Mikä on dataverkko?
Data mesh on tiedonhallinnan lähestymistapa, joka käyttää hajautettua arkkitehtonista kehystä.
Tietoverkon yleisnäkymä
Dataverkko edustaa uutta tapaa tarkastella tietoa. Kasvavasta konseptista syntyy, että data on itse tuote, työkalu, keino päämäärään – ei vain jotain, mitä yritykset keräävät ja analysoivat myöhemmin takapajuisessa yrityksessä ymmärtää jo tapahtuneita asioita.
Tietoverkon määritys
Data mesh on tiedonhallinnan lähestymistapa, joka käyttää hajautettua arkkitehtonista kehystä. Toisin sanoen se jakaa omistajuuden ja vastuun tietyistä tietoaineistoista koko liiketoimintaan, käyttäjille, joilla on asiantuntemusta ymmärtää, mitä nämä tiedot tarkoittavat ja miten niitä voidaan hyödyntää parhaalla mahdollisella tavalla.
Data mesh -arkkitehtuuri yhdistää ja kerää dataa eri lähteistä, kuten tietojärvistä ja varastoista, ja jakaa asiaankuuluvat tietojoukot asianmukaisille asiantuntijoille ja toimialueryhmille koko liiketoiminnalle. Pohjimmiltaan keskitetyn tietojärven suuri tietosekoitus lajitellaan ja jaetaan hallittaviin lohkoihin niille, jotka pystyvät parhaiten ymmärtämään ja hyödyntämään sitä.
Data mesh -periaatteet tietojärven haasteisiin
Kun puhumme tietojärvistä ja dataverkosta, puhumme pääasiassa Big Datasta. Se, mikä tekee datasta ”ison”, ei ole vain sen valtava määrä. Muun muassa Big Dataa määrittelee myös se, että se on monimutkaista, vaihtelevaa, nopeasti luotua ja strukturoimatonta.
Lineaarinen tietokanta on kuin laskentataulukko: siinä on sarakkeita ja rivejä sekä muuttumattomia luokkia, joihin kaikkien tietokomponenttien on sovittava. Osa koneista, antureista ja teollisista lähteistä tuotetusta datasta on jäsennelty ja sopii siististi lineaariseen tietokantaan. Riippumatta siitä, kuinka paljon dataa sinun on käsiteltävä, jos se on 100-prosenttisesti jäsennelty, se ei täytä Big Data -kriteerejä ja se voidaan sijoittaa lineaariseen tietokantaan, jolloin se on suhteellisen helppo suodattaa ja poimia.
Mutta yhä enemmän moderni Big Data on jäsentämätöntä ja koostuu visuaalisista komponenteista, avoimesta tekstistä ja jopa videosta ja rikkaasta mediasta. Tämä tärkeä tieto voi koostua tuhansista teratavuista tietoa monille yrityksille, eikä sitä yksinkertaisesti voi tallentaa tavalliseen lineaariseen tietokantaan.
Syötä tietojärvi. Big Datan volyymien kasvaessa tietojärviä kehitettiin paikaksi, jossa monimutkaista dataa voitiin tallentaa keskustietokantaan ja käyttää sitä raakamuodossaan. Vaikka tietojärvet ovat erinomainen ratkaisu Big Data -ongelmaan, niissä on kuitenkin heikkouksia. Tietojärvillä ei ole tiettyjä analysointiominaisuuksia, joten ne ovat riippuvaisia muista haku-, indeksointi-, muunto-, kysely- ja analyysitoiminnallisista palveluista. Liiketoiminnan johtamisen näkökulmasta tietojärvet asettavat myös kolme lisähaastetta:
1. Monimutkainen omistus Tietojärvien omistus on monimutkaista määritellä, milloin liian monet pelaajat tuottavat ja käyttävät dataa. Selkeästi määriteltyjen roolien ja vastuiden puuttuessa eri osapuolet voivat hallita samaa tietokokonaisuutta eri tavoin, mikä aiheuttaa epäjohdonmukaisuuksia, jotka vaikeuttavat sen käyttöä. Samoin muut tiedot jäävät huomiotta, kun niitä eivät aktiivisesti hallinnoi ne, jotka lopulta käyttävät niitä. Data mesh -arkkitehtuuri varmistaa , että datan hallinta jakautuu selkeästi toimialueittain niin, että jokainen tiimi tai toimiala-asiantuntija hallitsee tuottamaansa ja käyttämäänsä dataa. Tätä varten tietoverkot käyttävät myös yhdistettyä hallintorakennetta, joka mahdollistaa myös tietomallinnuksen, turvallisuuskäytäntöjen ja vaatimustenmukaisuuden keskitetyn hallinnan.
