Se stai costruendo uno stack dati moderno nel 2026, di solito stai risolvendo due problemi diversi allo stesso tempo. Primo: ti servono dati esterni differenziati, come dati di contatto, dati transazionali, segnali social, copertura geospaziale, dati di rischio o dati web che non esistono nei sistemi interni. Secondo: ti serve un modo pulito per trasferire, governare e mettere in produzione questi dati tra CRM, data warehouse, app, API e, oggi, anche agenti AI.
Questa distinzione conta più che mai. Grand View Research stima che il mercato globale dei dati alternativi abbia raggiunto 11,65 miliardi di dollari nel 2024 e prevede una crescita molto rapida fino al 2030. Allo stesso tempo, i team data aziendali restano sotto forte pressione sui costi: secondo TRG Screen, la spesa per market data e news finanziarie ha toccato i 42 miliardi di dollari nel 2023, un anno da record. In parole semplici: i dati disponibili aumentano, i team che cercano vantaggio competitivo sono sempre di più e il costo di scegliere lo stack di fornitori sbagliato diventa sempre più difficile da nascondere.
Questa guida copre entrambe le metà della decisione. Include vendor di dati alternativi, fornitori di intelligence B2B, specialisti di dati transazionali e di rischio, oltre a un gruppo separato di piattaforme di integrazione che oggi contano perché gli agenti AI devono poter accedere in modo sicuro a strumenti e workflow. Ho prestato particolare attenzione ai vendor che documentano pubblicamente il supporto a Model Context Protocol (MCP), perché sempre più spesso questa è la differenza tra il marketing da “AI assistant” e una connettività davvero utilizzabile dagli agenti.
Scelte rapide per caso d’uso
- Ti serve il modo più veloce per raccogliere dati pubblici strutturati dal web senza scrivere codice? Parti da Thunderbit.
- Ti servono dati di contatto B2B conformi per team outbound? Metti in shortlist Cognism e ZoomInfo.
- Ti servono dataset alternativi per investitori o team di ricerca? Valuta Eagle Alpha, Thinknum, Preqin ed Earnest Analytics.
- Ti servono segnali social, eventi o reputazione in tempo reale? Guarda con attenzione Brandwatch e Dataminr.
- Ti serve un’integrazione pronta per gli agenti con posizionamento MCP esplicito? Parti da FuseBase e SnapLogic.
- Ti serve più integrazione dati enterprise e governance che sperimentazione AI greenfield? Confronta Jitterbit, K2view e Informatica.
Verifica se il Web Scraping con AI è adatto al tuo stack dati Colma i vuoti di copertura che il tuo vendor dati non riesce a coprire — estrai qualsiasi pagina pubblica in 1 clic. Get Started Free
Perché questa categoria è più difficile da acquistare di quanto sembri
Molte raccolte sui “migliori fornitori di dati” mescolano prodotti che in realtà risolvono problemi completamente diversi. È così che i team finiscono per comprare una costosa suite enterprise per un semplice problema di sourcing, oppure provano a far comportare un database di contatti come se fosse una piattaforma di integrazione.
La distinzione pratica è questa:
- I fornitori di dati alternativi ti danno dataset esterni differenziati: intelligence sui contatti, transazioni con carta, sentiment sociale, dati geospaziali, traffico web, eventi di mercato, spesa dei consumatori e altri segnali non core interni.
- Le piattaforme di integrazione spostano e rendono operativi i dati nei tuoi sistemi: CRM, ERP, data warehouse, app SaaS, API e, sempre più spesso, workflow per agenti AI.
- Gli strumenti ibridi si collocano a metà. Thunderbit, per esempio, non è un classico vendor di database né una piattaforma iPaaS tradizionale. È un workflow AI-first, pensato per il browser, che raccoglie dati pubblici strutturati da fonti che spesso non offrono una API utile.
Questo conta ancora di più oggi perché la readiness per gli agenti AI non è più teorica. In questo aggiornamento, solo una piccola parte dei vendor ha reso il supporto MCP pubblico un messaggio di prodotto visibile nelle pagine ufficiali. Questo non esclude automaticamente gli altri, ma ti dice quali piattaforme stanno già progettando connettività agent-native e quali invece si posizionano ancora soprattutto su API, connettori e automazione tradizionale.
