Dit is een gesponsorde blogpost van Saurav Gupta, Sales Engineer, Intersystemen
Financiële dienstverleners worden overspoeld met gegevens en er is een duidelijke behoefte in de sector om deze te gebruiken voor een breed scala aan initiatieven, waaronder analyse van realtime transactiegegevens en het verminderen van klantverloop. Maar om dit te doen, moet de juiste architectuur voor gegevensbeheer worden ingevoerd. Dat is zelden gemakkelijk. In de loop der jaren hebben organisaties verschillende manieren geprobeerd om consistente weergaven van bedrijfsgegevens te leveren ter ondersteuning van hun bedrijfsbehoeften, maar snelle veranderingen in de eisen van wat hun IT-infrastructuur en gegevensomgevingen moeten leveren, zoals de implementatie van datalakes en datawarehouses, betekenen dat er nog steeds uitdagingen zijn.
Hoewel gegevens binnen financiële dienstverleners vaak geïsoleerd zijn en moeilijk te benaderen en te consumeren, zien we nu de opkomst van nieuwe benaderingen van gegevensbeheer die deze uitdagingen kunnen overwinnen. Twee van de meest veelbelovende: dataweefsel en datanet, zijn ontworpen om organisaties te helpen maximale bedrijfswaarde uit hun data en bestaande data-infrastructuur te halen.
Er zijn veel overeenkomsten tussen de twee benaderingen. Beide zorgen ervoor dat de gegevens bij de bron op hun plaats blijven - een belangrijke onderscheidende factor ten opzichte van oudere systemen waarbij gegevens moeten worden gekopieerd en verplaatst met behulp van batchprocessen.
Bovendien verbinden zowel een datafabric als een datamesh ongelijksoortige gegevens en applicaties, inclusief on-premises, van partners en in de openbare cloud, om ze te ontdekken, verbinden, integreren, transformeren, analyseren, beheren en gebruiken. Door gebruik te maken van deze mogelijkheden stellen beide benaderingen het bedrijf in staat om snel en efficiënt zakelijke doelen te bereiken.
Ondanks de parallellen tussen de twee, zijn er ook enkele belangrijke verschillen die hier moeten worden overwogen, die benadrukken waarom ze eerder complementair dan uitwisselbaar zijn. Bij een datafabric worden de metadata, governance en semantiek centraal beheerd. Deze structuur komt vaker voor bij financiële dienstverleners die een Chief Data Officer in dienst hebben die databeheer top-down benadert.
De laatste iteratie, slim datafabrics, bouw voort op de datafabric-basis en integreer een breed scala aan analytische mogelijkheden, waaronder data-exploratie, business intelligence, natuurlijke taalverwerking en machine learning rechtstreeks in de fabric zelf. Voor financiële diensten betekent dit dat er analyses kunnen worden uitgevoerd op real-time gebeurtenis- en transactiegegevens, zonder de prestaties van het transactiesysteem te beïnvloeden. Organisaties kunnen overstappen van het zoeken op offline of intraday-nummers naar het nemen van beslissingen op het moment met realtime inzichten.
Een datamesh daarentegen stelt lokale domeinteams in staat om de levering van dataproducten in handen te nemen op basis van de veronderstelling dat ze dichter bij hun data staan en deze beter begrijpen. Het wordt ondersteund door een architectuur die gebruikmaakt van een domeingericht, zelfbedieningsontwerp, waardoor lokale teams gegevens kunnen ontdekken, begrijpen, vertrouwen en gebruiken om beslissingen en initiatieven te onderbouwen en gegevensproducten en -toepassingen te ontwikkelen en te implementeren.
Een belangrijk verschil tussen de twee is dat een data-mesh ervoor zorgt dat data-governance kan worden gedefinieerd en beheerd bij de bronsystemen (eindpunten), terwijl een data-fabric een overkoepelende structuur biedt die governance, afstamming, beveiliging, enz. omvat, centraal toegepast en beheerd. bijvoorbeeld door de CDO. Als we dit in praktische termen bekijken, kan een datamesh geschikt zijn voor situaties waarin er zorgen zijn over datasoevereiniteit, terwijl een datafabric de juiste benadering kan zijn wanneer het kantoor van de CDO een organisatorische taxonomie met toegangsprivileges definieert.
