La licenza del tuo catalogo dati costa zero dollari. La bolletta del tuo catalogo dati può comunque superare i centomila dollari all'anno — solo che si presenta in busta paga invece che in fattura. Se stai confrontando DataHub, la piattaforma di metadati open-source nata in LinkedIn, con Collibra, la suite di governance enterprise, il divario nel prezzo di licenza è il numero meno interessante del confronto. Il numero interessante è la voce delle ore di engineering che nessuno dei due vendor mette sulla propria pagina dei prezzi.
Questa guida analizza quanto costano davvero le due opzioni, dove si annidano le spese nascoste e come una piccola o media impresa dovrebbe pianificare la decisione su un catalogo dati come il progetto di capitale che è.
Quanto costa davvero Collibra
Collibra non pubblica prezzi di listino — si parla con i venditori — ma i report di terze parti offrono un quadro coerente. Le inserzioni su AWS Marketplace collocano l'abbonamento base di Collibra Cloud Platform a circa $170.000 all'anno per il solo accesso alla piattaforma. I confronti di settore collocano il contratto enterprise tipico tra $170.000 e $510.000 o più all'anno a seconda del volume di asset dati, del numero di utenti e dei moduli.
E l'abbonamento base è solo la prima voce. Chi revisiona i budget segnala costantemente altre cinque:
- Moduli aggiuntivi. Data lineage e data quality sono moduli con licenza separata, ciascuno con il proprio prezzo.
- Servizi di implementazione. I rollout enterprise richiedono tipicamente da sei a dodici mesi, in gran parte servizi professionali fatturabili.
- Hosting e infrastruttura. Anche le edizioni cloud possono comportare componenti di consumo o hosting a seconda del contratto.
- Costi del personale. Qualcuno dalla tua parte deve comunque curare il glossario, approvare i workflow e governare i governatori.
- Manutenzione continuativa. Aggiornamenti, risoluzione dei problemi e mantenimento delle integrazioni in salute mentre schemi e workspace BI cambiano.
Niente di tutto ciò significa che Collibra sia troppo caro. Per una banca o un'assicurazione regolamentata che ha bisogno di governance guidata da workflow, audit trail e hosting autorizzato FedRAMP, quella spesa acquista una postura di conformità che costerebbe molto di più da costruire. Ma stabilisce onestamente la base: l'opzione "costosa" costa circa $170.000 all'anno prima di dotarla di personale.
Cos'è davvero DataHub
DataHub è una piattaforma di metadati open-source, originariamente costruita in LinkedIn e ora mantenuta sotto licenza Apache 2.0 con un'edizione gestita, DataHub Cloud, venduta da Acryl Data. La sua proposta è il grafo dei metadati: un sistema event-driven che acquisisce metadati tecnici da più di cento fonti — warehouse, strumenti BI, pipeline di trasformazione, sistemi di accesso — e serve discovery, lineage a livello di colonna, un glossario di business e data contract da un unico modello.
Ci sono tre modi per eseguirlo:
- Deployment Docker self-hosted per sviluppo e piccoli team.
- Deployment Kubernetes self-hosted via Helm, il percorso raccomandato per la produzione.
- DataHub Cloud, l'edizione SaaS gestita con zero infrastruttura da gestire, garanzie SLA, monitor di osservabilità e un assistente AI — con prezzo su preventivo, come la maggior parte del SaaS enterprise.
Il core open-source non costa nulla in licenza. Questa frase è vera e, da sola, pericolosamente incompleta.
Il confronto onesto
Metti le due opzioni una accanto all'altra sul costo totale di proprietà invece che sui costi di licenza e il quadro cambia:
| Voce di costo | Collibra | DataHub self-hosted | DataHub Cloud |
|---|---|---|---|
| Licenza | ~$170k+/anno base | $0 | SaaS su preventivo |
| Infrastruttura | Inclusa o a consumo | La tua bolletta cloud: compute, search, storage | Inclusa |
| Implementazione | 6–12 mesi, spesso con servizi | 2–4 settimane al primo valore, più a lungo per irrobustire la produzione | Da giorni a settimane |
| Engineering continuativo | Basso (lo gestisce il vendor) | 0,25–0,5 FTE o più | Basso |
| Profondità di governance | La più profonda: workflow, framework di conformità | Build-or-buy: glossario e contratti inclusi, i workflow sono da costruire | Via di mezzo più monitor |
Il mercato ha notato il vuoto nel mezzo. I cataloghi SaaS moderni come Atlan e Secoda si posizionano nella fascia di circa $50.000–$200.000 all'anno con deployment da una a otto settimane — esattamente gli acquirenti che si tirano indietro davanti ai preventivi di Collibra ma non possono permettersi un team dedicato alla piattaforma.
La voce di conto economico delle ore di engineering
Ecco dove il "gratuito" ottiene il suo vero prezzo. Un DataHub self-hosted in produzione non è un singolo container. È un sistema distribuito: il servizio di metadati GMS, Kafka per il flusso di eventi, OpenSearch o Elasticsearch per la ricerca e MySQL o Postgres per lo storage di sistema — più le pipeline di ingestion che mantengono ogni connettore in salute mentre gli schemi a monte derivano.
