittiva in tempo reale.<\/p><p>L\u2019ANALISI CROSS-PLATFORM &#8211; All\u2019interno di questo nuovo ecosistema di analytics \u00e8 richiesta anche un\u2019integrazione, per facilitare l\u2019analisi cross-platform. Per esempio, quando si verificano variazioni nei flussi di dati, viene analizzato l\u2019impatto sul business, in modo da poter intervenire se necessario. Gli eventi di interesse filtrati possono anche essere passati al software EIM e caricati in Hadoop per la successiva analisi storica. Se ogni ulteriore approfondimento di analisi viene realizzato da Hadoop, questo potr\u00e0 essere inserito in un data warehouse per arricchire ci\u00f2 che \u00e8 gi\u00e0 noto. Invece, i dati multi-strutturati non-modellati possono essere caricati direttamente in Hadoop dove possono essere puliti, trasformati e integrati con i software di integrazione dati di tipo EIM sulla piattaforma Hadoop in preparazione per l\u2019analisi esplorativa da parte dei data scientists. Questi ultimi possono quindi analizzare i dati utilizzando applicazioni analitiche personalizzate, oppure gli strumenti di mappatura e riduzione che generano Java o Pig, mentre gli analytics in-Hadoop possono essere utilizzati quando necessario. In alternativa, gli strumenti di BI basati sulla ricerca possono essere utilizzati per analizzare i big data tramite gli indici di ricerca incorporati in Hadoop. Se i data scientists realizzano insight di valore, vi si potr\u00e0 accedere tramite gli strumenti di BI che utilizzano SQL o Hadoop.<\/p><p>ENTERPRISE DATA HUB &#8211; Un ruolo chiave emergente per Hadoop \u00e8 oggi quello di Enterprise Data Hub, che \u00e8 un ambiente Hadoop gestito e governato nel quale riunire i dati grezzi, raffinarli e pubblicare nuovi insight che possono essere resi disponibili agli utenti autorizzati in tutta l\u2019azienda sia on demand sia su base regolare. Questi utenti potrebbero voler aggiungere nuovi insight nei data warehouse e nei data mart esistenti per arricchire ci\u00f2 che gi\u00e0 conoscono, oltre a condurre ulteriori analisi per ottenere vantaggi competitivi. <br \/>L\u2019Enterprise Data Hub \u00e8 composto da: <br \/>\u2022 una \u201clanding zone\u201d dei dati gestiti, cio\u00e8 il serbatoio dei dati, o data reservoir;<br \/>\u2022 una raffineria governata dei dati;<br \/>\u2022 insight di elevato valore pubblicati, protetti e sicuri;<br \/>\u2022 storage a lungo termine dei dati archiviati dal data warehouse.<\/p><p>Tutto ci\u00f2 \u00e8 reso disponibile in un ambiente sicuro e ben governato. All\u2019interno del data center aziendale, i dati grezzi vengono convogliati, raccolti e organizzati prima che entrino nella raffineria dei dati in cui viene effettuata la discovery dei dati e delle relazioni tra i dati, e dove i dati vengono analizzati, profilati, purificati, trasformati e integrati. Successivamente, vengono resi disponibili ai data scientists, che possono combinarli con altri dati attendibili, quali i dati anagrafici o i dati storici provenienti da un data warehouse, prima di effettuare le analisi esplorative in un ambiente sandbox per identificare e produrre nuovi insight di business.<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Mike Ferguson Novembre 2014 Guardando all\u2019attuale scenario della concorrenza, non c\u2019\u00e8 dubbio che per rimanere competitivi sia necessaria una profonda conoscenza sui clienti e sulle operazioni di business.Le nuove forme di dati costituiscono una chiave per i vantaggi competitivi, visto che tali dati racchiudono spunti di elevato valore che ogni azienda deve imparare a scoprire, [&hellip;]<\/p>\n","protected":false},"author":14,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"elementor_header_footer","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"default","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"default","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[116],"tags":[],"_links":{"self":[{"href":"https:\/\/technologytransfer.it\/wp-json\/wp\/v2\/posts\/4398"}],"collection":[{"href":"https:\/\/technologytransfer.it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/technologytransfer.it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/technologytransfer.it\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/technologytransfer.it\/wp-json\/wp\/v2\/comments?post=4398"}],"version-history":[{"count":0,"href":"https:\/\/technologytransfer.it\/wp-json\/wp\/v2\/posts\/4398\/revisions"}],"wp:attachment":[{"href":"https:\/\/technologytransfer.it\/wp-json\/wp\/v2\/media?parent=4398"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/technologytransfer.it\/wp-json\/wp\/v2\/categories?post=4398"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/technologytransfer.it\/wp-json\/wp\/v2\/tags?post=4398"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}