Questo è un post sul blog sponsorizzato da Saurav Gupta, Sales Engineer, Intersistemi
Le organizzazioni di servizi finanziari sono inondate di dati e c'è un chiaro desiderio nel settore di utilizzarli per un'ampia varietà di iniziative, tra cui l'analisi dei dati transazionali in tempo reale e la riduzione del tasso di abbandono dei clienti. Ma per farlo è necessario mettere in atto la giusta architettura di gestione dei dati. Raramente è facile. Nel corso degli anni, le organizzazioni hanno provato diversi modi per fornire visualizzazioni coerenti dei dati aziendali per supportare le proprie esigenze aziendali, ma i rapidi cambiamenti nelle richieste di ciò che l'infrastruttura IT e gli ambienti di dati devono fornire, come l'implementazione di data lake e data warehouse, significano che le sfide rimangono ancora.
Mentre i dati all'interno delle organizzazioni di servizi finanziari sono spesso isolati e difficili da accedere e consumare, stiamo ora assistendo all'emergere di nuovi approcci alla gestione dei dati in grado di superare queste sfide. Due dei più promettenti: data fabric e data mesh, sono progettati per aiutare le organizzazioni a sfruttare al massimo il valore aziendale dai propri dati e dall'infrastruttura dati esistente.
Ci sono molte somiglianze tra i due approcci. Entrambi consentono ai dati di rimanere archiviati all'origine, un fattore di differenziazione chiave rispetto ai sistemi legacy che richiedono la copia e lo spostamento dei dati utilizzando processi batch.
Inoltre, sia un data fabric che una data mesh connettono dati e applicazioni disparati, inclusi on-premise, dai partner e nel cloud pubblico, per scoprirli, connetterli, integrarli, trasformarli, analizzarli, gestirli e utilizzarli. Sfruttando queste capacità, entrambi gli approcci consentono all'azienda di raggiungere gli obiettivi di business in modo rapido ed efficiente.
Nonostante i parallelismi tra i due, ci sono anche alcune importanti differenze da considerare qui, che evidenziano perché sono complementari piuttosto che intercambiabili. Con un data fabric, i metadati, la governance e la semantica sono gestiti centralmente. Questa struttura è più frequente nelle società di servizi finanziari che impiegano un Chief Data Officer che adotta un approccio dall'alto verso il basso alla gestione dei dati.
L'ultima iterazione, smart data fabric, si basano sulla base del data fabric e incorporano un'ampia gamma di funzionalità di analisi, tra cui l'esplorazione dei dati, la business intelligence, l'elaborazione del linguaggio naturale e l'apprendimento automatico direttamente all'interno del fabric stesso. Per i servizi finanziari, ciò significa che è possibile eseguire analisi su eventi in tempo reale e dati transazionali, senza influire sulle prestazioni del sistema transazionale. Le organizzazioni possono passare dall'interrogazione su numeri offline o intraday, al prendere decisioni sul momento con approfondimenti in tempo reale.
Una rete di dati, d'altra parte, consente ai team del dominio locale di possedere la fornitura di prodotti di dati sulla base del presupposto che sono più vicini ai propri dati e li comprendono meglio. È supportato da un'architettura che sfrutta un design self-service orientato al dominio, consentendo ai team locali di scoprire, comprendere, considerare attendibile e utilizzare i dati per prendere decisioni e iniziative e sviluppare e distribuire prodotti e applicazioni di dati.
Una differenza fondamentale tra i due è che un data mesh consente di definire e gestire la governance dei dati nei sistemi di origine (endpoint), mentre un data fabric fornisce un tessuto globale che include governance, derivazione, sicurezza, ecc., applicato e gestito centralmente , ad esempio, dal CDO. Guardando questo in termini pratici, un data mesh può essere appropriato per situazioni in cui vi sono problemi di sovranità dei dati, mentre un data fabric può essere l'approccio giusto quando l'ufficio del CDO sta definendo una tassonomia organizzativa con privilegi di accesso.