Ognuno di questi componenti richiede provisioning, aggiornamenti, backup, monitoraggio e copertura on-call. Le analisi di settore degli stack open-source self-hosted indicano lo schema a circa un quarto o metà di un ingegnere a tempo pieno per la manutenzione continuativa di un sistema moderatamente complesso, e i costi di ownership nascosti al 60–70 percento del costo totale secondo alcune stime. Un confronto ampiamente citato ha rilevato che un setup Sentry self-hosted per un team di quindici ingegneri costava circa $9.500 all'anno una volta contati server, setup, aggiornamenti e un singolo incidente grave — più dell'alternativa ospitata.
Fai i conti con il tuo costo aziendale. Un platform engineer con un costo aziendale complessivo di $180.000 all'anno, che dedica un quarto del suo tempo a gestire il catalogo, è una voce annuale da $45.000 prima dell'infrastruttura cloud. A metà FTE sono $90.000 — più della metà del prezzo di partenza della suite enterprise che stavi evitando. Aggiungi il setup iniziale (da due a quattro settimane), le migrazioni di versione maggiore (circa due in due anni per un progetto in rapida evoluzione) e l'incidente che non hai ancora avuto, e il "costo di licenza zero" può facilmente attestarsi tra $60.000 e $120.000 all'anno in denaro reale.
È comunque meno del prezzo di partenza di Collibra. Ma non è zero, non è gratis e — cosa cruciale — è personale di engineering, il budget più scarso nella maggior parte delle piccole imprese. Ogni ora che il tuo platform engineer passa a ottimizzare gli shard di OpenSearch è un'ora non dedicata al tuo prodotto.
Domande che fanno emergere il numero reale
Prima di impegnarti nel self-hosting, rispondi a queste per iscritto:
- Chi è responsabile degli aggiornamenti? Nomina la persona, non il team. Se se ne va, cosa si rompe?
- Qual è la strategia on-call? I sistemi di metadati falliscono alle 2 di notte come tutto il resto. C'è un turno di reperibilità o c'è un solo eroe?
- Quanti connettori eseguirai davvero? Ogni integrazione è una superficie di manutenzione. Dieci connettori in salute costano significativamente più di due.
- Qual è la tua baseline cloud? Prezza il cluster di ricerca, Kafka e il database sul tuo provider cloud prima di iniziare, non dopo.
- Come sarà il diciottesimo mese? Metti a budget due aggiornamenti maggiori e almeno un incidente doloroso nei primi due anni.
Se non riesci a rispondere a tutte e cinque, non hai un vantaggio di costo — hai un rischio senza prezzo.
Quando vince ciascuna opzione
DataHub self-hosted vince quando hai già un platform team con esperienza di Kubernetes e streaming, le tue esigenze di governance sono tecniche (discovery, lineage, contratti) piuttosto che regolamentari, e apprezzi l'estensibilità — il modello di metadati aperto e l'API ti permettono di costruire esattamente ciò che ti serve. I team dati che vivono in dbt, Snowflake e Airflow tendono a ottenere valore in settimane.
Collibra vince quando la governance è il prodotto: settori regolamentati, workflow formali di stewardship, prove di audit e framework di conformità che un revisore deve riconoscere. L'implementazione da sei a dodici mesi in questo mondo è una funzionalità, non un difetto — è il tempo necessario per istituire processi governati, e i servizi professionali del vendor l'hanno fatto centinaia di volte.
La via di mezzo gestita vince quando vuoi il modello di DataHub senza gestirlo (DataHub Cloud rimuove il carico di infrastruttura e aggiornamenti mantenendo lo stesso standard di metadati) o vuoi il time-to-value del SaaS con la collaborazione integrata (il tier SaaS moderno). Per la maggior parte delle imprese senza un team dedicato alla data platform, questa fascia merita un esame serio prima di ripiegare su uno dei due estremi.
Mettilo a budget come un progetto di capitale
Qualunque cosa tu scelga, inserisci tutte e quattro le voci nella proposta di budget — licenza, infrastruttura, tempo di engineering e implementazione — su un orizzonte di 24 mesi. La modalità di fallimento più comune in questa decisione non è scegliere lo strumento sbagliato; è approvare la voce di licenza mentre le altre tre voci spendono in modo invisibile dal personale e dalla bolletta cloud.
Traccia le ore di engineering rispetto al progetto come faresti con qualsiasi sforzo capitalizzabile: etichetta il tempo, rivedilo mensilmente e confronta gli effettivi con il business case al sesto mese. Se il self-hosting doveva far risparmiare $100.000 all'anno ma il registro delle ore mostra mezzo FTE più una bolletta cloud di $1.500 al mese, vuoi saperlo mentre puoi ancora cambiare — non al rinnovo.
Una contabilità accurata dal primo giorno è ciò che rende possibile questo confronto. Quando ogni fattura di infrastruttura è categorizzata e il tempo di engineering è tracciato per progetto, la revisione build-vs-buy si scrive da sola. Quando quei costi si dissolvono nelle spese generali, ogni strumento sembra gratuito e ogni rinnovo è una sorpresa.
Mantieni visibile la spesa per gli strumenti dal primo giorno
Mentre soppesi l'open-source contro il software enterprise, mantenere registri chiari di infrastruttura, manodopera e costi di abbonamento è ciò che trasforma una supposizione in una decisione. Beancount.io offre contabilità in testo semplice che ti dà completa trasparenza e controllo sui tuoi dati finanziari — nessuna scatola nera, nessun vendor lock-in. Inizia gratis e scopri perché sviluppatori e professionisti della finanza stanno passando alla contabilità in testo semplice.
