itimpresa soluzioni informatiche
  • Il Gruppo
  • Chi Siamo
  • Servizi IT
  • Software
  • Cyber Security
  • Blog
  • Contatti

Data lake vs data warehouse: 10 differenze chiave

  • Home
  • Blog
  • Tecnologie e concetti IT
  • Data lake vs data warehouse: 10 differenze chiave
Data lake vs data warehouse: 10 differenze chiave
Data di pubblicazione: 13 Agosto 2023Autore: Alessandro Achilli

La costante ricerca di soluzioni in grado di migliorare le performance dell’azienda interessa, innanzitutto, l’ambito informatico. Nell’era moderna tutte le organizzazioni necessitano di supporti e architetture capaci di garantire velocità, scalabilità, flessibilità e precisione. Soprattutto nel momento in cui occorre gestire e utilizzare i dati. 

Attualmente, a disposizione delle imprese vi sono diversi strumenti di archiviazione dei dati, ognuno dei quali può offrire differenti vantaggi e caratteristiche. Parliamo, innanzitutto, dei due metodi più gettonati: i data lake e i data warehouse.

Come scegliere l’architettura più adatta alle proprie esigenze? Rispondiamo alle domande principali rispetto a questi due metodi di archiviazione e scopriamo tutte le differenze e gli elementi che distinguono data lake e data warehouse. 

Indice dei contenuti

  • Cos’è il data lake?
  • Cos’è il data warehouse?
  • Data lake vs data warehouse: 10 differenze principali
  • Vantaggi del data lake e data warehouse
  • Esempi di data warehouse e data lake
    • Dati non strutturati: ambito sanitario
    • Retail: analisi delle vendite
    • Settore travel: la fidelizzazione
    • Finanza: decision making
    • Oil & gas: efficienza per le applicazioni analitiche
    • Risorse umane: gestione delle informazioni
  • Data warehouse vs data lake vs lakehouse

Cos’è il data lake?

Un data lake è un repository di dati in grado di archiviare e conservare un’enorme quantità di dati grezzi. I dati, archiviati nel loro formato nativo, vengono mantenuti all’interno di questo repository sino a quando non devono essere utilizzati. 

Un data lake archivia dati relazionali a partire da applicazioni aziendali di diversa natura, ma può anche contenere dati non relazionali provenienti da social media, app mobili o dispositivi IoT (Internet of Things). Per ottenere i dati aziendali, spesso le organizzazioni utilizzano le tecniche di analisi dei big data, dell’analisi in tempo reale, le query SQL oppure dell’apprendimento automatico.

Il data lake può offrire importanti vantaggi all’azienda, in quanto permette di raccogliere e archiviare dati di diversa natura e forma, provenienti da qualsiasi genere di fonte. Non richiede alcuna definizione di struttura od organizzazione schematica, né è necessaria una trasformazione del dato prima che esso venga immesso all’interno del repository. 

I data scientist e gli analisti aziendali, inoltre, non hanno l’esigenza di spostare i dati in un sistema di analisi separato. Il data lake, supporta le tecniche di machine learning ed è orientato al miglioramento delle interazioni con i clienti, alla pianificazione delle strategie aziendali e all’ottimizzazione dell’efficienza operativa. 

Cos’è il data warehouse?

Un data warehouse è un repository in grado di ottimizzare i processi di business intelligence, in quanto converte i dati in possesso dell’azienda in informazioni utili ai fini di analytics. Le informazioni preziose vengono analizzate in funzione del business, con l’obiettivo di comprendere gli scenari attuali e di pianificare future strategie che possano risultare più efficienti e più vantaggiose. 

I data warehouse, orientati al soggetto, sono repository non volatili, integrati, varianti temporali e possono essere composti da diversi data mart (i quali contengono dati per finalità e tipo di utenti specifici). Il dato viene estratto da diverse fonti e, quindi, subisce il processo di trasformazione e caricamento all’interno del data warehouse. Questo processo, chiamato ETL (Extract, Transform, Load) viene svolto con l’obiettivo di integrare ed elaborare i dati affinché risultino più performanti nell’ottica di un utilizzo ai fini analitici. 