2. Tietojen laatu Tietojärvet voivat epäonnistua tiedon laadun varmistamisessa, kun datan määrä kasvaa liian suureksi tai kun keskustietopäälliköt eivät itse ymmärrä sitä. Data mesh -arkkitehtuuri käsittelee dataa pohjimmiltaan arvokkaana tuotteena, mikä nostaa datan laadun ja täydellisyyden etusijalle tiedonhallinnassa. Oletettavasti jokainen tiimi tietää tärkeimmät kriteerit ja asiat, jotka he haluavat ekstrapoloida keräämistään tiedoista. Integroimalla nämä kriteerit ja prioriteetit arkkitehtuuriin tietoverkko voi auttaa varmistamaan puhtaan, tuoreen ja täydellisen tiedon jatkuvan ja priorisoidun toimittamisen myös silloin, kun kyseessä ovat suuremmat tietoaineistot. Ja tietenkin, kun koneoppimisalgoritmeja käytetään, nämä kriteerit ja niistä seuraavat tietojoukot muuttuvat ajan mittaan yhä tarkemmiksi ja hyödyllisemmiksi.
3. Pullonkaulat Datajärvet voivat luoda pullonkauloja keskitetyn arkkitehtuurinsa ja perinteisesti vaikeiden tiedonhakuprosessien ja -protokollien vuoksi. Tämä tarkoittaa tyypillisesti sitä, että suuri määrä konsolidoituja tietoja päätyy yhdelle IT- tai tiedonhallintatiimille. Lisäksi tietotiimien tietomäärät (ja niiden hakutarve) kasvavat, joten niitä verotetaan liikaa.
Lisäksi tiedot on tarkistettava ja jäsenneltävä asianmukaisesti, jotta voidaan varmistaa tietojen hallinnointiperiaatteiden noudattaminen ja noudattaminen. Kohtatessaan kohtuutonta painetta voi olla taipumus kiirehtiä läpi nämä vaatimustenmukaisuusvaiheet, jotka aiheuttavat yritykselle mahdollisen riskin ja tappion. Tietoverkkoarkkitehtuuri puolestaan antaa pääsyn ja hallinnan valtuutetuille erikoiskäyttäjille, joilla on suurempi intressi dataan – kaikki samalla kun he käyttävät tiukkoja turvaprotokollia.
Tietoverkon periaatteet syntyivät suoraan vastauksena näihin kasvaviin tietojärven haasteisiin. Hajautettu ja demokratisoitu tiedonhallinnan arkkitehtuuri on tehnyt liiketoiminnasta älykkäämpää, ketterämpää ja tarkempaa varmistamalla, että oikeat tiedot ovat välittömästi oikeiden ihmisten saatavilla, missä ja milloin tahansa. Dataverkko tekee datasta tuotteena todellisen todellisuuden, vähentää esteitä ja priorisoi tiedon arvoa, jotta tiimit pääsevät nopeammin ja esteettä käsiksi olennaiseen dataan.
Data mesh -arkkitehtuuri selitetty
Olemme keskustelleet siitä, miten data mesh on hajautettu tietoarkkitehtuurin muoto, joka käsittelee dataa olennaisena liiketoiminnan hallinnan työkaluna. Ja mikä tärkeintä, riippumattomat tiimit ovat vastuussa tietojen käsittelystä omalla toimialallaan ja asiantuntemuksessaan varmistaen samalla keskitetysti määriteltyjen tiedonhallintakäytäntöjen noudattamisen. Tämä ajattelutavan muutos on data mesh -verkon ytimessä.
