Ce este plasa de date?
Mesh de date este o abordare a gestionării datelor care utilizează un cadru arhitectural distribuit.
Imagine generală mesh de date
Mesh de date reprezintă un nou mod de a privi informațiile. Se naște din conceptul în creștere că datele sunt în sine un produs, un instrument, un mijloc pentru un scop – nu doar ceva ce întreprinderile se adună și analizează mai târziu într-o încercare de a înțelege lucrurile care s-au întâmplat deja.
Definiție mesh date
Mesh de date este o abordare a gestionării datelor care utilizează un cadru arhitectural distribuit. Cu alte cuvinte: distribuie proprietatea și responsabilitatea pentru seturi de date specifice în întreaga companie, către acei utilizatori care au expertiza de specialitate pentru a înțelege ce înseamnă aceste date și cum să le utilizeze în cel mai bun mod.
Arhitectura mesh de date conectează și extrage date din diverse surse, cum ar fi lacurile de date și depozitele , și distribuie seturile de date relevante experților umani și echipelor de domeniu corespunzătoare în întreaga companie. În esență, un salt voluminos de date într-un lac central de date este sortat și distribuit în bucăți ușor de gestionat pentru cei mai potriviți pentru a le înțelege și utiliza.
Principiile mesh-ului de date pentru provocările lacului de date
Când vorbim despre lacuri de date și mesh de date, vorbim, în esență, despre Big Data. Ceea ce face ca datele să fie „mari” nu este doar volumul uriaș al acestora. Printre alte criterii, Big Data este definit, de asemenea, prin faptul că sunt complexe, variabile, generate rapid și nestructurate.
O bază de date liniară este ca o foaie de calcul: are coloane și rânduri și categorii invariabile în care trebuie să încapă toate componentele de date. Unele dintre datele generate de mașini, senzori și surse industriale sunt structurate și se potrivesc perfect într-o bază de date liniară. Indiferent de volumul de date cu care trebuie să vă ocupați, dacă este 100% structurat, acesta nu îndeplinește criteriile Big Data și poate fi găzduit într-o bază de date liniară, ceea ce face relativ simplă filtrarea și extragerea.
Dar, din ce în ce mai mult, Big Data moderne sunt nestructurate și constau în componente vizuale, text deschis și chiar video și medii bogate. Aceste date esențiale pot cuprinde mii de terabytes de informații pentru multe companii și pur și simplu nu pot fi stocate într-o bază de date liniară standard.
Introduceți lacul de date. Pe măsură ce volumele de date mari au început să crească, lacurile de date au fost dezvoltate ca un loc în care datele complexe puteau fi stocate și accesate dintr-un registru central în formatul său brut. În timp ce lacurile de date reprezintă o soluție excelentă la problema volumelor mari de date, acestea au totuși puncte slabe. Lacurile de date nu au anumite caracteristici analitice, făcându-le dependente de alte servicii pentru funcționalitatea de regăsire, indexare, transformare, interogare și funcții analitice. Și din punct de vedere al managementului afacerilor, lacurile de date prezintă, de asemenea, trei provocări suplimentare:
1. Proprietate complexă Proprietatea în lacurile de date este complexă pentru a defini când prea mulți jucători generează și accesează date. În absența unor roluri și responsabilități clar definite, același set de date poate fi gestionat în mod diferit de către diferite părți, creând inconsecvențe care îngreunează utilizarea acestora. De asemenea, alte date ajung să fie neglijate atunci când nu sunt gestionate în mod activ de către cei care le vor utiliza în cele din urmă. Arhitectura mesh a datelor asigură faptul că guvernarea datelor este distribuită în mod clar în funcție de domeniu, astfel încât fiecare echipă sau expert în domeniu să guverneze datele pe care le produce și să le utilizeze. Pentru a face acest lucru, mesh-urile de date utilizează, de asemenea, o structură de guvernare federată pentru a permite, de asemenea, controlul central al modelării datelor, politicilor de securitate și conformității.