Prima di procedere con l’archiviazione dei dati in un data warehouse, è indispensabile definire lo schema e la struttura dati che il repository deve mantenere. Il data warehouse consente di ottenere risultati utili ai fini dell’analisi e della definizione di report operativi. 

Data lake vs data warehouse: 10 differenze principali

Si potrebbe erroneamente pensare che data lake e data warehouse siano tecnologie sostanzialmente simili: nonostante alcuni elementi condivisi, queste due architetture sono totalmente differenti. 

Vediamo quali sono le 10 differenze tra data lake e data warehouse:

  • origine dei dati. Un data lake archivia dati relazionali e non relazionali ottenuti da siti web, app mobili, social media, app aziendali e dispositivi IoT. Un data warehouse archivia dati derivanti da sistemi transazionali, applicazioni line-of-business e database operativi. Nonostante entrambe le strutture supportino un numero illimitato di origini dei dati, il data warehousing richiede uno step aggiuntivo di progettazione dello schema. È possibile, infatti, archiviare solo dati strutturati, mentre per il data lake non esistono requisiti specifici e i dati possono anche essere non strutturati;
  • metodo analitico. Mentre un data lake utilizza metodi di data discovery, profiling, analisi predittiva e machine learning, un data warehouse sfrutta la business intelligence, la visualizzazione e i report batch;
  • preparazione dati. Un data warehouse necessita del passaggio di elaborazione prima dell’archiviazione. Gli strumenti ETL vengono impiegati per l’esecuzione della pulizia, selezione e strutturazione preventiva dei set di dati. Al contrario, un data lake non richiede la pre-elaborazione, che può essere eseguita ma non è indispensabile. Molto spesso le aziende utilizzano, in caso di data lake, gli strumenti ELT: ovvero caricano i dati nel data lake e li trasformano solo nel momento in cui occorre farlo; 
  • risultati delle query. Un data lake ottiene risultati di query molto rapidi, utilizzando uno storage dal costo ridotto. Un data warehouse, invece, ottiene risultati di query rapidi ma dovendo utilizzare uno storage dal costo elevato;
  • utilizzo. I data lake archiviano dati senza alcuna finalità predeterminata di utilizzo, supportando così un ampio panorama di casi d’uso (anche analisi generiche). Un data warehouse, al contrario, viene progettato con l’obiettivo di supportare esigenze analitiche predefinite e specifiche, che determinano il processo di archiviazione dei dati e il consumo di memoria;
  • qualità dei dati. Un data warehouse risulta essere più affidabile rispetto a un data lake, per quanto riguarda la qualità dei dati. Le funzioni di ordinamento, riepilogo, de-duplicazione e verifica, infatti, essendo eseguite in anticipo, permettono al data warehouse di offrire dati più accurati. In un data lake possono essere inseriti dati duplicati, non verificati o errati, non essendo sempre svolti i dovuti controlli in anticipo;
  • schema. Un data warehouse richiede la definizione a priori della struttura dati. I dati vengono strutturati a seconda di questo schema e poi letti nel formato di riferimento. In questo caso, parliamo di schema-on-write. Il data lake, invece, acquisisce i dati nel formato nativo e applica al dato un elemento identificatore e un insieme di metadati. In questo caso, parliamo di schema-on-read.; 
  • prestazioni. Il data warehouse viene progettato con il preciso intento di offrire eccellenti prestazioni nell’ambito dell’esecuzione delle query, consentendo la generazione efficiente di report aziendali. Il data warehouse consente di creare pipeline dei dati specifici e immediatamente utilizzabili. I data lake, invece, sono strumenti progettati per offrire il massimo in termine di volume e costo di archiviazione, a discapito delle prestazioni: per accedere ai dati, occorrerà più tempo, ma la quantità di dati disponibile è molto elevata a fronte di una spesa economica inferiore;
  • utenti e accessibilità. Il data lake viene utilizzato da data scientist, analisti aziendali e sviluppatori di dati, mentre il data warehouse viene usato soprattutto da analisti aziendali;
  • agilità/flessibilità. Un data warehouse, essendo ben strutturato, non è semplice da modificare. Cambiare la sua struttura dati potrebbe essere costoso in termini di risorse e di tempo, ma può garantire la massima solidità e una maggiore semplicità di interrogazione del dato. Il data lake, invece, permette riconfigurazioni semplici dei modelli, delle app live e delle query, consentendo inoltre processi di data analytics più flessibili.

