Die Macht des domänenorientierten, föderierten Dateneigentums
Im heutigen, extrem wettbewerbsorientierten Umfeld entscheiden sich Unternehmen zunehmend für Data Lakes, die die Verfügbarkeit von Stream- und Batch-Daten in Echtzeit ermöglichen. Unternehmen gehen dabei mit der Absicht vor, Daten über eine zentrale Plattform aufzunehmen, anzureichern, zu transformieren und bereitzustellen.
Für die meisten Organisationen weist diese Architektur jedoch mehrere Mängel auf:
- Die Daten werden in Silos gespeichert und sind auf diese Teams und Anwendungsfälle beschränkt, was die Möglichkeit zur gemeinsamen Nutzung begrenzt.
- Das Fehlen einer ganzheitlichen Sicht und der Fähigkeit, Daten in der gesamten Organisation zu ermitteln, schränkt die Möglichkeiten zum Experimentieren und Innovieren ein.
- Ein zentrales Repository ist auf die Personas und zugehörigen Anwendungsfälle beschränkt, für die es dienen kann.
- Bei solchen Architekturen besteht die Herausforderung, Daten zu sichern und zu verwalten, da das zentrale Team nur über begrenzte Kenntnisse der eingehenden Datenquellen verfügt.
- Zwangsläufig sind diese Architekturen teuer, unflexibel und langsam, was ihre Fähigkeit zur Unterstützung eines sich ständig verändernden Geschäfts einschränkt.
Chaotische Datenseen führen zu ungeduldigen und unverbundenen Datenkonsumenten sowie zu überlasteten Datenteams. Dies führt zu Datendrift und der weiteren Entstehung von Datensilos, da Benutzer versuchen, auf alternative Weise auf Daten und Erkenntnisse zuzugreifen.
Unsere Data Mesh-Dienste bieten einen Paradigmenwechsel für Domänen und Geschäftsbereiche mit der Möglichkeit, erweiterte Analysen durchzuführen, ohne dass eine zentralisierte Datenarchitektur erforderlich ist. Mit diesem System hat Ihr Unternehmen die Kontrolle und kann die Verantwortung für die Verwaltung seiner eigenen Datenqualität, -verwaltung, -sicherheit und -verfügbarkeit übernehmen.
Trianz Data Mesh Reifegradmodell
Trianz hat das Data Mesh Maturity Model entwickelt, um Kunden bei der Bewertung und Planung ihrer Data Mesh-Bereitstellung zu unterstützen. Dies bietet einen klaren Weg, groß zu denken, aber klein anzufangen, sodass die Organisation basierend auf ihrer Reife, Kultur und Leistungsfähigkeit schrittweise in ihrem eigenen Tempo lernen und sich anpassen kann.
Experimentieren. Durch die Nutzung der Datenföderation haben Geschäftspersonas unmittelbaren Zugriff auf Daten, um diese zu untersuchen, zu verstehen und Erkenntnisse zu gewinnen. In dieser Phase werden mehrere separate Datensilos miteinander verbunden, um eine einzige Glasscheibe für die besagten Daten zu erstellen.
Phase 1 ist durch Datennutzung, aber mangelnde Datenauswertung gekennzeichnet. Das Unternehmen verwendet die Daten unverändert innerhalb seines Silos, ist aber nicht in der Lage, Erkenntnisse aus anderen Bereichen zu gewinnen, um zusätzliche Erkenntnisse und Mehrwert zu gewinnen. Die Analyse erfolgt aufgrund der isolierten Datenarchitektur ad hoc, was Barrieren für die Gewinnung von Erkenntnissen schafft. Die Sichtbarkeit der Datenbedeutung (einzige Quelle der Wahrheit) aufgrund eingeschränkter Datenverwaltungsfunktionen führt zu Problemen mit dem Datenvertrauen.
Normalerweise ist die Datenstrategie für jedes Silo Eigentum der IT und wird von ihr unter Einbeziehung der Geschäftspartner entwickelt. Ein wirklich geschäftsorientierter Datenansatz ist schwieriger, da jedes Silo unterschiedliche Governance-Regeln und Zugriffsmethoden hat, die auf die jeweiligen Anforderungen abgestimmt sind. Dies führt zu organisatorischen und kulturellen Barrieren für den Datenzugriff und die Gewinnung von Erkenntnissen.