Ymmärtääksemme paremmin, miten tämä tapahtuu, voimme nähdä dataverkon arkkitehtuurin olevan kolme pääkomponenttia:
1. Tietolähteet edustavat tietohakemistoa (kuten tietojärveä), johon ensisijaiset raakatiedot syötetään. Olipa kyse pilvi-IIoT-verkoista, asiakaspalautelomakkeista tai kaavituista verkkotiedoista, tämä on raakatieto, johon käyttäjät voivat viitata ja käsitellä tarpeen mukaan koko verkossa. Vaikka tietojärvelähestymistapa supistaisi kaikki nämä tiedot yhteen keskitettyyn paikkaan, tietoverkkomenetelmä jakaa sen sijaan vastuun näiden raakatietojen saannista, tallennuksesta, käsittelystä ja poiminnasta useille vastuullisille alueille.
2. Datamesh-infrastruktuuri tarkoittaa, että näitä tietoja ei eristetä pelkästään yksittäisten yksiköiden toimialueilla, vaan niitä voidaan myös jakaa tahtomattaan koko organisaation operatiivisen verkon alueella noudattaen samalla vakiintuneita tiedonhallintaohjeita. Tämä on suora seuraus kahdesta keskeisestä tietoverkon pilarista: itsepalvelualusta ja yhdistetty hallinto. Itsepalvelualusta tarjoaa työkalua ja infrastruktuuria, joita kukin verkkoalue tarvitsee voidakseen yleisesti ottaa, muuntaa, käsitellä ja palvella tietojaan. Sillä välin yhdistetyt hallinnointiperiaatteet varmistavat standardoinnin koko organisaatiossa, mikä mahdollistaa vaivattoman tietojen yhteentoimivuuden kaikkien toimialuetiimien välillä.
3. Tietojen omistajat ovat tietoverkon lopullinen komponentti, ja ne vastaavat osastojensa tietojen vaatimustenmukaisuudesta, hallinnasta ja luokittelusta. Esimerkiksi HR-tiedostot on tallennettava käyttäen tiettyjä suojausprotokollia, niitä ei saa käyttää tähän tai siihen tarkoitukseen, ne on julkaistava vain tällaiselle henkilölle. Jokaisella osastolla on tietenkin omat tietoryhmänsä ja -tyyppinsä, jotka vastaavat niiden osastoa tai tarkoituksia. Tietojärvijärjestelmässä IT-tiimien on tartuttava kaikkiin näihin eri protokolliin ja kategorioihin kaikille eri tietojen omistajille, jotka ovat vieneet tavaraa järveen. Tietoverkkoarkkitehtuuri antaa verkkotunnusten omistajille täyden auktoriteetin ja määräysvallan näissä asioissa, koska kuka on parempi kuin alan asiantuntijat hallitsemaan omia tietojaan ja varmistamaan, että ne täyttävät laatustandardit.
Tietoverkko käytännössä: Kuka sitä käyttää ja miksi
Jotta tiedonhallintaratkaisut kehittyisivät ja menestyisivät paremmin, niiden on oltava käyttökelpoisia ja relevantteja monenlaisissa sovelluksissa ja toiminnoissa. Tietoverkkoarkkitehtuurin ja käyttäjäystävällisyyden parantuessa liiketoiminta-alue kasvaa, ja sitä voidaan parantaa suojatulla ja hajautetulla lähestymistavalla dataan tuotteena ja työkaluna.
Tässä muutamia yleisiä yrityskäyttötapauksia:
Myynti: Myyntitiimeille kaikki riippuu liidien hankkimisesta, hoitamisesta ja sulkemisesta. Mitä enemmän myyntitiimisi jäsenet käyttävät aikaa työpöydillään hallinnollisten tehtävien hoitamiseen, sitä vähemmän heillä on aikaa luoda suhteita uusiin asiakkaisiin. Data mesh -arkkitehtuurin ansiosta myyntitiimien käyttäjien ei tarvitse olla tiedonhallinnan ja haun asiantuntijoita, jotta heillä on käytettävissään tehokkaimmat ja tarkoituksenmukaisimmat tietojoukot ja yhdistelmät. Kun myyntiosastoilla on käytettävissään kaikki analysoitavat tiedot, ne muuntuvat toimivammiksi analyyseiksi ja strategioiksi.