Valutiamo tutte le differenze tra data lake e data warehouse nel seguente schema:

CaratteristicaData warehouseData lake
DefinizioneArchivio di dati consolidati da più origini. Archivio centralizzato di dati in grado di contenere un enorme volume di dati strutturati e non strutturati.
Origine dei dati Un data warehouse archivia dati derivanti da sistemi transazionali, applicazioni line-of-business e database operativi.Un data lake archivia dati relazionali e non relazionali ottenuti da siti web, app mobili, social media, app aziendali e dispositivi IoT.
Qualità dei dati Dati molto accurati.Possibile presenza di dati duplicati, non verificati o errati.
Tipologia di dati Dati elaborati.Dati grezzi nella forma nativa.
Preparazione datiPreparazione dati indispensabile con strumenti ETL.Preparazione dati possibile ma non essenziale, con strumenti ELT.
Schema Schema-on-write.Schema-on-read.
Utenti e accessibilitàAnalisti aziendali.Data scientist, analisti aziendali e sviluppatori di dati.
FlessibilitàRepository solido e difficilmente modificabile. Repository altamente flessibile e di semplice riconfigurazione. 
PrestazioniOttime performance di esecuzione delle query.Prestazioni meno efficienti a fronte di una maggiore capacità di archiviazione e di un costo inferiore. 
UtilizzoDefinizione delle finalità analitiche, sempre specifiche e predefinite.Nessuna finalità predeterminata.
Risultati delle queryRapidi con storage a costo elevato.Rapidi con storage a costo ridotto.
Metodo analiticoBusiness intelligence, visualizzazione e report batch.Data discovery, profiling, analisi predittiva e machine learning.

Vantaggi del data lake e data warehouse

Data lake e data warehouse possono offrire prestazioni, caratteristiche e vantaggi differenti. I vantaggi di un data warehouse includono:

  • la possibilità di consolidare dati da più fonti;
  • analisi storica dei dati;
  • massima qualità, precisione e coerenza dei dati;
  • ottimizzazione dei processi decisionali;
  • separazione dell’elaborazione analitica dai database transazionali (con ottimizzazione parallela di entrambi i sistemi).

Mentre un data lake permette di accedere ai seguenti vantaggi:

  • ampliamento delle informazioni cui si ha accesso;
  • riduzione dei costi di archiviazione a fronte di un illimitato spazio di storage;
  • innumerevoli modalità di interrogazione dei dati;
  • possibilità di applicare numerosi tool ai dati durante l’interrogazione;
  • riduzione del time-to-market;
  • diminuzione dei costi di consolidamento dei dati;
  • democratizzazione dell’accesso alle informazioni. 

Esempi di data warehouse e data lake

Data lake e data warehouse: quando usarli? Per comprendere al meglio quali differenze esistono tra data lake e data warehouse, è bene valutare degli esempi concreti delle loro possibili applicazioni. Vediamone alcuni.

Dati non strutturati: ambito sanitario

Nell’ambito sanitario, moltissime informazioni (a partire dalle cartelle cliniche e dalle immagini dei referti radiologici) rappresentano dati non strutturati. In questo caso trovano grande applicazione i data lake, in grado di contenere, integrare e correlare un’immensa quantità di dati altrimenti destinati ad essere depositati in silos applicativi o repository specializzati. Grazie all’utilizzo di strumenti di machine learning, intelligenza artificiale e advanced analytics è possibile ottenere insights utili alla distribuzione delle risorse.

Retail: analisi delle vendite

Il settore retail può ottenere importanti benefici dall’impiego di un data warehouse: sia perché esso consente di analizzare le vendite (il volume, le informazioni in merito, gli sconti e i dati demografici), sia perché permette di intuire e tenere traccia del comportamento dei clienti (monitorando la cronologia degli acquisti, i modelli di utilizzo di un sito web e le interazioni con il servizio clienti). Tutti questi dati rappresentano una fonte importante per la pianificazione di strategie di marketing e per migliorare l’esperienza del cliente. 

