Εκτιμώμενος χρόνος ανάγνωσης: 7 λεπτά
Εάν υπάρχουν δεδομένα που προέρχονται από διαφορετικές πηγές, είτε πρόκειται για CRM, ροές μέσων κοινωνικής δικτύωσης ή δεδομένα συμβάντων συμπεριφοράς. Και αυτά τα δεδομένα πιθανότατα αποθηκεύονται σε διάφορα διαφορετικά εργαλεία και συστήματα σε όλη τη στοίβα τεχνολογίας (όπως συστήματα παλαιού τύπου, εργαλεία που βασίζονται σε σύννεφο και αποθήκη δεδομένων o λίμνη).
Το πρώτο βήμα στην ενορχήστρωση δεδομένων είναι να συλλέξετε και να οργανώσετε δεδομένα από όλες αυτές τις διαφορετικές πηγές και να διασφαλίσετε ότι έχουν μορφοποιηθεί σωστά για τον προορισμό-στόχο. Που μας φέρνει σε: μεταμόρφωση.
Τα δεδομένα είναι διαθέσιμα σε πολλές διαφορετικές μορφές. Μπορεί να είναι δομημένο, μη δομημένο ή ημι-δομημένο ή το ίδιο γεγονός μπορεί να έχει διαφορετική σύμβαση ονομασίας μεταξύ δύο εσωτερικών ομάδων. Για παράδειγμα, ένα σύστημα μπορεί να συλλέξει και να αποθηκεύσει την ημερομηνία ως 21 Απριλίου 2022 και ένα άλλο μπορεί να την αποθηκεύσει στην αριθμητική μορφή, 20220421.
Για να κατανοήσουν όλα αυτά τα δεδομένα, οι εταιρείες συχνά χρειάζεται να τα μετατρέψουν σε μια τυπική μορφή. Η ενορχήστρωση δεδομένων μπορεί να συμβάλει στη μείωση του φόρτου της μη αυτόματης συμφωνίας όλων αυτών των δεδομένων και της εφαρμογής μετασχηματισμών με βάση τις πολιτικές διαχείρισης δεδομένων και το σχέδιο παρακολούθησης του οργανισμού σας.
Ένα κρίσιμο μέρος της ενορχήστρωσης δεδομένων είναι η διάθεση δεδομένων για ενεργοποίηση. Αυτό συμβαίνει όταν καθαρά, ενοποιημένα δεδομένα αποστέλλονται σε εργαλεία μεταγενέστερης ροής για άμεση χρήση (για παράδειγμα, δημιουργία κοινού καμπάνιας ή ενημέρωση πίνακα ελέγχου επιχειρηματικής ευφυΐας).
Η ενορχήστρωση δεδομένων είναι ουσιαστικά η αναίρεση των αποσπασμένων δεδομένων και των κατακερματισμένων συστημάτων. Το Alluxio εκτιμά ότι η τεχνολογία δεδομένων υφίσταται σημαντικές αλλαγές κάθε 3-8 χρόνια. Αυτό σημαίνει ότι μια εταιρεία 21 ετών μπορεί να έχει περάσει από 7 διαφορετικά συστήματα διαχείρισης δεδομένων από την ίδρυσή της.
Η ενορχήστρωση δεδομένων σάς βοηθά επίσης να συμμορφώνεστε με τους νόμους περί απορρήτου δεδομένων, να αφαιρείτε τα σημεία συμφόρησης δεδομένων και να επιβάλλετε τη διακυβέρνηση δεδομένων – μόνο τρεις (μεταξύ πολλών) καλών λόγων για να την εφαρμόσετε.
Οι νόμοι περί απορρήτου δεδομένων, όπως ο GDPR και ο CCPA, έχουν αυστηρές οδηγίες για τη συλλογή, τη χρήση και την αποθήκευση δεδομένων. Μέρος της συμμόρφωσης δίνει στους καταναλωτές τη δυνατότητα να εξαιρεθούν από τη συλλογή δεδομένων ή να ζητήσουν από την εταιρεία σας να διαγράψει όλα τα προσωπικά τους δεδομένα. Εάν δεν γνωρίζετε καλά πού αποθηκεύονται τα δεδομένα σας και ποιος έχει πρόσβαση σε αυτά, μπορεί να είναι δύσκολο να ανταποκριθείτε σε αυτήν τη ζήτηση.