Toimitusketju ja logistiikka: Nykyaikaiset toimitusketjut ovat alttiita valtaville häiriöille. Kilpailuetua syntyy, kun yritykset voivat kääntyä nopeasti ja vastata sekä uhkiin että mahdollisuuksiin yhtä ketterästi. Tämän päivän globaali toimitusketjudata on tulossa paksuina ja nopeina – asiakaspalautteesta IIoT-verkkoihin ja digitaalisiin kaksosiin. Kun kokeneet ja osaavat toimitusketjun johtajat pystyvät itse kuratoimaan ja porautumaan mihin tahansa dataan reaaliajassa, yritykset saavat vahvan tiedon ja tarkan tiedon.
Valmistus: Osana toimitusketjua yrityksen valmistustoiminta on yhtä altis nopeille markkinamuutoksille ja asiakkaiden kysynnän vaihteluille. Aikaisemmin suunnittelu- ja tuotekehitystiimit joutuisivat turvautumaan historiallisiin asiakastietoihin, jotka on syötetty heille muilta osastoilta. Nykyään dataverkko tuo reaaliaikaisen tiedonsaannin käyttäjille laatimistaulukon taakse, T&K- ja testaustiimeihin ja aina valmistuskerrokseen asti. Reaaliaikainen asiakaspalaute voi antaa tietoa tuotekehityksestä hetkessä, ja IIoT-verkkojen ja digitaalisten simulaatioiden ajantasainen intel voi auttaa tehtaita toimimaan turvallisemmin, nopeammin ja tehokkaammin.
Markkinointi: Nykyään asiakkaiden vaatimukset ja odotukset muokkaavat tulevaisuutta ja muuttuvat ja kasvavat ennennäkemättömän nopeasti. Yksittäisellä brändillä on tyypillisesti lukemattomia kuluttajien kontaktipisteitä sosiaalisessa mediassa, kohdennettuja digitaalisia mainoksia sekä verkko- ja monikanavaisia ostosportaaleja. Nykyisillä markkinoilla on kasvava halu nopeaan räätälöintiin, lyhyempiin tuotteiden elinkaariin sekä valtaviin valinnanmahdollisuuksiin ja kilpailuun. Näiden trendien ymmärtämiseksi ja hyödyntämiseksi nykyaikaisilla markkinoijilla on oltava reaaliaikainen ja samanaikainen pääsy monenlaisiin tietoihin. Aiemmin tämä on merkinnyt näiden tietojen pyytämistä (ja odottamista) muilta osastoilta. Dataverkon avulla markkinoijat voivat kuitenkin kuratoida ja käyttää näitä tietoja tällä hetkellä omilla ehdoillaan.
Henkilöstöhallinto: HR-tiimien on hallittava suuria määriä erittäin monimutkaisia ja arkaluonteisia tietoja. Ja kun suuntaus etä- ja hybridityöpaikkoihin kasvaa, tieto muuttuu päivittäin monimutkaisemmaksi ja maantieteellisesti monipuolisemmaksi. Puhumattakaan alati muuttuvista vaatimustenmukaisuuteen liittyvistä ja oikeudellisista kysymyksistä, jotka HR-tiimien on pysyttävä kiireellisesti ajan tasalla. HR-johtajien täytyy pystyä validoimaan, arvioimaan ja analysoimaan joitakin organisaation laajimmin toisistaan poikkeavia tietoja palkkauksesta eläkkeelle jäämiseen. Tietoverkkoarkkitehtuuri mahdollistaa asianmukaiset suojausprotokollat ja tiukasti rajoitetun pääsyn – samalla kun valtuutetut HR-käyttäjät voivat käyttää tietoja nopeasti ja ilman riippuvuutta monimutkaisista sisäisistä protokollista ja moniosaisesta byrokratiasta.