Settore travel: la fidelizzazione

Un altro esempio di utilizzo di data lake afferisce al settore travel: in questo caso, lo strumento viene utilizzato per processi analitici della funzione predittiva. Il data lake, infatti, permette di ottenere dati in tempo reale da una molteplicità di fonti. Ciò si traduce in un’ottimizzazione delle performance riguardo la pianificazione di strategie di marketing volte alla fidelizzazione del cliente e per migliorare la user-experience e il customer journey. 

Finanza: decision making

In ambito finanziario, un data warehouse garantisce grandi opportunità avendo la capacità di archiviare informazioni finanziarie strutturate (tassi di crescita dei ricavi, informazioni riguardo il budget, tendenze di spesa). Le informazioni possono contribuire al processo di decision making, allocando le risorse al meglio con la finalità di raggiungere gli obiettivi prefissati. 

Oil & gas: efficienza per le applicazioni analitiche

Il settore oil & gas ha, da sempre, accolto con entusiasmo le innovazioni tecnologiche, dal cloud computing all’IoT. Le organizzazioni impegnate in questo ambito gestiscono un alto volume di dati, provenienti da impianti di distribuzione o di estrazione di petrolio, gas ed energia elettrica. Utilizzare un data lake per organizzare i dati permette di sfruttare al meglio le applicazioni analitiche, ottenendo insights in grado di abbattere le spese operative. È inoltre possibile mantenere la compliance normativa e migliorare la sicurezza all’interno degli stabilimenti.  

Risorse umane: gestione delle informazioni

Un data warehouse trova impiego anche nell’ambito delle risorse umane. Questo strumento, infatti, consente di archiviare le informazioni riguardanti i dipendenti (fasce salariali, valutazioni delle prestazioni, titoli di lavoro), utilizzabili ai fini dell’assunzione o del licenziamento dei dipendenti stessi (o anche per decidere quale lavoratore merita un aumento o una promozione). 

Data warehouse vs data lake vs lakehouse

Il complesso settore del data management richiede una particolare attenzione durante il processo di scelta della migliore soluzione (o della combinazione di strumenti) rispetto alle necessità dell’azienda.

Data lake e data warehouse hanno, come abbiamo visto, una struttura differente: il punto di contatto tra i due strumenti è il data lakehouse. Questa architettura di recente creazione, disponibile su piattaforme come Databricks, fonde il data lake con il data warehouse, fornendo una soluzione efficiente nei costi e flessibile (data lake), ma allo stesso tempo in grado di garantire coerenza e qualità (data warehouse).

Un’alternativa di ultima generazione può, inoltre, essere un data mesh, un tipo di architettura di dati decentralizzata. Questo strumento archivia e organizza il dato sulla base del dominio di business, garantendo più proprietà all’amministratore del dataset. 

Ultime News Tecnologie e concetti IT
  • Assistenza informatica aziendale: cos’è e perché diventa fondamentale?
    Assistenza informatica aziendale: cos’è e perché diventa fondamentale?
    10 Giugno 2025
  • Cos’è la consulenza informatica e a cosa serve in azienda: la guida
    Cos’è la consulenza informatica e a cosa serve in azienda: la guida
    3 Giugno 2025
  • Qual è il costo dello sviluppo di un software?
    Qual è il costo dello sviluppo di un software?
    17 Aprile 2025
  • Cos’è la Robotic Process Automation (RPA) e come sta trasformando il mondo del lavoro
    Cos’è la Robotic Process Automation (RPA) e come sta trasformando il mondo del lavoro
    16 Aprile 2025
  • Creazione di una macchina virtuale su Azure
    Creazione di una macchina virtuale su Azure
    1 Aprile 2025
  • Sviluppo software personalizzato: quali sono i vantaggi
    Sviluppo software personalizzato: quali sono i vantaggi
    7 Marzo 2025
  • Cos’è lo sviluppo di un progetto software e quali sono le fasi essenziali
    Cos’è lo sviluppo di un progetto software e quali sono le fasi essenziali
    26 Febbraio 2025
  • Come progettare un software: gli step da seguire
    Come progettare un software: gli step da seguire
    21 Febbraio 2025
  • Virtual Desktop Infrastructure (VDI): cos’è e come funziona la virtualizzazione desktop
    Virtual Desktop Infrastructure (VDI): cos’è e come funziona la virtualizzazione desktop
    19 Febbraio 2025
  • Cos’è un software per virtualizzazione e quali sono i migliori programmi
    Cos’è un software per virtualizzazione e quali sono i migliori programmi
    2 Febbraio 2025

