(Oleksii Lishchyshyn/Shutterstock)
Ce n’est un secret pour personne que les données d’aujourd’hui sont plus complexes qu’elles ne l’ont jamais été, et cela proceed évoluer à un rythme impensable – la création mondiale de données devrait atteindre plus de 180 zettaoctets d’ici 2025. Alors que les entreprises essaient de suivre le rythme de cette explosion, ainsi que de l’évolution des situations du marché, il est essentiel qu’elles aient un accès facile aux données auxquelles elles peuvent faire confiance pour l’analyse .
Bien sûr, les options de gestion aident les entreprises dans le traitement et le stockage de ces données, mais l’augmentation du quantity et de la complexité crée des frictions pour les équipes informatiques et les bureaux de données chargés de la responsabilité écrasante de gérer des ensembles de données en constante augmentation.
Nous sommes à un level d’inflexion dans la gestion des données d’entreprise. Alors que les organisations visent à éliminer les inefficacités et les goulots d’étranglement dans leurs processus de données, le modèle de maillage de données offre un cadre versatile qui peut aider les organisations à être plus compétitives en 2022 et au-delà.
Le paysage moderne des données
De nombreuses organisations utilisent des entrepôts de données et des plates-formes de BI traditionnels, mais le défi des plates-formes centralisées est qu’elles sont de nature monolithique et nécessitent leur propre équipe de gestionnaires et d’administrateurs pour les gérer.
(VLADGRIN/Shutterstock)
Le déchargement continu des données dans des référentiels centralisés signifie que quelqu’un doit assumer le rôle fastidieux de la gestion, de la conservation et de la diffusion de ces données entre les équipes, épuisant les ressources de ces équipes et créant un potentiel de goulots d’étranglement. Les grandes entreprises ont également souvent d’énormes quantités de données stockées dans des entrepôts de données sur website, ce qui peut prendre un temps excessif pour migrer vers le cloud. Ces migrations peuvent épuiser à la fois le temps et les ressources financières.
Bien que ces systèmes fassent partie intégrante des options quotidiennes d’informatique décisionnelle depuis des décennies, leurs avantages sont désormais contrebalancés par la prolifération des données et leur complexité croissante.
Les piliers fondamentaux et les avantages du maillage de données
Une answer pour surmonter ces défis consiste à adopter le maillage de données, une approche développée par Zhamak Dehghani qui déplace les processus de données d’une plate-forme de données centrale vers une structure distribuée moderne où les organisations peuvent véritablement unifier les données provenant de systèmes et de sources disparates.
Le maillage de données est une méthode centrée sur les personnes et les processus, centrée sur quatre principes directeurs : la propriété axée sur le domaine, les données en tant que produit, l’infrastructure de données en libre-service et la gouvernance informatique fédérée. Chacun de ces principes peut être travaillé individuellement lorsque les entreprises entament leur transition vers un cadre de maillage de données, mais chaque pilier fait partie intégrante de la puissance du maillage de données.
Pilier 1 : Propriété du domaine
La propriété axée sur le domaine est le principal différenciateur entre une structure de maillage de données et une méthode traditionnelle et monolithique de collecte de données. Avec un modèle de maillage de données, les données sont sectionnées et contrôlées par les specialists en données de ce domaine d’activité, par exemple, l’équipe RH ou l’équipe advertising. Lorsque les données sont pompées dans un lac de données ou un entrepôt, les données sont souvent séparées des specialists, ce qui rend ces données moins déchiffrables et engorge l’ensemble du système.
(pgraphis/Shutterstock)
Cependant, avec le maillage de données, les specialists ont le contrôle des données et peuvent exploiter leur experience pour nettoyer, enrichir et traduire les données, maintenir la qualité des données ainsi que rationaliser le processus world de nettoyage des données et créer un processus plus clear pour l’organisation elle-même. . Les specialists en données comprennent l’objectif distinctive des données et remark cet ensemble de données peut répondre aux besoins de ce domaine particulier, et par la suite, répondre aux besoins de l’organisation dans son ensemble. Grâce au maillage de données, chaque organisation peut gérer ses propres données, tout en bénéficiant d’un cadre de gouvernance globale et de l’infrastructure à l’échelle de l’entreprise.
