Giuffré Francis Lefebvre è un editore italiano di riferimento per professionisti quali avvocati, commercialisti e consulenti del lavoro, parte del gruppo internazionale Lefebvre Sarrut che l’ha acquisita nel 2018. L’azienda opera nel settore Editoria su una doppia linea: gestione aziendale interna (fatturazione, contabilità) e sviluppo di prodotti editoriali digitali distribuiti in abbonamento, oltre a libri, riviste, banche dati e portali di aggiornamento professionale. L’obiettivo del progetto era realizzare una Digital Publishing Platform (DPP) capace di gestire i contenuti in modo astratto e pubblicarli su canali diversi, sfruttando Apache Kafka come infrastruttura di messaggistica event-driven e OpenSearch per l’indicizzazione e la ricerca dei contenuti.

La sfida principale per Giuffré Francis Lefebvre risiedeva nella necessità di superare un approccio di pubblicazione tradizionale e statico, per gestire i contenuti editoriali in maniera astratta, senza una forma predeterminata, e distribuirli poi in modalità diverse: HTML per le news online, PDF per le newsletter, dossier tematici per la stampa. Era richiesto un cambio di paradigma nell’architettura IT verso un modello più agile e responsive, mantenendo elevata qualità e coerenza dei contenuti su tutti i canali. Il progetto prevedeva inoltre un percorso di adozione per step, per accompagnare nel tempo il team interno nell’acquisizione delle competenze necessarie a operare sui nuovi strumenti della Digital Publishing Platform.

Al centro della Digital Publishing Platform (DPP) si trova Apache Kafka, scelto per la capacità di gestire eventi e flussi di dati in tempo reale attraverso un modello publish/subscribe, e utilizzato come spina dorsale per l’elaborazione e la distribuzione dei contenuti. I contenuti, originati da sorgenti Oracle/XML, generano eventi di pubblicazione che attraversano servizi applicativi collegati a Kafka e vengono infine distribuiti verso tre destinazioni specializzate in base al formato: PostgreSQL per i dati relazionali/JSON, OpenSearch per l’indicizzazione e la ricerca dei contenuti in formato JSON, e un Object Store per i file PDF. L’architettura modulare consente di integrare servizi specializzati per tipologia di contenuto — normativa, news, volumi PDF, giurisprudenza — pubblicando lo stesso contenuto come articolo online, inserzione in newsletter o capitolo di e-book. La piattaforma integra inoltre tecnologie di machine learning per la classificazione automatica dei documenti e l’estrazione di entità, migliorando l’accuratezza della categorizzazione e le funzionalità di ricerca e personalizzazione.