2. Calitatea datelor Lacurile de date pot să nu asigure calitatea datelor atunci când volumul de date devine prea mare sau când administratorii centrali de date înșiși nu înțeleg acest lucru. Arhitectura mesh de date tratează fundamental datele ca un produs valoros, care pune calitatea și caracterul complet al datelor în prim-planul gestionării datelor. Probabil, fiecare echipă cunoaște cele mai importante criterii și probleme pe care doresc să le extrapoleze din datele pe care le colectează. Prin integrarea acestor criterii și priorități în arhitectură, rețeaua de date poate contribui la asigurarea furnizării continue și prioritare a datelor curate, proaspete și complete, chiar și atunci când sunt implicate seturi de date mai mari. Și, desigur, atunci când sunt aplicați algoritmi de învățare automată, aceste criterii și seturi de date rezultate devin din ce în ce mai precise și mai utile în timp.
3. Blocaje Lacurile de date pot crea blocaje din cauza arhitecturii centralizate și a proceselor și protocoalelor de regăsire a datelor în mod tradițional dificile. Acest lucru înseamnă, de obicei, că controlul unei cantități mari de date consolidate ajunge la o singură echipă IT sau de gestionare a datelor. Și, pe măsură ce volumul de date (și cererea pentru regăsirea lor) crește, aceste echipe IT sunt suprataxate.
În plus, datele trebuie să fie revizuite și structurate în mod corespunzător pentru a asigura conformitatea și respectarea principiilor guvernanței datelor. Atunci când se confruntă cu presiuni nejustificate, poate exista o tendință de a trece prin aceste etape de conformitate care generează riscuri potențiale și pierderi pentru companie. Arhitectura mesh de date, pe de altă parte, oferă acces și control utilizatorilor specializați autorizați care au un interes mai mare în date – toate în timp ce utilizează protocoale de securitate stricte, coapte.
Principiile mesh de date au apărut ca răspuns direct la aceste provocări în creștere ale lacului de date. Arhitectura descentralizată și democratizată de gestionare a datelor a făcut ca afacerile să fie mai inteligente, mai agile și mai precise, asigurându-se că datele corecte sunt imediat disponibile pentru persoanele potrivite, oriunde și oricând au nevoie de ele. Mesh de date face din data-as-a-produs o realitate reală, reducând barierele și prioritizând valoarea informațiilor, astfel încât echipele să poată obține acces mai rapid și neobstrucționat la datele esențiale.
Arhitectură mesh de date explicată
Am discutat despre modul în care plasa de date este o formă descentralizată de arhitectură a datelor care tratează datele ca un instrument esențial de gestiune a afacerii. Și, important, echipele independente sunt responsabile pentru gestionarea datelor în domeniile lor de activitate și expertiză, asigurând în același timp conformitatea cu practicile de gestionare a datelor stabilite la nivel central. Această schimbare de mentalitate se află în centrul plasei de date.
Pentru a înțelege mai bine cum se realizează acest lucru, putem vedea arhitectura mesh de date ca având trei componente principale:
1. Sursele de date reprezintă repository-ul (precum un lac de date) în care sunt alimentate datele primare primare. Fie că este colectată din rețelele IIoT cloud, formularele de feedback de la clienți sau datele web casate, acestea sunt datele de intrare brute care vor fi referite și prelucrate după cum este necesar de către utilizatorii din rețea. În timp ce o abordare a lacului de date ar canaliza toate aceste date într-un singur loc central, metodologia mesh de date distribuie în schimb responsabilitatea pentru admisia, stocarea, prelucrarea și extragerea acestor date brute într-o serie de domenii responsabile.
2. Infrastructura mesh de date înseamnă că aceste informații nu sunt izolate doar în cadrul domeniilor departamentale individuale, ci pot fi, de asemenea, partajate după bunul plac în rețeaua operațională a organizației, rămânând în conformitate cu instrucțiunile stabilite privind guvernarea datelor. Acesta este un rezultat direct al doi dintre pilonii principali ai rețelei de date: o platformă de date de sine stătătoare și o guvernanță federată. Platforma de date self-serve oferă instrumentele și infrastructura de care are nevoie fiecare domeniu pentru a ingera, transforma, prelucra și servi universal datele lor. Între timp, principiile federale de guvernare asigură standardizarea în cadrul unei organizații, permițând o interoperabilitate fără efort a datelor între toate echipele de domeniu.
