面向领域、联合数据所有权的力量
在当今竞争异常激烈的环境中,越来越多的公司选择使用能够实现实时流和批量数据可用性的数据湖。组织采用这种方式的目的是通过集中式平台提取、丰富、转换和提供数据。
然而,对于大多数组织来说,这种架构有几个缺点:
- 数据是孤立的,仅限于那些团队和用例,限制了共享的能力。
- 缺乏整体视野和发现整个组织数据的能力,限制了实验和创新的能力。
- 集中式存储库仅限于其能够服务的角色和相关用例。
- 由于中央团队对传入数据源的了解有限,这种架构在保护和管理数据的能力方面面临着挑战。
- 不可避免的是,这些架构成本高昂、不灵活、速度慢,限制了它们支持不断变化的业务的能力。

混乱的数据湖不仅导致数据团队积压,还导致数据消费者缺乏耐心且缺乏联系。这会导致数据漂移,进一步形成数据孤岛,因为用户希望通过其他方式获取数据和见解。
我们的数据网格服务为领域和业务领域带来了范式转变,无需集中式数据架构即可执行增强的分析。该系统将控制权交到您的企业手中,使其能够负责管理自己的数据质量、治理、安全性和可用性。
Trianz 数据网格成熟度模型
Trianz 创建了数据网格成熟度模型,以帮助客户评估和规划其数据网格部署。这提供了一条清晰的途径,可以从大处着眼,从小处着手,让组织能够根据其成熟度、文化和能力,按照自己的节奏逐步采用和学习。
实验。利用数据联合,业务人员可以立即访问数据以进行探索、理解和获得洞察力。此阶段将多个独立的数据孤岛连接在一起,为所述数据创建单一面板。
第 1 阶段的特点是数据利用率高,但缺乏数据开发。企业在其数据孤岛内按原样使用数据,但缺乏跨领域识别洞察以提取更多洞察和价值的能力。由于数据孤岛架构,分析是临时的,为洞察生成设置了障碍。由于数据治理能力有限,数据含义的可见性(单一事实来源)导致数据信任面临挑战。
通常,每个孤岛的数据策略都由 IT 部门拥有和开发,并听取业务利益相关者的意见。真正以业务为中心的数据方法更加困难,因为每个孤岛都有不同的治理规则和符合其需求的访问方法。这导致数据访问和洞察生成的组织和文化障碍。
在第 2 阶段,企业必须开始尝试数据所有权的要素,即数据孤岛负责或“拥有”该数据。换句话说,它负责其域内数据的质量、安全性、治理、一致性和可用性。
在此阶段,企业开始认识到数据策略对其业务战略至关重要,因此开始更多地掌握该策略。为了支持此类战略,数据敏捷性成为一个关键焦点。为了支持这种敏捷性,跨域的数据连接和共享变得势在必行。然而,这一阶段仍然涉及集中控制,集中团队执行围绕数据操作的大部分活动。
企业已形成了数据治理和访问的总体框架。下一步是努力联合这一治理和访问控制框架,以便企业能够成熟地实现联合所有权和数据产品的开发。
各个领域正在积极掌握和管理数据产品的开发和共享。联合数据所有权的概念和实践开始成熟。随着数据产品的建立,这些产品在各个领域之间共享,并用于创造新的客户体验、产生新的见解、探索新的机会并提高运营效率。
第四阶段不仅能实现自我配置功能、减少数据团队的工作量,还能提高产出,从而缩短分析的上市时间并降低成本。
治理已融入数据产品和数据访问的开发中并实现自动化,灵活的治理和安全框架支持数据即服务模式以及 DataOps。用户体验得到极大改善,IT 成为组织实现数据驱动的真正推动者。
在此阶段,企业已达到完全数据网格成熟度。所有数据都被视为产品,其治理和所有权由原始数据所有者联合和管理,同时具有集中护栏的灵活性。数据和分析 (D&A) 是更广泛的业务战略的核心支柱,数据指导着大多数重要的业务决策。洞察是日常决策和接触点,可提高意识和敏捷性。
组织能够随心所欲地快速访问新数据源,集成并创建或增强数据产品以加速数据优势。自动化治理和安全功能加上绝对的透明度大大降低了风险。域真正对其域内的数据产品负责。通过提高数据质量建立数据信任,这可以减少歧义,同时还可以提供明确的所有权以快速解决问题。