Pilier 2 : Les données en tant que produit
À l’instar de la propriété axée sur le domaine, le processus de réflexion « les données en tant que produit » est une approche similaire pour comprendre les données à un niveau plus profond. En confiant les données à des specialists du domaine, le maillage de données visualise les données à partir d’un objectif de produit, garantissant que les données répondent à l’accessibilité, à la gouvernance et aux besoins de l’organisation, de la même manière qu’un produit serait mesuré par son efficacité et son influence sur l’organisation. . Grâce à une approche de maillage de données, les données reçoivent une imaginative and prescient globale et une feuille de route ainsi qu’un plan de upkeep. En mesurant en permanence l’efficacité des données, ce modèle garantit que les organisations utilisent constamment leurs données et évitent les marées de données, c’est-à-dire de grandes quantités de données qui restent intactes et qui deviennent de plus en plus obsolètes au fil du temps.
Pilier 3 : Infrastructure de données en libre-service
Pour éviter que chaque domaine d’activité ne soit submergé par la tâche de gestion de ses données, le maillage de données s’appuie sur une infrastructure en libre-service pour promouvoir des systèmes de données sains dans toute l’organisation, rendu attainable par le cloud.
(amgun/Shutterstock)
Le modèle en libre-service permet aux données d’être partagées de manière transparente dans toute l’organisation, permettant à l’entreprise de favoriser l’innovation grâce à une compréhension partagée des données. Le modèle résume la complexité des données pour les propriétaires de domaine tout en réduisant simultanément les frictions pour les consommateurs de données, en favorisant une compréhension plus approfondie des données à tous les niveaux et en créant davantage d’opportunités pour que les données soient exploitées.
Pilier 4 : Gouvernance informatique fédérée
Une bonne gestion des données doit reposer sur la gouvernance des données. Le modèle de maillage de données utilise une approche fédérée de la gouvernance des données, ce qui signifie qu’il crée un environnement qui favorise à la fois l’autorité à l’échelle de l’entreprise et les besoins spécifiques au domaine. Pour atteindre ce niveau d’automatisation et d’intégration dans l’ensemble de l’infrastructure de données, la politique, la classification, la sécurité et la qualité sont essentielles.
Adopter un modèle de maillage de données
Pour les organisations actuellement aux prises avec un paysage de données complexe, l’idée de passer à un modèle de maillage de données peut sembler décourageante. Cependant, la beauté du maillage de données réside dans le fait qu’il peut être mis en œuvre progressivement en fonction de l’état de préparation de l’organisation.
Comme on dit, « Rome ne s’est pas construite en un jour » – et ces changements n’ont pas besoin de se produire tous en même temps. Un avantage majeur du modèle de maillage de données est qu’il peut être adopté domaine par domaine, pilier par pilier. Les organisations peuvent commencer par un domaine d’activité et passer à d’autres après avoir appris ce qui fonctionne bien et quels défis doivent être relevés.
La clé est de comprendre que le maillage de données est un changement culturel. Le maillage de données permet aux specialists en la matière de s’approprier leurs données, et les composants de personnes et de processus sont les éléments les plus importants à maîtriser. Les responsables des données devraient assumer le rôle d’aider leurs équipes à adopter et à conduire le changement culturel. Une fois mis en œuvre, le maillage de données permettra aux organisations de mieux gérer et accéder à leurs données et de prendre de meilleures décisions commerciales plus rapidement.
À propos de l’auteur : Jay Militscher est le chef de Collibra‘s Information Workplace, qui rejoint l’entreprise avec plus de 20 ans d’expérience en management dans l’analyse de données, l’assurance qualité et la sécurité. Jay utilise la résolution créative de problèmes pour identifier les problèmes et opportunités critiques de l’entreprise, envisager des options et diriger le département pour faire avancer la stratégie commerciale. Avant de rejoindre Collibra, Jay était vice-président senior de FactSet Company Insights & Evaluation et a siégé à plusieurs conseils consultatifs. Il mesure son succès à travers le succès de ses coéquipiers, les élevant, les encadrant et les encadrant en cours de route.
Articles connexes:
Le créateur de maillage de données passe à l’étape suivante des données
Maille de données Vs. Information Cloth : Comprendre les différences
Information Mesh : Qu’y a-t-il pour l’entreprise ?