Questi punti di differenziazione evidenziano il fatto che i due approcci non si escludono a vicenda, tutt'altro. Infatti, quando si tratta di determinare quale tipo di architettura utilizzare, la selezione dipende dal caso d'uso aziendale. Se il team senior desidera avere una visione aziendale delle proprie risorse di dati con governance a livello aziendale, ad esempio, probabilmente sceglierà di implementare un data fabric aziendale. Se l'organizzazione desidera conferire a determinate parti affidabili dell'azienda la flessibilità necessaria per creare e gestire le proprie applicazioni per accelerare le iniziative di innovazione e trasformazione digitale, o se i problemi di sovranità dei dati sono fonte di preoccupazione, una rete di dati può essere un componente appropriato del loro sistema complessivo architettura.
Tuttavia, è altrettanto vero che, nelle giuste circostanze, i due approcci possono, e spesso lo fanno, collaborare positivamente per ottenere risultati positivi. Come afferma uno dei nostri principali clienti di servizi finanziari: "Fabric e mesh condividono lo stesso obiettivo di un facile accesso ai dati e, nelle giuste circostanze, possono infatti essere approcci complementari".
La realtà è che le architetture di data fabric possono coesistere con iniziative di data mesh dove ha senso, come nelle grandi organizzazioni che devono gestire i dati delle campagne localmente all'interno delle regioni.
Un esempio in cui un data fabric e una data mesh funzionano contemporaneamente può essere visto nelle richieste di una grande società multinazionale di gestione patrimoniale con iniziative per i clienti a 360 gradi.
In questo caso d'uso, la strategia dati complessiva dell'azienda è gestita centralmente (data fabric), ma in alcuni paesi in cui vengono eseguite campagne di marketing locali sono presenti problemi di sovranità sulla conservazione e l'elaborazione dei dati. Insieme a questo, esiste una conoscenza locale specifica dei clienti nelle regioni, che informa le variazioni nella gestione delle campagne locali. Queste variazioni vengono gestite dai team IT regionali, nazionali o locali (data mesh).
Questi tipi di esempi pratici di come il data mesh e il data fabric possono lavorare insieme per offrire vantaggi aziendali tangibili sono in definitiva molto più illuminanti del dibattito sui rispettivi meriti di ciascun approccio.
Si tratta di come gli approcci possono aiutare a razionalizzare e semplificare le architetture aziendali in modo che le organizzazioni possano concentrarsi sull'utilizzo dei propri dati in modi significativi che offrano un valore aziendale tangibile. Nel corso del tempo, ci aspetteremmo di vedere un'ulteriore evoluzione dei due approcci con le innovazioni del data mesh in aree come la proprietà dei dati orientata al dominio che si uniscono all'architettura del data fabric sempre più matura. Per tutto il tempo, tuttavia, l'attenzione pragmatica deve rimanere su ciò che questa combinazione di capacità offre ai profitti. Per troppe organizzazioni l'infrastruttura dati è ancora vista come un centro di costo, ma questi nuovi paradigmi stanno aprendo la strada a una nuova comprensione del suo valore, permettendole di essere apprezzata sotto una nuova luce come centro di profitto che contribuisce con il proprio valore sostanziale all'impresa.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
- Fonte: https://finovate.com/data-fabric-or-data-mesh-can-financial-services-firms-benefit-from-both/
- a
- capacità
- Chi siamo
- accesso
- Accesso ai dati
- Raggiungere
- aggiunta
- Tutti
- Consentire
- consente
- analitica
- analizzare
- ed
- appetito
- applicazioni
- applicato
- approccio
- approcci
- opportuno
- architettura
- aree
- Attività
- basato
- essendo
- beneficio
- vantaggi
- Meglio
- fra
- Blog
- Parte inferiore