3. Proprietarii de date sunt componenta finală a unei rețele de date și sunt responsabili pentru aplicarea protocoalelor de conformitate, guvernare și clasificare pentru datele departamentelor lor. De exemplu, fișierele HR trebuie stocate folosind anumite protocoale de securitate, ele nu trebuie utilizate în acest scop sau în acest scop, ele trebuie eliberate numai unei astfel de persoane. Desigur, fiecare departament va avea categorii și tipuri de date unice pentru departamentul sau scopurile lor. Într-un sistem de lacuri de date, echipele IT trebuie să se lupte cu toate aceste protocoale și categorii diferite pentru toți proprietarii de date diferiți care au aruncat chestii în lac. În timp ce arhitectura mesh de date oferă proprietarilor de domenii autoritate și control deplin asupra acestor aspecte, deoarece, din nou, care sunt mai buni decât experții din domeniu pentru a-și gestiona propriile date și pentru a se asigura că acestea respectă standardele de calitate.
Mesh de date în practică: Cine o utilizează și de ce
Pentru ca soluțiile de gestionare a datelor să evolueze și să aibă mai mult succes, acestea trebuie să fie utilizabile și relevante pentru o gamă largă de aplicații și operațiuni. Pe măsură ce arhitectura mesh de date și ușurința de utilizare se îmbunătățesc, vedem o gamă mai largă de funcții de afaceri care pot fi îmbunătățite printr-o abordare sigură și distribuită a datelor ca produs și instrument.
Iată câteva cazuri comune de utilizare a afacerii:
Vânzări: Pentru echipele de vânzări, totul se rezumă la achiziționarea, cultivarea și închiderea intereselor potențiale. Cu cât membrii echipei dvs. de vânzări petrec mai mult timp la birourile lor pentru a îndeplini sarcini administrative, cu atât mai puțin timp au nevoie pentru a construi relații cu noi clienți. Cu arhitectura mesh de date, utilizatorii echipei de vânzări nu trebuie să fie experți în gestiunea și regăsirea datelor pentru a avea cele mai puternice și relevante seturi de date și combinații la îndemână. Atunci când departamentele de vânzări au toate datele potrivite de analizat, acestea se traduc în analize și strategii mai ușor de utilizat.
Lanțul de aprovizionare și logistica: Lanțurile de aprovizionare moderne sunt vulnerabile la o gamă enormă de perturbări. Un avantaj competitiv vine atunci când companiile se pot orienta rapid și pot răspunde cu aceeași agilitate atât amenințărilor, cât și oportunităților. În prezent, datele privind lanțul logistic global ajung să fie aprofundate și rapide – de la feedbackul clienților, la rețelele IIoT și la gemenii digitali. Atunci când manageri experimentați și pricepuți ai lanțului de aprovizionare sunt capabili să proceseze și să analizeze oricare dintre aceste seturi de date în timp real, companiile obțin o sursă puternică de înțelegere și înțelegere.
Producție: Ca parte a lanțului de aprovizionare, operațiunile de producție ale unei companii sunt la fel de vulnerabile la schimbările rapide ale pieței și la cerințele volatile ale clienților. În trecut, echipele de proiectare și cercetare și dezvoltare ar trebui să se bazeze pe datele istorice ale clienților, alimentate de la alte departamente. Astăzi, rețeaua de date oferă utilizatorilor acces în timp real la date în spatele tabelului de redactare, al echipelor de cercetare și dezvoltare și de testare și până la nivelul de producție. Feedback-ul în timp real al clienților poate informa dezvoltarea produselor într-o clipă, iar informațiile actualizate de la rețelele IIoT și simulările digitale pot ajuta fabricile să funcționeze mai sigur, mai rapid și mai eficient.
Marketing: Astăzi, cerințele și așteptările clienților modelează viitorul și se schimbă și se dezvoltă într-un ritm fără precedent. Un singur brand are de obicei nenumărate puncte de contact pentru consumatori pe rețelele de socializare, reclame digitale direcționate și portaluri de cumpărături online și omnicanal. Piața actuală vede dorința tot mai mare de personalizare rapidă, cicluri de viață mai scurte ale produselor și niveluri enorme de alegere și concurență. Pentru a înțelege și valorifica aceste tendințe, specialiștii moderni în marketing trebuie să aibă acces în timp real și simultan la o mare varietate de seturi de date. În trecut, acest lucru a însemnat solicitarea (și așteptarea) acestor date de la alte departamente. Cu toate acestea, cu o configurare a mesei de date, specialiștii în marketing pot curăța și accesa aceste date în acest moment, în termeni proprii.