Από τότε που θεσπίστηκε ο GDPR, έχουμε δει εκατομμύρια αιτήματα διαγραφής. Είναι απαραίτητο να έχουμε μια σταθερή κατανόηση ολόκληρου του κύκλου ζωής του δώσει για να βεβαιωθείτε ότι δεν θα ξεφύγει τίποτα.
Τα σημεία συμφόρησης είναι μια διαρκής πρόκληση χωρίς την ενορχήστρωση δεδομένων. Ας υποθέσουμε ότι είστε μια εταιρεία με πολλά συστήματα αποθήκευσης που πρέπει να ρωτήσετε για πληροφορίες. Το άτομο που είναι υπεύθυνο για την υποβολή ερωτημάτων σε αυτά τα συστήματα είναι πιθανό να έχει πολλά αιτήματα να διερευνήσει, πράγμα που σημαίνει ότι μπορεί να υπάρξει καθυστέρηση μεταξύ των ομάδων που χρειάζονται των δεδομένων και όσων εκεί παραλαμβάνουν αποτελεσματικά, γεγονός που με τη σειρά του μπορεί να καταστήσει τις πληροφορίες παρωχημένες.
Σε ένα καλά ενορχηστρωμένο περιβάλλον, αυτός ο τύπος εκκίνησης και διακοπής θα εξαλειφόταν. Τα δεδομένα σας θα παραδοθούν ήδη σε μεταγενέστερα εργαλεία για ενεργοποίηση (και αυτά τα δεδομένα θα τυποποιηθούν, πράγμα που σημαίνει ότι μπορείτε να έχετε εμπιστοσύνη στην ποιότητά τους).
Η διακυβέρνηση δεδομένων είναι δύσκολη όταν τα δεδομένα διανέμονται σε πολλαπλά συστήματα. Οι εταιρείες δεν έχουν πλήρη εικόνα του κύκλου ζωής των δεδομένων και αβεβαιότητα σχετικά με τα δεδομένα που αποθηκεύονται (π.χ. περιστέρι) δημιουργεί τρωτά σημεία, όπως η μη επαρκή προστασία των προσωπικών πληροφοριών.
Η ενορχήστρωση δεδομένων βοηθά στην επίλυση αυτού του προβλήματος, προσφέροντας μεγαλύτερη διαφάνεια στον τρόπο διαχείρισης των δεδομένων. Αυτό επιτρέπει στις εταιρείες να αποκλείουν προληπτικά τα μη έγκυρα δεδομένα προτού φτάσουν σε βάσεις δεδομένων ή στις αναφορές επιπτώσεων και να ορίσουν δικαιώματα για πρόσβαση σε δεδομένα.
Υπάρχουν πολλές προκλήσεις που μπορεί να προκύψουν όταν προσπαθείτε να εφαρμόσετε την Ενορχήστρωση Δεδομένων. Εδώ είναι τα πιο συνηθισμένα που πρέπει να γνωρίζετε και πώς να τα αποφύγετε.
Τα σιλό δεδομένων είναι ένα κοινό, αν όχι επιβλαβές, φαινόμενο μεταξύ των επιχειρήσεων. Καθώς οι στοίβες τεχνολογίας εξελίσσονται και διαφορετικές ομάδες κατέχουν διαφορετικές πτυχές της εμπειρίας των πελατών, είναι πολύ εύκολο να αποσιωπηθούν τα δεδομένα σε διαφορετικά εργαλεία και συστήματα. Αλλά το αποτέλεσμα είναι μια ελλιπής κατανόηση της απόδοσης της εταιρείας, από τα τυφλά σημεία στο ταξίδι των πελατών έως τη δυσπιστία στην ακρίβεια των αναλυτικών στοιχείων και των αναφορών.
Οι επιχειρήσεις θα έχουν πάντα δεδομένα που ρέουν από πολλά σημεία επαφής σε διάφορα διαφορετικά εργαλεία. Αλλά η κατάρρευση των σιλό είναι απαραίτητη εάν αυτές οι εταιρείες θέλουν να αποκτήσουν αξία από τα δεδομένα τους.