Parla con un Nostro Esperto

Siamo disponibili per ogni chiarimento e problema, non esitare a contattarci
Contattaci

Hanno scelto IT Impresa

clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
clienti
itimpresa soluzioni informatiche
itimpresa soluzioni informatiche itimpresa soluzioni informatiche

IT Impresa progetta, realizza e gestisce soluzioni informatiche per aziende, offrendo consulenza IT, servizi IT, Cyber Security e consulenza software con eccellenza, innovazione e affidabilità.

Contatti
  • Cremona Via Gazzoletto 4C

    Monza Via Amati 76

    Torino Corso Lombardia 63/C, San Mauro Torinese

    Parma Via Sidoli 35/c

  • info@it-impresa.it

  • +39 0372 838068

  • Lavora con noi

  • Apri Ticket

  • Scarica TeamViewer
Links

Servizi IT

Infrastrutture Iperconvergenti

Gestione Database

Cyber Security

Gestione Cloud

Azienda Informatica Cremona

Azienda Informatica Monza

Azienda Informatica Parma

Azienda Informatica Torino

Restiamo in contatto

Iscriviti alla nostra newsletter e rimani informato.



    Risorse
    • Cloud Computing: tutto quello che c’è da sapere
      Cloud Computing: tutto quello che c’è da sapere
    • NIS2, cosa significa e come inserire la direttiva in azienda
      NIS2, cosa significa e come inserire la direttiva in azienda
    • Guida SQL Server, tutto quello che devi sapere
      Guida SQL Server, tutto quello che devi sapere
    • Cos’è l’Iperconvergenza, come funziona e differenze
      Cos’è l’Iperconvergenza, come funziona e differenze
    • Cos’è un Ransomware? Ecco come attacca e come puoi proteggerti
      Cos’è un Ransomware? Ecco come attacca e come puoi proteggerti
    • Cos’è un server, come funziona, tipologie
      Cos’è un server, come funziona, tipologie
    • Penetration Test: Cos’è, Tipologie e perchè è così importante
      Penetration Test: Cos’è, Tipologie e perchè è così importante
    • Firewall: Cos’è, come funziona e perché è indispensabile per l’azienda
      Firewall: Cos’è, come funziona e perché è indispensabile per l’azienda
    • SIEM: ecco cos’è il Security Information and Event Management
      SIEM: ecco cos’è il Security Information and Event Management
    • Intelligenza Artificiale (AI): Cos’è, Come funziona, Esempi e Futuro
      Intelligenza Artificiale (AI): Cos’è, Come funziona, Esempi e Futuro
    • Phishing: cos’è e come prevenirlo
      Phishing: cos’è e come prevenirlo
    • Security Operation Center (SOC): come gestire con efficacia la sicurezza IT
      Security Operation Center (SOC): come gestire con efficacia la sicurezza IT
    • Disaster Recovery: Cos’è, Come funziona, Tipologie, Vantaggi
      Disaster Recovery: Cos’è, Come funziona, Tipologie, Vantaggi
    • Il futuro della cybersecurity aziendale: la sicurezza Zero Trust
      Il futuro della cybersecurity aziendale: la sicurezza Zero Trust
    • Sviluppo software personalizzato: quali sono i vantaggi
      Sviluppo software personalizzato: quali sono i vantaggi
    • GDPR: cosa prevede e come adeguarsi alla normativa sulla privacy
      GDPR: cosa prevede e come adeguarsi alla normativa sulla privacy

    © Copyright 2025 IT Impresa | P.IVA 01515690194 | Capitale sociale € 190.000,00 i.v. | REA CR 178399 | pec: itimpresa@legalmail.it | note legali | privacy policy

    Utilizziamo i cookie per garantire la migliore esperienza sul nostro sito. Puoi accettare tutti i cookie oppure personalizzarli. Leggi tutto
    Personalizza CookieAccetta Tutti
    Manage consent

