این یک پست وبلاگ حمایت شده توسط Saurav Gupta، مهندس فروش است، InterSystems
سازمانهای خدمات مالی مملو از دادهها هستند، و اشتهای آشکاری در این بخش برای استفاده از آن برای طیف گستردهای از ابتکارات، از جمله تجزیه و تحلیل دادههای تراکنشهای بلادرنگ و کاهش ریزش مشتریان وجود دارد. اما انجام این کار مستلزم قرار دادن معماری مدیریت داده مناسب است. که به ندرت آسان است. در طول سالها، سازمانها روشهای مختلفی را برای ارائه دیدگاههای ثابت از دادههای سازمانی برای پشتیبانی از نیازهای تجاری خود امتحان کردهاند، اما تغییرات سریع در خواستههای زیرساختهای فناوری اطلاعات و محیطهای دادهشان، مانند پیادهسازی دریاچههای داده و انبارهای داده، به معنی است. که چالش ها هنوز باقی است.
در حالی که دادهها در سازمانهای خدمات مالی اغلب محفوظ است و دسترسی و مصرف آن دشوار است، ما اکنون شاهد ظهور رویکردهای جدیدی برای مدیریت داده هستیم که میتواند بر این چالشها غلبه کند. دو مورد از امیدوار کننده ترین: دیتا فابریک و دیتا مشطراحی شده اند تا به سازمان ها کمک کنند تا حداکثر ارزش تجاری را از داده ها و زیرساخت داده های موجود خود به کار گیرند.
شباهت های زیادی بین این دو رویکرد وجود دارد. هر دوی اینها به داده ها اجازه می دهد تا در منبع ذخیره شوند - یک تمایز کلیدی نسبت به سیستم های قدیمی که نیاز به کپی کردن و انتقال داده ها با استفاده از فرآیندهای دسته ای دارند.
علاوه بر این، هم یک پارچه داده و هم یک شبکه داده، داده ها و برنامه های کاربردی متفاوت، از جمله در محل، از شرکا و در فضای ابری عمومی برای کشف، اتصال، ادغام، تبدیل، تجزیه و تحلیل، مدیریت و استفاده از آنها به یکدیگر متصل می شوند. با استفاده از این قابلیتها، هر دو رویکرد، کسبوکار را قادر میسازند تا به اهداف تجاری به سرعت و کارآمد دست یابد.
علیرغم شباهتهای بین این دو، تفاوتهای مهمی نیز وجود دارد که در اینجا باید در نظر گرفته شود، که نشان میدهد چرا آنها مکمل هستند و نه قابل تعویض. با بافت داده، ابرداده، حکمرانی و معناشناسی به صورت متمرکز مدیریت می شوند. این ساختار بیشتر در شرکتهای خدمات مالی که از یک مدیر ارشد داده استفاده میکنند که رویکردی از بالا به پایین برای مدیریت دادهها دارد، دیده میشود.
آخرین تکرار، هوشمند پارچههای داده، بر پایه پارچه دادهها ساخته میشوند و طیف گستردهای از قابلیتهای تحلیلی، از جمله اکتشاف داده، هوش تجاری، پردازش زبان طبیعی، و یادگیری ماشین را مستقیماً در خود پارچه ترکیب میکنند. برای خدمات مالی، این بدان معناست که توانایی انجام تجزیه و تحلیل بر روی دادههای رویداد و تراکنشهای بلادرنگ، بدون تأثیرگذاری بر عملکرد سیستم تراکنش وجود دارد. سازمانها میتوانند از پرسوجو در اعداد آفلاین یا روزانه به تصمیمگیری در لحظه با بینشهای بیدرنگ دور شوند.
از سوی دیگر، یک شبکه داده، تیمهای دامنه محلی را قادر میسازد تا بر اساس این فرض که به دادههای خود نزدیکتر هستند و آن را بهتر درک میکنند، تحویل محصولات داده را در اختیار داشته باشند. این توسط معماری پشتیبانی میشود که از طراحی دامنهگرا و خود-خدمت استفاده میکند و تیمهای محلی را قادر میسازد تا دادهها را کشف، درک، اعتماد کنند و از آن برای اطلاعرسانی تصمیمها و ابتکارات و توسعه و استقرار محصولات و برنامههای داده استفاده کنند.
یکی از تفاوت های کلیدی بین این دو این است که یک شبکه داده اجازه می دهد تا حاکمیت داده در سیستم های منبع (نقاط پایانی) تعریف و مدیریت شود، در حالی که بافت داده یک بافت فراگیر را فراهم می کند که شامل حاکمیت، اصل و نسب، امنیت و غیره است که به صورت متمرکز اعمال و مدیریت می شود. به عنوان مثال، توسط CDO. با نگاهی عملی به این موضوع، شبکه داده ممکن است برای موقعیتهایی مناسب باشد که در آن نگرانیهای مربوط به حاکمیت داده وجود دارد، در حالی که بافت داده ممکن است رویکرد درستی باشد که در آن دفتر CDO یک طبقهبندی سازمانی با امتیازات دسترسی را تعریف میکند.
