Kuasa Pemilikan Data Bersekutu Berorientasikan Domain
Dalam persekitaran yang sangat kompetitif hari ini, syarikat semakin memilih tasik data yang membolehkan ketersediaan data aliran masa nyata dan kumpulan. Organisasi mendekati perkara ini dengan niat untuk menelan, memperkaya, mengubah dan menyampaikan data melalui platform terpusat.
Walau bagaimanapun, bagi kebanyakan organisasi, seni bina ini mengandungi beberapa kelemahan:
- Data disilokan, terhad kepada pasukan tersebut dan kes penggunaan, mengehadkan keupayaan untuk berkongsi.
- Kekurangan pandangan holistik dan keupayaan untuk menemui data di seluruh organisasi, mengehadkan keupayaan untuk mencuba dan berinovasi.
- Repositori berpusat terhad kepada personas dan kes penggunaan yang berkaitan yang boleh digunakan.
- Seni bina sedemikian dicabar dengan keupayaan untuk menjamin dan mentadbir data disebabkan oleh pemahaman terhad pasukan pusat tentang sumber data masuk.
- Tidak dapat dielakkan, seni bina ini mahal, tidak fleksibel dan perlahan, mengehadkan keupayaan mereka untuk menyokong perniagaan yang sentiasa berubah.
Tasik data yang huru-hara mengakibatkan pengguna data yang tidak sabar dan terputus hubungan di samping pasukan data yang tertunggak. Ini mengakibatkan hanyutan data dan penciptaan silo data selanjutnya, kerana pengguna ingin mendapatkan akses kepada data dan cerapan melalui cara alternatif .
Perkhidmatan jaringan data kami menawarkan anjakan paradigma untuk domain dan kawasan perniagaan, dengan keupayaan untuk melaksanakan analitik yang dipertingkatkan tanpa memerlukan seni bina data berpusat. Sistem ini meletakkan kawalan di tangan perniagaan anda, membolehkannya bertanggungjawab mengurus kualiti data, tadbir urus, keselamatan dan ketersediaannya sendiri.
Model Kematangan Jalinan Data Trianz
Trianz mencipta Model Kematangan Data Mesh untuk membantu pelanggan dalam menilai dan merancang penggunaan data mesh mereka. Ini menyediakan laluan yang jelas untuk berfikir besar tetapi bermula dari kecil, membolehkan organisasi menerima pakai dan belajar secara berperingkat mengikut kadarnya sendiri, berdasarkan kematangan, budaya dan keupayaannya.
Eksperimen. Dengan menggunakan persekutuan data, persona perniagaan mempunyai akses segera kepada data untuk meneroka, memahami dan mendapatkan cerapan. Peringkat ini menghubungkan berbilang silo data berasingan bersama-sama untuk mencipta satu panel kaca kepada data tersebut.
Peringkat 1 dicirikan oleh penggunaan data, tetapi kekurangan eksploitasi data. Perniagaan menggunakan data apa adanya dalam silonya tetapi tidak mempunyai keupayaan untuk mengenal pasti cerapan merentas domain untuk mengekstrak cerapan dan nilai tambahan. Analitis adalah ad-hoc kerana seni bina data yang disenyapkan, mewujudkan halangan kepada penjanaan cerapan. Keterlihatan makna data (sumber tunggal kebenaran) disebabkan keupayaan tadbir urus data yang terhad membawa kepada cabaran kepercayaan data.
Lazimnya, strategi data untuk setiap silo dimiliki dan dibangunkan oleh IT dengan input daripada pihak berkepentingan perniagaan. Adalah lebih sukar untuk pendekatan data berfokuskan perniagaan sebenar, kerana setiap silo mempunyai peraturan tadbir urus yang berbeza dan kaedah akses yang sejajar dengan keperluan mereka. Ini mengakibatkan halangan organisasi dan budaya kepada akses data dan penjanaan cerapan.
Pada Peringkat 2, perniagaan mesti mula mencuba elemen pemilikan data, di mana silo bertanggungjawab atau "memiliki" data tersebut. Dalam erti kata lain, ia bertanggungjawab ke atas kualiti, keselamatan, tadbir urus, konsistensi dan ketersediaan data dalam domainnya.
Pada peringkat ini, perniagaan mula memahami bahawa strategi data adalah penting untuk strategi perniagaannya, dan oleh itu mula mengambil lebih banyak pemilikan terhadap strategi tersebut. Untuk menyokong strategi sedemikian, ketangkasan data menjadi tumpuan kritikal. Untuk menyokong ketangkasan sedemikian, sambungan data dan perkongsian merentas domain menjadi penting. Walau bagaimanapun, peringkat ini masih melibatkan kawalan terpusat, dengan pasukan terpusat melaksanakan sebahagian besar aktiviti di sekitar operasi data.
Perniagaan telah membentuk pagar umum untuk tadbir urus dan akses data. Langkah seterusnya ialah berusaha ke arah menyatukan rangka kerja tadbir urus dan kawalan akses ini supaya perniagaan boleh matang kepada pemilikan bersekutu dan pembangunan produk data.
Domain secara aktif mengambil pemilikan dan pengawasan pembangunan dan perkongsian produk data. Konsep dan amalan pemilikan data bersekutu mula matang. Apabila produk data diwujudkan, produk ini dikongsi merentas domain dan digunakan untuk mencipta pengalaman pelanggan baharu, menjana cerapan baharu, meneroka peluang baharu dan meningkatkan kecekapan operasi.
Peringkat 4 menghasilkan masa ke pasaran yang lebih rendah untuk analisis serta kos yang lebih rendah, di samping membolehkan keupayaan penyediaan diri dan mengurangkan beban kerja pasukan data sambil meningkatkan output.
Tadbir urus disempurnakan dan diautomatikkan dalam pembangunan produk data dan akses data, dengan rangka kerja tadbir urus dan keselamatan yang fleksibel yang membolehkan model data-sebagai-Perkhidmatan, serta DataOps. Pengalaman pengguna bertambah baik dan IT menjadi pemboleh sebenar untuk organisasi dipacu data.
Peringkat ini adalah di mana perniagaan mencapai kematangan rangkaian data penuh. Semua data dianggap sebagai produk, dengan tadbir urus dan pemilikan digabungkan dan diuruskan oleh pemilik data asal—dengan fleksibiliti pagar berpusat. Data dan Analitis (D&A) ialah tonggak utama strategi perniagaan yang lebih luas, dengan data membimbing sebahagian besar keputusan perniagaan yang penting. Cerapan ialah membuat keputusan setiap hari dan titik sentuh, yang membawa kepada kesedaran dan ketangkasan yang lebih tinggi.
Organisasi ini dapat mengakses sumber data baharu dengan pantas sesuka hati, menyepadukan dan mencipta atau meningkatkan produk data untuk mempercepatkan kelebihan data. Keupayaan tadbir urus dan keselamatan automatik, ditambah dengan ketelusan mutlak sangat mengurangkan risiko. Domain benar-benar bertanggungjawab dan bertanggungjawab untuk produk data dalam domain mereka. Ini mengurangkan kekaburan dengan mewujudkan kepercayaan data melalui peningkatan kualiti data, di samping menyediakan pemilikan yang jelas untuk menyelesaikan isu dengan cepat.