Se vuoi una panoramica rapida su come un moderno marketplace dei dati aiuti i team a confrontare i vendor di dataset esterni, questo video di Datarade è un utile punto di partenza:
Come ho valutato questi provider
Ho usato sei criteri che riflettono le vere scelte di acquisto:
| Dimensione | Cosa ho verificato |
|---|---|
| Aderenza alla categoria | È soprattutto una fonte dati, un livello di integrazione o uno strumento ibrido per workflow? |
| Valore differenziante | Aggiunge dati o funzionalità che è improbabile ottenere da un’alternativa commodity? |
| Segnale AI | Il vendor si posiziona pubblicamente su assistenti AI, agenti, copilot o automazione dei workflow? |
| Segnale MCP | Ho trovato un posizionamento MCP pubblico chiaro nelle pagine ufficiali del prodotto esaminate nell’agosto 2026? |
| Prontezza enterprise | Governance, API, compliance, flessibilità di deployment e profondità operativa |
| Chiarezza dei prezzi | Prezzi pubblici, ingresso freemium, modello a consumo o solo preventivo enterprise |
Una nota sulla colonna MCP nella tabella di confronto qui sotto: Public MCP docs significa che ho trovato messaggi ufficiali espliciti o documentazione MCP durante questo aggiornamento. Not publicly emphasized non dimostra che il vendor non possa supportare un workflow con agenti. Significa che il posizionamento MCP pubblico non era una parte chiara della proposta prodotto nelle pagine che ho esaminato.
Tabella comparativa: 20 migliori fornitori di dati alternativi e piattaforme di integrazione nel 2026
| Provider | Tipo principale | Segnale AI / automazione | Segnale MCP | Ideale per | Modello di pricing |
|---|---|---|---|---|---|
| Thunderbit | Workflow AI per dati web | Suggerimento campi AI, arricchimento di sottopagine, export | Non enfatizzato pubblicamente | Team business che raccolgono rapidamente dati pubblici dal web strutturati | Freemium più crediti |
| Cognism | Dati di contatto B2B | Prospecting e enrichment assistiti dall’AI | Non enfatizzato pubblicamente | Outbound sensibile alla compliance e copertura EMEA | Abbonamento su preventivo |
| ZoomInfo | Intelligence B2B | Copilot, intent, automazione dei workflow | Non enfatizzato pubblicamente | Sales e marketing enterprise intelligence | Abbonamento su preventivo |
| Eagle Alpha | Marketplace e advisory di alt-data | Ricerca e curatela più che strumenti agentici | Non enfatizzato pubblicamente | Investitori che cercano più dataset alternativi | Abbonamento / enterprise |
| RiskSeal | Dati di rischio creditizio e identità | Scoring automatizzato di identità e comportamento | Non enfatizzato pubblicamente | Rischio fintech, KYC e utenti senza credit file | A consumo / enterprise |
| Brandwatch | Intelligence social e consumer | Riassunti AI, sentiment, analisi immagini e trend | Non enfatizzato pubblicamente | Marketing, PR e monitoraggio del brand | Abbonamento |
| Thinknum | Dati alternativi dal web pubblico | Alert e workflow analitici | Non enfatizzato pubblicamente | Team finance e strategy che tracciano segnali aziendali | Abbonamento |
| Privateer | Intelligence geospaziale | Analisi geospaziale guidata dall’AI | Non enfatizzato pubblicamente | Supply chain, settore pubblico e monitoraggio macro | Abbonamento enterprise |
| Dataminr | Intelligence eventi in tempo reale | Rilevamento AI e sintesi live | Non enfatizzato pubblicamente | Sicurezza, crisi ed eventi breaking news | Abbonamento enterprise |
| Quiver Quantitative | Dati alternativi per retail investor | Scoring AI e viste sui segnali classificate | Non enfatizzato pubblicamente | Investitori self-directed e trader | Freemium / abbonamento |
| FuseBase | Collaborazione e integrazione agent-native | Agenti AI, automazione, azioni nello workspace | Documentazione MCP pubblica | Team di servizi e SMB che costruiscono workflow agentici | Freemium / abbonamento |
| SnapLogic | Piattaforma di integrazione enterprise | AgentCreator, SnapGPT, automazione guidata dall’AI | Documentazione MCP pubblica | Integrazione enterprise e connettività agentica governata | Abbonamento su preventivo |