این نقاط تمایز این واقعیت را برجسته می کند که این دو رویکرد متقابلاً منحصر به فرد نیستند - دور از آن. در واقع، وقتی نوبت به تعیین نوع معماری برای استفاده می رسد، انتخاب بستگی به مورد استفاده تجاری دارد. به عنوان مثال، اگر تیم ارشد بخواهد یک دید سازمانی از دارایی های داده خود با حاکمیت سطح سازمانی داشته باشد، احتمالاً یک بافت داده سازمانی را پیاده سازی می کند. اگر سازمان میخواهد بخشهای معتمد شرکت را با انعطافپذیری برای ایجاد و مدیریت برنامههای کاربردی خود برای سرعت بخشیدن به نوآوریها و تحولات دیجیتالی توانمند کند، یا اگر مسائل مربوط به حاکمیت دادهها مورد توجه باشد، ممکن است یک شبکه داده جزء مناسبی از کلیت آنها باشد. معماری.
با این حال، به همان اندازه درست است که، در شرایط مناسب، این دو رویکرد میتوانند، و اغلب انجام میدهند، برای دستیابی به نتایج مثبت با هم کار کنند. همانطور که یکی از مشتریان عمده خدمات مالی ما می گوید: "پارچه و مش هدف یکسان دسترسی آسان به داده ها را دارند و در شرایط مناسب در واقع می توانند رویکردهای مکمل باشند."
واقعیت این است که معماریهای پارچه دادهها میتوانند با طرحهای مش دادهای در جایی که منطقی باشد، مانند سازمانهای بزرگی که باید دادههای کمپین را به صورت محلی در مناطق مدیریت کنند، همزیستی کنند.
یک مثال که در آن یک پارچه داده و یک شبکه داده به طور همزمان کار می کنند را می توان در خواسته های یک شرکت بزرگ مدیریت ثروت چند ملیتی با ابتکارات مشتری 360 مشاهده کرد.
در این مورد، استراتژی کلی داده شرکت به صورت متمرکز مدیریت می شود (بافت داده)، اما مسائل مربوط به حاکمیت در مورد نگهداری و پردازش داده ها در کشورهای خاصی وجود دارد که در آن کمپین های بازاریابی محلی اجرا می شود. در کنار این، دانش محلی خاصی از مشتریان در مناطق وجود دارد که از تغییرات در مدیریت کمپین محلی خبر می دهد. این تغییرات توسط تیم های IT منطقه ای، کشوری یا محلی (مش داده) رسیدگی می شود.
این نوع مثالهای عملی از اینکه چگونه مش داده و بافت داده میتوانند با هم کار کنند تا مزایای تجاری ملموس را به ارمغان بیاورند، در نهایت بسیار روشنتر از بحث در مورد مزیتهای هر رویکرد هستند.
همه چیز در مورد این است که چگونه رویکردها می توانند به ساده سازی و ساده سازی معماری های کسب و کار کمک کنند تا سازمان ها بتوانند روی استفاده از داده های خود به روش های معناداری تمرکز کنند که ارزش تجاری ملموس را ارائه می دهد. با گذشت زمان، ما انتظار داریم که شاهد تکامل بیشتر این دو رویکرد با نوآوری های مش داده در زمینه هایی مانند مالکیت داده های دامنه گرا باشیم که با معماری بافت داده به طور فزاینده ای بالغ می شوند. با این حال، همیشه تمرکز عملگرایانه باید بر آنچه که این ترکیب از قابلیت ها به خط نهایی ارائه می دهد، باقی بماند. برای بسیاری از سازمانها، زیرساخت داده هنوز به عنوان یک مرکز هزینه در نظر گرفته میشود، اما این پارادایمهای جدید راه را برای درک جدیدی از ارزش آن هموار میکنند، و به آن اجازه میدهند تا در منظری جدید بهعنوان یک مرکز سود که ارزش قابلتوجهی به خود اختصاص میدهد، قدردانی شود. به کسب و کار
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی به اینجا.