    Privacy Overview

    This website uses cookies to improve your experience while you navigate through the website. Out of these, the cookies that are categorized as necessary are stored on your browser as they are essential for the working of basic functionalities of the website. We also use third-party cookies that help us analyze and understand how you use this website. These cookies will be stored in your browser only with your consent. You also have the option to opt-out of these cookies. But opting out of some of these cookies may affect your browsing experience.
    Necessary
    Sempre abilitato
    Necessary cookies are absolutely essential for the website to function properly. These cookies ensure basic functionalities and security features of the website, anonymously.
    CookieDurataDescrizione
    _GRECAPTCHA5 months 27 daysThis cookie is set by the Google recaptcha service to identify bots to protect the website against malicious spam attacks.
    _GRECAPTCHA5 months 27 daysThis cookie is set by the Google recaptcha service to identify bots to protect the website against malicious spam attacks.
    cookielawinfo-checkbox-advertisement1 yearSet by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Advertisement" category .
    cookielawinfo-checkbox-advertisement1 yearSet by the GDPR Cookie Consent plugin, this cookie is used to record the user consent for the cookies in the "Advertisement" category .
    cookielawinfo-checkbox-analytics11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
    cookielawinfo-checkbox-analytics11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics".
    cookielawinfo-checkbox-functional11 monthsThe cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional".
    cookielawinfo-checkbox-functional11 monthsThe cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional".
    cookielawinfo-checkbox-necessary11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
    cookielawinfo-checkbox-necessary11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary".
    cookielawinfo-checkbox-others11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other.
    cookielawinfo-checkbox-others11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other.
    cookielawinfo-checkbox-performance11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
    cookielawinfo-checkbox-performance11 monthsThis cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance".
    CookieLawInfoConsent1 yearRecords the default button state of the corresponding category & the status of CCPA. It works only in coordination with the primary cookie.
    CookieLawInfoConsent1 yearRecords the default button state of the corresponding category & the status of CCPA. It works only in coordination with the primary cookie.
    viewed_cookie_policy11 monthsThe cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data.
    viewed_cookie_policy11 monthsThe cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data.
    Functional
    Functional cookies help to perform certain functionalities like sharing the content of the website on social media platforms, collect feedbacks, and other third-party features.
    CookieDurataDescrizione
    bcookie2 yearsLinkedIn sets this cookie from LinkedIn share buttons and ad tags to recognize browser ID.
    bscookie2 yearsLinkedIn sets this cookie to store performed actions on the website.
    langsessionLinkedIn sets this cookie to remember a user's language setting.
    lidc1 dayLinkedIn sets the lidc cookie to facilitate data center selection.
    UserMatchHistory1 monthLinkedIn sets this cookie for LinkedIn Ads ID syncing.
    Performance
    Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.
    CookieDurataDescrizione
    __kla_id2 yearsCookie set to track when someone clicks through a Klaviyo email to a website.
    SRM_B1 year 24 daysUsed by Microsoft Advertising as a unique ID for visitors.
    Analytics
    Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics the number of visitors, bounce rate, traffic source, etc.
    CookieDurataDescrizione
    _ga2 yearsThe _ga cookie, installed by Google Analytics, calculates visitor, session and campaign data and also keeps track of site usage for the site's analytics report. The cookie stores information anonymously and assigns a randomly generated number to recognize unique visitors.
    _ga2 yearsThe _ga cookie, installed by Google Analytics, calculates visitor, session and campaign data and also keeps track of site usage for the site's analytics report. The cookie stores information anonymously and assigns a randomly generated number to recognize unique visitors.
    _gat_UA-137720848-11 minuteA variation of the _gat cookie set by Google Analytics and Google Tag Manager to allow website owners to track visitor behaviour and measure site performance. The pattern element in the name contains the unique identity number of the account or website it relates to.
    _gat_UA-35242002-11 minuteA variation of the _gat cookie set by Google Analytics and Google Tag Manager to allow website owners to track visitor behaviour and measure site performance. The pattern element in the name contains the unique identity number of the account or website it relates to.