Rahoitus: HR-ryhmän tavoin myös talous- ja kirjanpitoryhmät ovat vastuussa valtavan tärkeistä ja arkaluonteisista tiedoista. Nykyaikaiset ERP-järjestelmät mullistavat taloushallinnon ja käyttävät in-memory-tietokantateknologiaa ajantasaisten raporttien, analyysien ja ennusteiden mukauttamiseen. Silti silloinkin, kun rahoitustiimit käyttävät parhaita tietokantoja ja ERP-järjestelmiä, ne kohtaavat edelleen esteitä, koska niitä vaivaavat pitkäaikaiset ja jäykät kulttuurit, raskaat siilot ja byrokraattiset vanhojen koulujen prosessit. Data mesh -arkkitehtuuri tuo perustavanlaatuisen muutoksen taloustiedon tarkastelussa ja hallinnassa – ja voi jopa ravistella pysähtynyttä ajattelua, joka voi tapahtua, kun tiimeillä on mahdollisuus omistaa ja uudistaa omia ikääntymisdataprosessejaan.
On selvää, että tietoverkko ei ole vain uusi muotisana ja että se on tietostrategian suuntaus, joka on otettava vakavasti. Kaikenkokoiset ja toimialat käyttävät dataverkkoa ja etsivät tapoja käyttää dataa näkemysten ja arvon luomiseen.
Dataverkon edut
Aikaisemmin vanhat tietokannat ja rajalliset tiedonhallintainfrastruktuurit ovat vaikuttaneet käsitykseen siitä, että dataa säilytetään yhdessä holvissa ja että sitä käytetään muutamien tietojen hallinnoijien harkinnan mukaan. Nyt data on polttoaine, joka ajaa liiketoimintaasi, ja se pitäisi antaa vapaasti niille subjektien asiantuntijoille, jotka osaavat parhaiten saada sen toimimaan ja tuottamaan voittoa kilpailuaikoina.
Data mesh -arkkitehtuurin tärkeimmät edut voidaan tiivistää seuraavasti:
Parempi tietojen saatavuus. Tietoverkko varmistaa, että kaikki oikeat ihmiset koko organisaatiossasi voivat käyttää tarvitsemiaan tietoja – ollakseen ehdottomasti parhaita työssään.
Parannetut analyysitoiminnot. Kun dataa tarkastellaan tuotteena, jota käytetään joka päivä, tiimit alkavat lähestyä dataa ensin suunnittelussa ja strategiassa. Tämä johtaa virheiden vähenemiseen ja puolueettomampaan ja vähemmän mielipidelähtöiseen lähestymistapaan liiketoiminnan kehittämisessä.
Mukautettavat dataputket ja -prosessit. Monet parhaista ja potentiaalisesti tuottoisimmista projekteista hyllytetään, koska onnistumisen edellyttämien ainutlaatuisten ja räätälöityjen tietojoukkojen kuratoiminen on valtavaa. Tietoverkon avulla tiimit voivat nopeasti käyttää ja testata uusia projektimalleja ilman perinteistä ajan tai resurssien menetystä.
Pullonkauloja voidaan vähentää. Tämä on ilmeinen voitto sekä IT-joukkueille että tietojen omistajille. Vähentämällä turhautumista ja ärsytystä yritykset voivat lisäksi auttaa murtamaan siiloja, jotka haittaavat tervettä liiketoiminnan kehitystä.
Vähentää keskitettyjen tiedonhallintatiimien kuormitusta. Tämä tarkoittaa paitsi ruuhkien ja turhautumisen vähentämistä myös lukemattomien tuntien vapauttamista lahjakkaille IT-tiimeille erikoistuneempien, mielenkiintoisempien ja tuottavampien pyrkimysten tekemiseen.
Tietoverkko - usein kysytyt kysymykset
SAP:n data- ja analyysiratkaisut
Tunnista, analysoi ja muunna olennaisimmat tiedot koko liiketoiminnassasi.
Ideoita, joita et löydä mistään muualta
Saat käyttöösi annoksen Business Intelligence -tietoja suoraan saapuneiden kansioosi.