Τα τελευταία χρόνια έχουν εμφανιστεί κάποιες τάσεις σχετικά με τον τρόπο με τον οποίο οι εταιρείες διαχειρίζονται τη ροή και την ενεργοποίηση των δεδομένων τους. Ένα παράδειγμα αυτού είναι η επεξεργασία δεδομένων σε πραγματικό χρόνο, η οποία είναι όταν τα δεδομένα υποβάλλονται σε επεξεργασία μέσα σε χιλιοστά του δευτερολέπτου από τη δημιουργία. Τα δεδομένα σε πραγματικό χρόνο έχουν καταστεί ζωτικής σημασίας σε όλους τους κλάδους, διαδραματίζοντας βασικό ρόλοIoT (για παράδειγμα, αισθητήρες εγγύτητας σε αυτοκίνητα), υγειονομική περίθαλψη, διαχείριση εφοδιαστικής αλυσίδας, ανίχνευση απάτης και σχεδόν στιγμιαία εξατομίκευση. Ιδιαίτερα με την πρόοδο στη μηχανική μάθηση και την τεχνητή νοημοσύνη, τα δεδομένα σε πραγματικό χρόνο επιτρέπουν αλγόριθμους καιτεχνητή νοημοσύνη να μαθαίνουν με πιο γρήγορο ρυθμό.
Μια άλλη τάση ήταν η στροφή προς τις τεχνολογίες που βασίζονται σε σύννεφο. Ενώ ορισμένες εταιρείες έχουν μετακομίσει εξ ολοκλήρου σε σύννεφο, άλλοι μπορεί να συνεχίσουν να έχουν έναν συνδυασμό συστημάτων εσωτερικής εγκατάστασης και λύσεων που βασίζονται σε cloud.
Στη συνέχεια, υπάρχει η εξέλιξη του τρόπου κατασκευής και ανάπτυξης του λογισμικού, η οποία επηρεάζει τον τρόπο με τον οποίο θα εκτελεστεί η ενορχήστρωση δεδομένων.
– Δεν ενσωματώνει καθαρισμό και επικύρωση δεδομένων
– Δεν δοκιμάζονται οι ροές εργασιών για τη διασφάλιση ομαλών και βελτιστοποιημένων διαδικασιών
– Καθυστερημένες απαντήσεις σε ζητήματα όπως ασυνέπειες δεδομένων, σφάλματα διακομιστή, σημεία συμφόρησης
– Δεν υπάρχει σαφής τεκμηρίωση σχετικά με τη χαρτογράφηση δεδομένων, τη γενεαλογία δεδομένων και ένα σχέδιο παρακολούθησης
Για να μετρήσετε το ROI της ενορχήστρωσης δεδομένων:
– Κατανοήστε τις βασικές επιδόσεις
– Έχετε στο μυαλό σας ένα σαφές σύνολο στόχων, KPI και στόχων για την ενορχήστρωση δεδομένων
– Υπολογίστε το συνολικό κόστος της χρησιμοποιούμενης τεχνολογίας, μαζί με τον χρόνο και τους εσωτερικούς πόρους
– Μετρήστε σημαντικές μετρήσεις όπως εξοικονόμηση χρόνου, ταχύτητα επεξεργασίας και διαθεσιμότητα δεδομένων κ.λπ.
BlogInnovazione.it
Την περασμένη Δευτέρα, οι Financial Times ανακοίνωσαν συμφωνία με το OpenAI. Η FT αδειοδοτεί την παγκόσμιας κλάσης δημοσιογραφία της…
Εκατομμύρια άνθρωποι πληρώνουν για υπηρεσίες ροής, πληρώνοντας μηνιαίες συνδρομές. Είναι κοινή γνώμη ότι…
Η Coveware από την Veeam θα συνεχίσει να παρέχει υπηρεσίες αντιμετώπισης περιστατικών εκβιασμών στον κυβερνοχώρο. Το Coveware θα προσφέρει ιατροδικαστικές και δυνατότητες αποκατάστασης…
Η προγνωστική συντήρηση φέρνει επανάσταση στον τομέα του πετρελαίου και του φυσικού αερίου, με μια καινοτόμο και προορατική προσέγγιση στη διαχείριση των εγκαταστάσεων.…