    _gcl_au3 monthsProvided by Google Tag Manager to experiment advertisement efficiency of websites using their services.
    _gid1 dayInstalled by Google Analytics, _gid cookie stores information on how visitors use a website, while also creating an analytics report of the website's performance. Some of the data that are collected include the number of visitors, their source, and the pages they visit anonymously.
    _gid1 dayInstalled by Google Analytics, _gid cookie stores information on how visitors use a website, while also creating an analytics report of the website's performance. Some of the data that are collected include the number of visitors, their source, and the pages they visit anonymously.
    _hjAbsoluteSessionInProgress30 minutesHotjar sets this cookie to detect the first pageview session of a user. This is a True/False flag set by the cookie.
    _hjFirstSeen30 minutesHotjar sets this cookie to identify a new user’s first session. It stores a true/false value, indicating whether it was the first time Hotjar saw this user.
    _hjIncludedInPageviewSample2 minutesHotjar sets this cookie to know whether a user is included in the data sampling defined by the site's pageview limit.
    _hjIncludedInSessionSample2 minutesHotjar sets this cookie to know whether a user is included in the data sampling defined by the site's daily session limit.
    _hjTLDTestsessionTo determine the most generic cookie path that has to be used instead of the page hostname, Hotjar sets the _hjTLDTest cookie to store different URL substring alternatives until it fails.
    ajs_anonymous_id1 yearThis cookie is set by Segment to count the number of people who visit a certain site by tracking if they have visited before.
    CONSENT2 yearsYouTube sets this cookie via embedded youtube-videos and registers anonymous statistical data.
    Advertisement
    Advertisement cookies are used to provide visitors with relevant ads and marketing campaigns. These cookies track visitors across websites and collect information to provide customized ads.
    CookieDurataDescrizione
    _fbp3 monthsThis cookie is set by Facebook to display advertisements when either on Facebook or on a digital platform powered by Facebook advertising, after visiting the website.
    _fbp3 monthsThis cookie is set by Facebook to display advertisements when either on Facebook or on a digital platform powered by Facebook advertising, after visiting the website.
    ANONCHK10 minutesThe ANONCHK cookie, set by Bing, is used to store a user's session ID and also verify the clicks from ads on the Bing search engine. The cookie helps in reporting and personalization as well.
    fr3 monthsFacebook sets this cookie to show relevant advertisements to users by tracking user behaviour across the web, on sites that have Facebook pixel or Facebook social plugin.
    fr3 monthsFacebook sets this cookie to show relevant advertisements to users by tracking user behaviour across the web, on sites that have Facebook pixel or Facebook social plugin.
    MUID1 year 24 daysBing sets this cookie to recognize unique web browsers visiting Microsoft sites. This cookie is used for advertising, site analytics, and other operations.
    test_cookie15 minutesThe test_cookie is set by doubleclick.net and is used to determine if the user's browser supports cookies.
    VISITOR_INFO1_LIVE5 months 27 daysA cookie set by YouTube to measure bandwidth that determines whether the user gets the new or old player interface.
    YSCsessionYSC cookie is set by Youtube and is used to track the views of embedded videos on Youtube pages.
    yt-remote-connected-devicesneverYouTube sets this cookie to store the video preferences of the user using embedded YouTube video.
    yt-remote-device-idneverYouTube sets this cookie to store the video preferences of the user using embedded YouTube video.
    yt.innertube::nextIdneverThis cookie, set by YouTube, registers a unique ID to store data on what videos from YouTube the user has seen.
    yt.innertube::requestsneverThis cookie, set by YouTube, registers a unique ID to store data on what videos from YouTube the user has seen.
    Others
    Other uncategorized cookies are those that are being analyzed and have not been classified into a category as yet.
    CookieDurataDescrizione
    __awc_tld_test__sessionNo description
    _clck1 yearNo description
    _clsk1 dayNo description
    _hjSession_195624030 minutesNo description
    _hjSessionUser_19562401 yearNo description
    AnalyticsSyncHistory1 monthNo description
    CLID1 yearNo description
    last_pys_landing_page7 daysNo description
    last_pysTrafficSource7 daysNo description
    li_gc2 yearsNo description
    pys_first_visit7 daysNo description
    pys_landing_page7 daysNo description
    pys_session_limit1 hourNo description
    pys_start_sessionsessionNo description
    pysTrafficSource7 daysNo description
    SMsessionNo description available.
    ACCETTA E SALVA
    Powered by CookieYes Logo