| Jitterbit | iPaaS low-code e piattaforma API | Assistenti AI e automazione low-code | Non enfatizzato pubblicamente | Team di integrazione mid-market ed enterprise | Abbonamento su preventivo |
| K2view | Data fabric e integrazione operativa | Fusione dati AI e accesso a livello di entità | Non enfatizzato pubblicamente | Grandi aziende con dati operativi frammentati | Licenza enterprise |
| Informatica | Data management e integrazione enterprise | CLAIRE AI, copilot, automazione del mapping | Non enfatizzato pubblicamente | Programmi dati enterprise ad alta governance | Abbonamento su preventivo |
| Preqin | Intelligence sui mercati privati | Analytics e strumenti di workflow | Non enfatizzato pubblicamente | Ricerca su PE, VC, private debt e real assets | Abbonamento |
| Yodlee | Aggregazione di dati finanziari | Enrichment e categorizzazione automatizzati | Non enfatizzato pubblicamente | Fintech, lender e app finanziarie collegate ai conti | A consumo / enterprise |
| Earnest Analytics | Dati transazionali consumer | Normalizzazione e benchmarking assistiti da ML | Non enfatizzato pubblicamente | Ricerca retail, CPG e investimenti | Abbonamento |
| Second Measure | Analytics sulla spesa consumer | Analytics self-service più che strumenti agentici | Non enfatizzato pubblicamente | Investitori e team strategy che studiano i trend di spesa | Accesso enterprise / Bloomberg |
| Verisk | Dati di rischio, assicurativi e compliance | Analytics, frodi e decisioning embedded | Non enfatizzato pubblicamente | Assicurazioni, banking e workflow di rischio regolamentati | A consumo / enterprise |
I 20 migliori fornitori di dati alternativi e piattaforme di integrazione nel 2026
1. Thunderbit
Thunderbit conquista il primo posto perché un numero sorprendente di problemi legati ai “data provider” sono in realtà problemi di raccolta. I team conoscono le fonti pubbliche di cui hanno bisogno, ma quelle fonti non offrono una API utilizzabile, un export pulito o una struttura stabile. Thunderbit risolve questo vuoto con un workflow AI-first nel browser che legge la pagina, suggerisce i campi, gestisce paginazione e sottopagine ed esporta direttamente il risultato in Sheets, Excel, Airtable, Notion, CSV o JSON.
- Ideale per: team sales, ecommerce, marketplace research e operations che raccolgono dati pubblici strutturati dal web
- Perché si distingue: time-to-data più veloce rispetto agli stack di scraping classici, soprattutto per i team non tecnici
- Segnale di pricing: ingresso freemium con espansione a crediti
Prova Thunderbit su un sito live Nessun connettore da configurare. L’AI legge la pagina e restituisce una tabella pulita in 1 clic. Get Started Free
2. Cognism
Cognism resta una delle scelte più chiare quando compliance, copertura EMEA e usabilità outbound contano più della semplice ampiezza del database USA. Il posizionamento attuale continua a puntare su dati mobile verificati, segnali di buyer intent e prospecting consapevole del GDPR, rendendolo una scelta più sicura per i team che fanno prospecting internazionale.
- Ideale per: team sales e marketing outbound che puntano all’Europa o a mercati regolamentati
- Perché si distingue: approccio alla compliance e adattabilità internazionale
- Segnale di pricing: abbonamento su preventivo
3. ZoomInfo
ZoomInfo resta il punto di riferimento di base per una vasta intelligence B2B. La narrativa del prodotto si è spinta oltre i dati di contatto, includendo intent, automazione dei workflow ed esecuzione sales assistita dall’AI, utile per grandi team GTM che vogliono una sola piattaforma per più fasi di prospecting e account research.
- Ideale per: sales enterprise, account-based marketing e team RevOps
- Perché si distingue: ampiezza, profondità dei workflow e segnali GTM in tempo reale
- Segnale di pricing: abbonamento su preventivo
4. Eagle Alpha
Eagle Alpha è più adatto a buyer istituzionali che a team business generalisti. Funziona come livello di sourcing e validazione per dataset alternativi, combinando scoperta di vendor, ricerca e supporto alla compliance, così che i team buy-side possano confrontare, testare e mettere in produzione dati di nicchia in modo più efficiente.