- منبع: https://finovate.com/data-fabric-or-data-mesh-can-financial-services-firms-benefit-from-both/
- a
- توانایی
- درباره ما
- دسترسی
- دسترسی به داده ها
- رسیدن
- اضافه
- معرفی
- اجازه دادن
- اجازه می دهد تا
- علم تجزیه و تحلیل
- تحلیل
- و
- اشتها
- برنامه های کاربردی
- اعمال می شود
- روش
- رویکردها
- مناسب
- معماری
- مناطق
- دارایی
- مستقر
- بودن
- سود
- مزایای
- بهتر
- میان
- بلاگ
- پایین
- ساختن
- کسب و کار
- مزایای کسب و کار
- هوش تجاری
- کمپین بین المللی حقوق بشر
- مبارزات
- قابلیت های
- مورد
- مرکز
- معین
- چالش ها
- تبادل
- رئیس
- مدیر ارشد داده
- را انتخاب کنید
- موقعیت
- واضح
- نزدیک
- ابر
- ترکیب
- آینده
- شرکت
- شرکت
- مکمل
- جزء
- نگرانی
- نگرانی ها
- اتصال
- در نظر بگیرید
- استوار
- مصرف
- هزینه
- کشور
- کشور
- ایجاد
- مشتری
- مشتریان
- داده ها
- زیرساخت داده
- مدیریت اطلاعات
- استراتژی داده
- انبارهای داده
- مناظره
- تصمیم گیری
- مشخص
- تعریف کردن
- ارائه
- ارائه
- تحویل
- خواسته
- وابسته
- گسترش
- طرح
- طراحی
- تعیین
- توسعه
- تفاوت
- تفاوت
- مختلف
- تمایز دهنده
- مشکل
- دیجیتال
- دگرگونی های دیجیتال
- مستقیما
- كشف كردن
- متفاوت
- عمل
- دامنه
- هر
- ساده
- موثر
- خروج
- قدرت دادن
- قادر ساختن
- را قادر می سازد
- را قادر می سازد
- مهندس
- سرمایه گذاری
- محیط
- به همان اندازه
- و غیره
- واقعه
- تکامل
- مثال
- مثال ها
- انحصاری
- موجود
- انتظار
- اکتشاف
- پارچه
- پارچه
- بسیار
- مالی
- خدمات مالی
- شرکت
- شرکت ها
- انعطاف پذیری
- تمرکز
- پایه
- غالبا
- از جانب
- بیشتر
- هدف
- اهداف
- حکومت
- دست
- کمک
- اینجا کلیک نمایید
- نماد
- چگونه
- HTTPS
- انجام
- پیاده سازی
- مهم
- in
- شامل
- از جمله
- ترکیب کردن
- به طور فزاینده
- شالوده
- ابتکارات
- ابداع
- نوآوری
- بینش
- ادغام
- اطلاعات
- InterSystems
- مسائل
- IT
- تکرار
- خود
- کلید
- دانش
- زبان
- بزرگ
- آخرین
- یادگیری
- میراث
- سطح
- قدرت نفوذ
- اهرم ها
- بهره برداری
- سبک
- احتمالا
- لاین
- محلی
- به صورت محلی
- به دنبال
- دستگاه
- فراگیری ماشین
- عمده
- ساخت
- باعث می شود
- ساخت
- مدیریت
- اداره می شود
- مدیریت
- بسیاری
- بازار یابی (Marketing)
- کمپین های بازاریابی
- بالغ
- حداکثر عرض
- بیشترین
- معنی دار
- به معنی
- دیدار
- متاداده
- لحظه
- بیش
- اکثر
- حرکت
- چند ملیتی
- متقابلا
- طبیعی
- زبان طبیعی
- پردازش زبان طبیعی
- نیاز
- نیازهای
- جدید
- تعداد
- دفتر
- افسر
- آنلاین نیست.
- ONE
- سازمان های
- کدام سازمان ها
- سازمانی
- سازمان های
- دیگر
- به طور کلی
- غلبه بر
- خود
- مالکیت
- نحوهی
- شرکای
- بخش
- سنگفرش
- انجام دادن
- کارایی
- محل
- افلاطون
- هوش داده افلاطون
- PlatoData
- نقطه
- مثبت
- پست
- عملی
- عملگرا
- در حال حاضر
- امتیازات
- فرآیندهای
- در حال پردازش
- محصولات
- سود
- امید بخش
- فراهم می کند
- عمومی
- ابر عمومی
- قرار می دهد
- قرار دادن
- به سرعت
- محدوده
- سریع
- نسبتا
- زمان واقعی
- واقعیت
- کاهش
- منطقهای
- مناطق
- ماندن
- نیاز
- نیاز
- قابل احترام
- نگهداری
- حراجی
- همان
- بخش
- تیم امنیت لاتاری
- مشاهده
- انتخاب
- معنایی
- ارشد
- حس
- خدمات
- اشتراک گذاری
- شباهت ها
- ساده
- به طور همزمان
- شرایط
- So
- برخی از
- منبع
- حق حاکمیت
- خاص
- سرعت
- حمایت مالی
- هنوز
- ذخیره شده
- استراتژی
- ساده
- ساختار
- قابل توجه
- چنین
- پشتیبانی
- پشتیبانی
- سیستم
- سیستم های
- طول می کشد
- طبقه بندی
- تیم
- تیم ها
- قوانین و مقررات
- La
- منبع
- شان
- زمان
- به
- با هم
- هم
- معامله ای
- دگرگون کردن
- دگرگونی
- درست
- اعتماد
- مورد اعتماد
- در نهایت
- زیر
- فهمیدن
- درک
- استفاده کنید
- مورد استفاده
- استفاده کنید
- ارزش
- تنوع
- چشم انداز
- نمایش ها
- راه
- ثروت
- مدیریت ثروت
- چی
- که
- در حین
- وسیع
- دامنه گسترده
- اراده
- در داخل
- بدون
- مهاجرت کاری
- همکاری
- خواهد بود
- سال
- زفیرنت