In Phase 2 müssen Unternehmen anfangen, mit den Elementen des Dateneigentums zu experimentieren, wobei das Silo für diese Daten verantwortlich ist oder sie „besitzt“. Mit anderen Worten: Es ist für die Qualität, Sicherheit, Governance, Konsistenz und Verfügbarkeit der Daten innerhalb seiner Domäne verantwortlich.
In dieser Phase beginnt das Unternehmen zu verstehen, dass die Datenstrategie für seine Geschäftsstrategie von entscheidender Bedeutung ist, und beginnt daher, mehr Verantwortung für diese Strategie zu übernehmen. Um solche Strategien zu unterstützen, wird die Datenagilität zu einem entscheidenden Schwerpunkt. Um diese Agilität zu unterstützen, sind Datenverbindungen und -freigaben über Domänen hinweg unabdingbar. Diese Phase beinhaltet jedoch immer noch eine zentrale Kontrolle, wobei zentralisierte Teams einen Großteil der Aktivitäten rund um Datenoperationen durchführen.
Das Unternehmen hat die allgemeinen Leitlinien für Datenverwaltung und -zugriff festgelegt. Der nächste Schritt besteht darin, auf die Föderierung dieses Rahmens für Verwaltung und Zugriffskontrolle hinzuarbeiten, damit das Unternehmen zu föderiertem Eigentum und der Entwicklung von Datenprodukten gelangen kann.
Domänen übernehmen aktiv die Verantwortung für die Entwicklung und gemeinsame Nutzung von Datenprodukten. Die Konzepte und Praktiken des föderierten Datenbesitzes beginnen auszureifen. Sobald Datenprodukte etabliert sind, werden diese Produkte über Domänen hinweg gemeinsam genutzt und verwendet, um neue Kundenerlebnisse zu schaffen, neue Erkenntnisse zu gewinnen, neue Möglichkeiten zu erkunden und die Betriebseffizienz zu steigern.
Phase 4 verkürzt die Markteinführungszeit für Analysen und senkt die Kosten. Darüber hinaus werden Self-Provisioning-Funktionen aktiviert und die Arbeitsbelastung der Datenteams verringert, während die Leistung gesteigert wird.
Die Governance ist in die Entwicklung von Datenprodukten und den Datenzugriff integriert und automatisiert. Flexible Governance- und Sicherheitsrahmen ermöglichen Data-as-a-Service-Modelle sowie DataOps. Das Benutzererlebnis wird erheblich verbessert und die IT wird zu einem echten Wegbereiter für die datengesteuerte Organisation.
In dieser Phase erreichen Unternehmen die volle Data-Mesh-Reife. Alle Daten werden als Produkt behandelt, wobei Governance und Eigentum vom ursprünglichen Dateneigentümer verwaltet werden – mit der Flexibilität zentralisierter Leitplanken. Daten und Analysen (D&A) sind eine zentrale Säule der umfassenderen Geschäftsstrategie, wobei die meisten wichtigen Geschäftsentscheidungen auf Daten basieren. Erkenntnisse sind alltägliche Entscheidungs- und Berührungspunkte, die zu mehr Bewusstsein und Agilität führen.
Die Organisation kann nach Belieben schnell auf neue Datenquellen zugreifen, Datenprodukte integrieren und erstellen oder verbessern, um den Datenvorteil zu beschleunigen. Automatisierte Governance- und Sicherheitsfunktionen in Verbindung mit absoluter Transparenz reduzieren das Risiko erheblich. Domänen sind wirklich rechenschaftspflichtig und verantwortlich für die Datenprodukte innerhalb ihrer Domäne. Dies reduziert Mehrdeutigkeiten, indem durch verbesserte Datenqualität ein Datenvertrauen geschaffen wird, und bietet gleichzeitig klare Eigentümerschaft, um Probleme schnell zu lösen.