- Ideale per: hedge fund, asset manager e team di strategia che acquistano dataset alternativi
- Perché si distingue: curatela, aggregazione di vendor e supporto alla ricerca
- Segnale di pricing: abbonamento enterprise e consulenza
5. RiskSeal
RiskSeal si concentra su un caso d’uso molto specifico ma importante: usare dati alternativi sulla digital footprint per migliorare le decisioni di credito e frode. Questo lo rende rilevante per lender e fintech che servono clienti thin-file, cross-border o comunque difficili da valutare usando solo i tradizionali dati di bureau.
- Ideale per: provider BNPL, lender fintech e workflow KYC digitali
- Perché si distingue: scoring del rischio digitale oltre i modelli bureau standard
- Segnale di pricing: modello a consumo o vendita enterprise
6. Brandwatch
Brandwatch continua a essere una delle piattaforme più forti per social listening, consumer intelligence e rilevamento dei trend. Se il tuo team deve monitorare sentiment del brand, risposta alle campagne o narrative emergenti su social e canali online, Brandwatch merita di essere in shortlist.
- Ideale per: marketing, PR, comunicazione e team insight sul consumatore
- Perché si distingue: ampia copertura social con analisi assistita dall’AI
- Segnale di pricing: abbonamento
7. Thinknum
Thinknum resta uno dei modi più puliti per lavorare con segnali strutturati dal web pubblico, come annunci di lavoro, prezzi dei prodotti, metriche delle app o variazioni di catalogo. Il suo valore sta meno in un posizionamento AI appariscente e più nel trasformare il comportamento osservabile di un’azienda sul web in un workflow di ricerca interrogabile.
- Ideale per: equity research, competitive intelligence e team strategy
- Perché si distingue: copertura di segnali web con accesso semplice per analisti
- Segnale di pricing: abbonamento
8. Privateer (ex Orbital Insight)
Privateer porta l’intelligence geospaziale nel processo decisionale operativo. Per i team che monitorano logistica, infrastrutture, agricoltura o attività macro, la copertura satellitare e location-based crea un vantaggio diverso rispetto ai classici fornitori di dati di contatto o transazionali.
- Ideale per: supply chain, commodity, infrastrutture e analisi del settore pubblico
- Perché si distingue: insight operativi geospaziali e satellitari
- Segnale di pricing: abbonamento enterprise
9. Dataminr
Dataminr resta una delle piattaforme di event detection più rapide sul mercato. Il suo valore deriva dal fondere segnali pubblici in alert precoci su crisi, interruzioni ed eventi rilevanti, quindi si differenzia in modo sostanziale dai vendor di dati storici o di benchmark.
- Ideale per: team sicurezza, crisis response, newsroom e operational risk
- Perché si distingue: velocità e alert in tempo reale basati su una vasta copertura di fonti pubbliche
- Segnale di pricing: abbonamento enterprise
10. Quiver Quantitative
Quiver Quantitative rende più accessibili dataset poco convenzionali per investitori retail e semi-professionali. Questo conta perché molti vendor di dati alternativi sono pensati e prezzati quasi esclusivamente per le istituzioni, mentre Quiver offre ai piccoli utenti un modo più accessibile per esplorare segnali non tradizionali.
- Ideale per: investitori retail e piccoli team di ricerca
- Perché si distingue: accessibilità e dataset pubblici unici
- Segnale di pricing: livelli freemium e abbonamento
11. FuseBase
FuseBase è uno dei pochi vendor di questa rassegna che ha reso MCP una parte chiara della propria storia di prodotto pubblica durante questo aggiornamento. La documentazione ufficiale dice che MCP consente agli agenti AI di FuseBase di connettersi a servizi esterni e che le integrazioni MCP consigliate includono già strumenti come Airtable, Google Sheets e Notion. Questo lo rende molto interessante per i team più piccoli che vogliono workflow agentici senza costruire subito un’intera integrazione enterprise.
- Ideale per: team di customer service, agenzie e SMB che costruiscono workflow guidati da agenti
- Perché si distingue: documentazione MCP pubblica e workflow agentici pratici
- Segnale di pricing: piani freemium e abbonamento
12. SnapLogic
SnapLogic è la scelta di integrazione enterprise più forte in questa lista se il supporto MCP fa parte della tua valutazione. Nella pagina MCP ufficiale, SnapLogic afferma che i suoi server MCP possono usare oltre 1000 Snap e pipeline esistenti per esporre azioni enterprise governate agli agenti AI, e posiziona anche un MCP Client Snap Pack per consumare server MCP esterni. È un segnale di connettività agentica pubblica molto più forte di una generica etichetta “AI assistant”.
