Il potere della proprietà dei dati federata e orientata al dominio
Nell'ambiente ipercompetitivo odierno, le aziende stanno sempre più optando per data lake che consentono la disponibilità di dati in batch e in streaming in tempo reale. Le organizzazioni si stanno avvicinando a questo con l'intento di acquisire, arricchire, trasformare e servire i dati tramite una piattaforma centralizzata.
Tuttavia, per la maggior parte delle organizzazioni, questa architettura presenta diverse carenze:
- I dati sono isolati e riservati a team e casi d'uso specifici, il che ne limita la possibilità di condivisione.
- Mancanza di una visione olistica e della capacità di scoprire dati nell'intera organizzazione, limitando la capacità di sperimentare e innovare.
- Un repository centralizzato è limitato alle persone e ai casi d'uso associati per i quali può essere utilizzato.
- Tali architetture incontrano difficoltà nella protezione e nella gestione dei dati a causa della limitata comprensione da parte del team centrale delle fonti di dati in arrivo.
- Inevitabilmente, queste architetture sono costose, poco flessibili e lente, il che limita la loro capacità di supportare un business in continua evoluzione.
I laghi di dati caotici generano consumatori di dati impazienti e disconnessi, oltre a team di dati in arretrato. Ciò determina la deriva dei dati e l'ulteriore creazione di silos di dati, poiché gli utenti cercano di ottenere l'accesso ai dati e alle informazioni tramite mezzi alternativi.
I nostri servizi di data mesh offrono un cambio di paradigma per domini e aree aziendali, con la capacità di eseguire analisi avanzate senza la necessità di un'architettura dati centralizzata. Questo sistema mette il controllo nelle mani della tua azienda, consentendole di essere responsabile della gestione della propria qualità dei dati, governance, sicurezza e disponibilità.
Modello di maturità della mesh dati Trianz
Trianz ha creato il Data Mesh Maturity Model per assistere i clienti nella valutazione e nella pianificazione della distribuzione del loro data mesh. Ciò fornisce un percorso chiaro per pensare in grande ma iniziare in piccolo, consentendo all'organizzazione di adottare e apprendere gradualmente al proprio ritmo, in base alla propria maturità, cultura e capacità.
Sperimentazione. Utilizzando la federazione dei dati, le persone aziendali hanno accesso immediato ai dati per esplorare, comprendere e ottenere informazioni. Questa fase collega più silos di dati separati insieme per creare un singolo pannello di vetro per tali dati.
La fase 1 è caratterizzata dall'utilizzo dei dati, ma da una mancanza di sfruttamento dei dati. L'azienda utilizza i dati così come sono all'interno del suo silo, ma non è in grado di identificare insight tra i domini per estrarre ulteriori insight e valore. L'analisi è ad hoc a causa dell'architettura dei dati in silos, creando barriere alla generazione di insight. La visibilità del significato dei dati (unica fonte di verità) a causa delle limitate capacità di governance dei dati porta a sfide di affidabilità dei dati.
In genere, la strategia dati per ogni silo è di proprietà e sviluppata dall'IT con il contributo degli stakeholder aziendali. È più difficile per un vero approccio dati incentrato sul business, poiché ogni silo ha regole di governance e metodi di accesso diversi, allineati alle proprie esigenze. Ciò si traduce in barriere organizzative e culturali all'accesso ai dati e alla generazione di insight.
Nella Fase 2, le aziende devono iniziare a sperimentare gli elementi della proprietà dei dati, dove il silo è responsabile o "possiede" quei dati. In altre parole, è responsabile della qualità, sicurezza, governance, coerenza e disponibilità dei dati all'interno del suo dominio.
In questa fase, l'azienda inizia a comprendere che la strategia dei dati è fondamentale per la sua strategia aziendale e quindi inizia ad assumersi una maggiore responsabilità di tale strategia. Per supportare tali strategie, l'agilità dei dati diventa un obiettivo fondamentale. Per supportare tale agilità, la connessione e la condivisione dei dati tra domini diventano imperative. Tuttavia, questa fase comporta ancora un controllo centralizzato, con team centralizzati che eseguono la maggior parte delle attività relative alle operazioni sui dati.
L'azienda ha creato le barriere di sicurezza generali per la governance e l'accesso ai dati. Il passo successivo è lavorare per federare questo framework di governance e controllo degli accessi in modo che l'azienda possa maturare verso la proprietà federata e lo sviluppo di prodotti di dati.
I domini stanno attivamente assumendo la proprietà e la gestione dello sviluppo e della condivisione di prodotti dati. I concetti e le pratiche di proprietà dei dati federati iniziano a maturare. Man mano che i prodotti dati vengono stabiliti, questi prodotti vengono condivisi tra i domini e vengono utilizzati per creare nuove esperienze dei clienti, generare nuove intuizioni, esplorare nuove opportunità e aumentare l'efficienza operativa.
La fase 4 si traduce in un time-to-market più rapido per l'analisi e in costi inferiori, oltre ad abilitare funzionalità di self-provisioning e ridurre i carichi di lavoro del team di dati, aumentando al contempo la produttività.
La governance è integrata e automatizzata nello sviluppo di prodotti dati e accesso ai dati, con framework di governance e sicurezza flessibili che abilitano modelli di dati come servizio, nonché DataOps. L'esperienza utente è notevolmente migliorata e l'IT diventa un vero abilitatore per l'organizzazione di essere guidata dai dati.
Questa fase è quella in cui le aziende raggiungono la piena maturità del data mesh. Tutti i dati sono trattati come un prodotto, con governance e proprietà federate e gestite dal proprietario dei dati di origine, con la flessibilità di guardrail centralizzati. Data and Analytics (D&A) è un pilastro centrale della strategia aziendale più ampia, con i dati che guidano la maggior parte delle decisioni aziendali importanti. Gli insight sono punti di contatto e decisioni quotidiane, che portano a una maggiore consapevolezza e agilità.
L'organizzazione è in grado di accedere rapidamente a nuove fonti di dati a piacimento, integrare e creare o migliorare prodotti di dati per accelerare il vantaggio dei dati. Le capacità di governance e sicurezza automatizzate, abbinate alla trasparenza assoluta, riducono notevolmente il rischio. I domini sono realmente responsabili e responsabili dei prodotti di dati all'interno del loro dominio. Ciò riduce l'ambiguità stabilendo un trust di dati attraverso una maggiore qualità dei dati, fornendo al contempo una chiara proprietà per risolvere rapidamente i problemi.