Resurse umane: echipele de HR trebuie să gestioneze cantități mari de date extrem de complexe și sensibile. Și cu tendința în creștere spre locuri de muncă la distanță și hibride, datele devin din ce în ce mai complicate și mai diverse din punct de vedere geografic în fiecare zi. Ca să nu mai vorbim de setul în continuă schimbare de conformitate și probleme juridice pe care echipele de HR trebuie să le mențină atât de urgent pe primul loc. De la angajare la pensionare, liderii RU trebuie să poată valida, evalua și analiza unele dintre cele mai disparate seturi de date din orice organizație. Arhitectura mesh de date permite protocoale de securitate adecvate și acces strict restricționat - în același timp, permițând utilizatorilor HR autorizați să acceseze datele și informațiile rapid și fără dependență de protocoalele interne complexe și birocrația multi-departamentală.
Finanțe: La fel ca în cazul echipelor de HR, finanțe și contabilitate, sunt, de asemenea, responsabile pentru date extrem de cruciale și sensibile. Sistemele ERP moderne revoluționează finanțele, folosind tehnologia in-memory a bazelor de date pentru a personaliza rapoartele, analizele și proiecțiile actuale. Cu toate acestea, chiar și atunci când echipele financiare utilizează cele mai bune baze de date și ERP-uri, acestea se confruntă adesea cu obstacole, deoarece sunt afectate de culturi îndelungate și rigide, silozuri grele și procese birocratice, vechi de școală. Arhitectura mesh a datelor aduce o schimbare fundamentală în modul în care datele financiare sunt privite și gestionate – și poate chiar să zguduie gândirea stagnantă care se poate întâmpla atunci când echipele au posibilitatea de a deține și de a-și revizui propriile procese de date învechite.
Este clar că rețeaua de date nu este doar un alt cuvânt sonor și este o tendință de strategie a datelor care trebuie luată în serios. Companiile de toate dimensiunile și industriile utilizează mesh-ul de date, căutând modalități de utilizare a datelor pentru a crea perspective și valoare.
Beneficiile ochiului de plasă de date
În trecut, bazele de date vechi și infrastructurile limitate de gestionare a datelor au contribuit la sensul că datele trebuie păstrate într-un singur seif și eliminate la discreția câtorva administratori de date. Acum, datele sunt combustibilul care vă conduce afacerea și ar trebui să fie oferite liber specialiștilor subiecți care știu cel mai bine cum să o facă să funcționeze și să obțină profit în perioade competitive.
Principalele avantaje ale arhitecturii mesh de date pot fi rezumate ca:
Creșterea accesibilității datelor. Mesh de date asigură că toți oamenii potriviți din organizația dvs. pot accesa datele de care au nevoie – pentru a fi cei mai buni la locurile lor de muncă.
Capacități analitice îmbunătățite. Când datele sunt privite ca un produs de utilizat în fiecare zi, echipele încep să adopte o abordare a planificării și strategiei. Acest lucru duce la o reducere a erorilor și la o abordare mai obiectivă, mai puțin orientată spre opinii, a dezvoltării întreprinderilor.
Pipeline-uri și procese de date personalizabile. Multe dintre cele mai bune și potențial profitabile proiecte sunt suspendate din cauza dificultății enorme de a vindeca seturile de date unice și personalizate necesare pentru a obține succesul. Cu o plasă de date, echipele pot accesa și testa rapid noi modele de proiect fără pierderea tradițională de timp sau resurse.
Blocajele pot fi reduse. Aceasta este o victorie evidentă atât pentru echipele IT, cât și pentru proprietarii de date. În plus, prin reducerea unei surse de frustrare și iritație, întreprinderile pot ajuta la desființarea silozurilor care stau în calea dezvoltării sănătoase a afacerilor.
Reducerea presiunii asupra echipelor centrale de gestiune a datelor. Acest lucru înseamnă nu numai reducerea restanțelor și frustrării, ci și eliberarea a nenumărate ore pentru ca echipele dvs. IT talentate să se dedice unor activități mai specializate, mai interesante și mai profitabile
Întrebări frecvente mesagerie de date
Soluții de date și analize de la SAP
Identificați, analizați și transformați cele mai relevante date din afacerea dvs.
Idei pe care nu le vei găsi nicăieri altundeva
Înregistrați-vă pentru o doză de business intelligence livrată direct în căsuța dvs. de mesaje primite.