- Ideale per: enterprise che vogliono accesso governato agli agenti AI verso app, API e workflow dati
- Perché si distingue: posizionamento esplicito come server e client MCP
- Segnale di pricing: abbonamento su preventivo
Se la connettività agent-native è nella tua checklist di valutazione, questa demo ufficiale di SnapLogic su MCP è il walkthrough più rilevante della parte centrale dell’articolo:
13. Jitterbit
Jitterbit ha ancora molto senso per i team che hanno bisogno di integrazione low-code, API management e automazione in un unico posto, senza arrivare alla complessità delle piattaforme enterprise più pesanti. La sua comunicazione sull’AI è più focalizzata su assistenti e produttività low-code che su connettività agentica nativa MCP.
- Ideale per: team IT mid-market e integrazione di sistemi aziendali
- Perché si distingue: facilità d’uso low-code e gestione API
- Segnale di pricing: abbonamento su preventivo
14. K2view
K2view è adatto a grandi aziende con una forte frammentazione dei dati operativi. Il suo approccio data fabric non è leggero, ma è distintivo per i team che hanno bisogno di accesso a livello di entità, di una governance solida e di un modo pratico per alimentare analytics o AI a valle con un contesto operativo più pulito e unificato.
- Ideale per: grandi imprese con record cliente, prodotto o operativi frammentati
- Perché si distingue: approccio micro-database e data product
- Segnale di pricing: licenza enterprise
15. Informatica
Informatica resta in lista perché le aziende con forte attenzione alla governance hanno ancora bisogno di una vera infrastruttura di data management, non solo di un altro catalogo di connettori. Il posizionamento CLAIRE AI aiuta con automazione e mapping, ma il vero motivo per acquistare Informatica resta la profondità di integrazione, governance, catalogazione e controllo enterprise dei dati.
- Ideale per: team dati enterprise con forte governance
- Perché si distingue: livelli maturi di integrazione, qualità, catalogo e stewardship
- Segnale di pricing: abbonamento su preventivo
16. Preqin
Preqin resta il riferimento per i dati sui private markets. Se lavori su private equity, venture capital, private debt o real assets research, Preqin risolve un problema molto più specializzato di quanto facciano la maggior parte delle piattaforme generiche di “alternative data”.
- Ideale per: investitori dei mercati privati, consulenti e fund manager
- Perché si distingue: profondità sui private markets e fit con i workflow
- Segnale di pricing: abbonamento
17. Yodlee
Yodlee resta un livello fondamentale di aggregazione dei dati finanziari per app fintech e lender che si basano su dati di conti collegati. Non è appariscente, ma è quasi il punto: affidabilità, copertura degli istituti, normalizzazione e compliance contano più della tendenza del momento.
- Ideale per: app fintech, account linking e underwriting basato sui flussi di cassa
- Perché si distingue: infrastruttura storica di aggregazione finanziaria
- Segnale di pricing: modelli a consumo e deal enterprise
18. Earnest Analytics
Earnest Analytics resta uno dei nomi più riconoscibili nei dati transazionali consumer per casi d’uso di investimento e benchmarking aziendale. È più adatto ai team che vogliono segnali di domanda già interpretati o pronti per la ricerca, non solo un semplice livello grezzo di dati.
- Ideale per: team retail, CPG e research sugli investimenti
- Perché si distingue: dati di spesa consumer impacchettati per decisioni di benchmarking
- Segnale di pricing: abbonamento
19. Second Measure
Second Measure resta rilevante perché gli analytics self-service sulla spesa consumer sono un processo d’acquisto molto diverso dall’ingegneria dati su scala enterprise. I team che hanno bisogno di riconoscimento rapido dei pattern e di esplorazione per coorti possono ottenere valore qui senza costruire da zero una pipeline di dati transazionali personalizzata.