- costruire
- affari
- Vantaggi per le aziende
- business intelligence
- Campagna
- Responsabile Campagne
- funzionalità
- Custodie
- centro
- certo
- sfide
- Modifiche
- capo
- Chief Data Officer
- Scegli
- condizioni
- pulire campo
- più vicino
- Cloud
- combinazione
- arrivo
- Aziende
- Società
- complementare
- componente
- Problemi della Pelle
- preoccupazioni
- Connettiti
- Prendere in considerazione
- coerente
- consumare
- Costo
- paesi
- nazione
- creare
- cliente
- Clienti
- dati
- infrastruttura dati
- gestione dei dati
- strategia di dati
- data warehouse
- dibattito
- decisioni
- definito
- definizione
- consegnare
- fornisce un monitoraggio
- consegna
- richieste
- dipendente
- schierare
- Design
- progettato
- determinazione
- sviluppare
- differenza
- differenze
- diverso
- differenziatore
- difficile
- digitale
- DIGITAL TRANSFORMATION
- direttamente
- scopri
- disparato
- fare
- dominio
- ogni
- facile
- in modo efficiente
- emersione
- e potenza
- enable
- Abilita
- consentendo
- ingegnere
- Impresa
- ambienti
- Allo stesso modo
- eccetera
- Evento
- evoluzione
- esempio
- Esempi
- Exclusive
- esistente
- attenderti
- esplorazione
- tessuto
- Tessuti
- lontano
- finanziario
- servizi finanziari
- Impresa
- Aziende
- Flessibilità
- Focus
- Fondazione
- frequentemente
- da
- ulteriormente
- scopo
- Obiettivi
- la governance
- cura
- Aiuto
- qui
- Highlight
- Come
- HTTPS
- realizzare
- implementazione
- importante
- in
- inclusi
- Compreso
- incorporare
- sempre più
- Infrastruttura
- iniziative
- Innovazione
- innovazioni
- intuizioni
- integrare
- Intelligence
- Intersistemi
- sicurezza
- IT
- iterazione
- stessa
- Le
- conoscenze
- Lingua
- grandi
- con i più recenti
- apprendimento
- Eredità
- Livello
- Leva
- leveraggi
- leveraging
- leggera
- probabile
- linea
- locale
- a livello locale
- cerca
- macchina
- machine learning
- maggiore
- make
- FA
- Fare
- gestire
- gestito
- gestione
- molti
- Marketing
- Campagne di marketing
- alunni
- max-width
- massimo
- significativo
- si intende
- Soddisfare
- Metadati
- momento
- Scopri di più
- maggior parte
- cambiano
- multinazionale
- reciprocamente
- Naturale
- Linguaggio naturale
- Elaborazione del linguaggio naturale
- Bisogno
- esigenze
- New
- numeri
- Office
- Responsabile
- offline
- ONE
- Organizzazioni
- organizzazione
- organizzativa
- organizzazioni
- Altro
- complessivo
- Superare
- proprio
- proprietà
- Parallels
- partner
- Ricambi
- Pavimentazione
- eseguire
- performance
- posto
- Platone
- Platone Data Intelligence
- PlatoneDati
- punti
- positivo
- Post
- Pratico
- pragmatico
- presenti
- privilegi
- i processi
- lavorazione
- Prodotti
- Profitto
- promettente
- fornisce
- la percezione
- cloud pubblico
- mette
- Mettendo
- rapidamente
- gamma
- veloce
- piuttosto
- tempo reale
- Realtà
- riducendo
- regionale
- regioni
- rimanere
- richiedere
- richiede
- quelli
- ritenzione
- vendite
- stesso
- settore
- problemi di
- vedendo
- prodotti
- semantica
- anziano
- senso
- Servizi
- Condividi
- somiglianze
- semplificando
- contemporaneamente
- situazioni
- So
- alcuni
- Fonte
- sovranità
- specifico
- velocità
- Sponsored
- Ancora
- memorizzati
- Strategia
- razionalizzazione
- La struttura
- sostanziale
- tale
- supporto
- supportato
- sistema
- SISTEMI DI TRATTAMENTO
- prende
- tassonomia
- team
- le squadre
- condizioni
- I
- L’ORIGINE
- loro
- tempo
- a
- insieme
- pure
- transazionale
- Trasformare
- Trasformazione
- vero
- Affidati ad
- di fiducia
- in definitiva
- per
- capire
- e una comprensione reciproca
- uso
- caso d'uso
- utilizzare
- APPREZZIAMO
- varietà
- Visualizza
- visualizzazioni
- modi
- Ricchezza
- gestione patrimoniale
- Che
- quale
- while
- largo
- Vasta gamma
- volere
- entro
- senza
- Lavora
- lavorare insieme
- sarebbe
- anni
- zefiro