- Ideale per: team strategy e investitori che osservano i cambiamenti nella spesa consumer
- Perché si distingue: analytics visuali ed esplorazione per coorti
- Segnale di pricing: accesso enterprise o collegato a Bloomberg
20. Verisk
Verisk chiude la lista perché i dati di rischio e compliance restano uno degli usi commerciali più chiari dei dati esterni. La sua rilevanza deriva da una profonda copertura verticale, soprattutto in assicurazioni e workflow di rischio regolamentati, dove qualità dei dati, benchmarking e integrazione operativa contano più di un packaging AI elegante.
- Ideale per: assicurazioni, banking e workflow di rischio regolamentati
- Perché si distingue: forte specializzazione settoriale e integrazione operativa
- Segnale di pricing: contratti a consumo o enterprise
Come scegliere il mix giusto per il tuo team
L’errore di acquisto più comune è scegliere una sola categoria di piattaforma prima di aver capito il lavoro reale da svolgere. In pratica, la maggior parte dei team dovrebbe comprare seguendo quest’ordine:
- Definisci chiaramente il gap. Ti serve un nuovo segnale esterno, una migliore connettività interna o entrambi?
- Scegli il movimento principale. Prospecting in stile database, event intelligence, insight su transazioni consumer, raccolta dal web pubblico o integrazione enterprise implicano vendor diversi.
- Tratta MCP come un filtro importante quando l’esecuzione AI conta davvero. In questo aggiornamento, FuseBase e SnapLogic si sono distinti perché documentano pubblicamente workflow MCP invece di limitarsi a citare l’AI in modo generico.
- Verifica se il collo di bottiglia è davvero la raccolta dati. Se i dati esistono già pubblicamente ma sono bloccati in siti, portali o pagine disordinate, uno strumento come Thunderbit può valere più di un abbonamento dati tradizionale.
- Acquista governance quando il rischio lo giustifica. Le aziende con operazioni dati regolamentate, distribuite o multi-team dovrebbero dare a governance, lineage e auditability molto più peso della semplice comodità.
Se il tuo team sta valutando se la raccolta dal web pubblico debba affiancare gli abbonamenti tradizionali, questo walkthrough attuale di Thunderbit è la demo più rilevante dell’esecuzione:
La mia shortlist per tipo di team
| Tipo di team | Migliore shortlist iniziale | Perché |
|---|---|---|
| Team revenue snello | Thunderbit, Cognism, ZoomInfo | Copertura rapida di lead e dati web senza costruire un intero stack dati |
| Team investimenti o strategy | Eagle Alpha, Thinknum, Preqin, Earnest Analytics | Copertura migliore di segnali esterni differenziati |
| Team brand e comunicazione | Brandwatch, Dataminr | Consapevolezza in tempo reale su social ed eventi |
| Team fintech o rischio | RiskSeal, Yodlee, Verisk | Segnali di credito, identità, aggregazione finanziaria e rischio regolamentato |
| Team servizi SMB che costruisce agenti | FuseBase, Thunderbit | Automazione pratica e workflow agentici leggeri |
| Team integrazione enterprise | SnapLogic, Jitterbit, Informatica, K2view | Governance, orchestrazione e maggiore profondità operativa |
Scarica l’estensione Chrome di Thunderbit Piano gratuito incluso. Estrarre qualsiasi sito in 1 clic ed esporta ovunque lavori. Get Started Free
Considerazione finale
Il modo più pulito per leggere questo mercato nel 2026 è smettere di fingere che sia un mercato unico. Sono almeno tre:
- fornitori di dati esterni differenziati
- piattaforme di integrazione governate
- workflow leggeri di raccolta AI per dati che vivono sul web pubblico
Per questo, lo stack migliore per la maggior parte dei team non è un singolo vincitore. È una combinazione che corrisponde al collo di bottiglia reale. I team sales possono abbinare Cognism o ZoomInfo a Thunderbit. Gli investitori possono usare Preqin o Eagle Alpha insieme a Thinknum o Earnest. I team IT enterprise possono standardizzarsi su SnapLogic o Informatica, mentre i team business continuano ad affidarsi a Thunderbit per la raccolta last-mile da siti senza un feed utilizzabile.
La cosa importante è acquistare in base al workflow, non al prestigio del brand del vendor. I team che lo fanno di solito si muovono più velocemente, pagano meno strumenti ridondanti e non costringono una costosa piattaforma di integrazione a risolvere un problema di sourcing dati per cui non è mai stata progettata.