Deze differentiatiepunten benadrukken het feit dat de twee benaderingen elkaar niet uitsluiten – verre van dat. Als het erom gaat te bepalen welk type architectuur moet worden gebruikt, is de keuze in feite afhankelijk van de zakelijke use case. Als het senior team bijvoorbeeld een enterprise-view wil hebben van hun data-assets met governance op ondernemingsniveau, zullen ze er waarschijnlijk voor kiezen om een enterprise data fabric te implementeren. Als de organisatie bepaalde vertrouwde delen van de onderneming de flexibiliteit wil geven om hun eigen applicaties te creëren en te beheren om innovatie en digitale transformatie-initiatieven te versnellen, of als datasoevereiniteit een probleem is, kan een datamesh een geschikt onderdeel zijn van hun algehele architectuur.
Het is echter evenzeer waar dat, in de juiste omstandigheden, de twee benaderingen positief kunnen samenwerken, en dat vaak ook doen, om positieve resultaten te bereiken. Zoals een van onze grootste financiële dienstverleners het verwoordt: "Stof en mesh delen hetzelfde doel van gemakkelijke toegang tot gegevens, en kunnen onder de juiste omstandigheden zelfs complementaire benaderingen zijn."
De realiteit is dat datafabric-architecturen naast datamesh-initiatieven kunnen bestaan waar dat zinvol is, zoals in grote organisaties die campagnegegevens lokaal binnen regio's moeten beheren.
Een voorbeeld waar een datafabric en een datamesh tegelijkertijd werken, is te zien in de eisen van een grote multinationale vermogensbeheerder met klant 360-initiatieven.
In deze use case wordt de algemene datastrategie van het bedrijf centraal beheerd (datafabric), maar in bepaalde landen waar lokale marketingcampagnes worden uitgevoerd, zijn soevereiniteitsproblemen met betrekking tot het bewaren en verwerken van gegevens aanwezig. Gelieerd hieraan is er specifieke lokale kennis van de klanten in de regio's, wat zorgt voor variaties in lokaal campagnebeheer. Deze variaties worden behandeld door de regionale, landelijke of lokale IT-teams (datamesh).
Dit soort praktijkvoorbeelden van hoe datamesh en datafabric kunnen samenwerken om tastbare zakelijke voordelen op te leveren, zijn uiteindelijk veel verhelderender dan het debat over de respectieve verdiensten van elke benadering.
Het gaat erom hoe de benaderingen kunnen helpen bij het stroomlijnen en vereenvoudigen van bedrijfsarchitecturen, zodat organisaties zich kunnen concentreren op het benutten van hun gegevens op zinvolle manieren die tastbare bedrijfswaarde opleveren. In de loop van de tijd zouden we verwachten dat de twee benaderingen verder zullen evolueren met datamesh-innovaties op gebieden zoals domeingeoriënteerd data-eigendom die samenkomen met de steeds volwassener wordende datafabric-architectuur. De pragmatische focus moet echter altijd blijven op wat deze combinatie van capaciteiten uiteindelijk oplevert. Voor te veel organisaties wordt data-infrastructuur nog steeds gezien als een kostenplaats, maar deze nieuwe paradigma's maken de weg vrij voor een nieuw begrip van de waarde ervan, waardoor het in een nieuw licht kan worden gewaardeerd als een winstcentrum dat zijn eigen substantiële waarde toevoegt naar het bedrijf.
- Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
- Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
- Bron: https://finovate.com/data-fabric-or-data-mesh-can-financial-services-firms-benefit-from-both/
- a
- vermogen
- Over
- toegang
- Toegang tot gegevens
- Bereiken
- toevoeging
- Alles
- Het toestaan
- toestaat
- analytics
- analyseren
- en
- eetlust
- toepassingen
- toegepast
- nadering
- benaderingen
- passend
- architectuur
- gebieden
- Activa
- gebaseerde
- wezen
- voordeel
- betekent
- Betere
- tussen
- Blog
- Onder
- bouw
- bedrijfsdeskundigen
- Zakelijke voordelen
- business intelligence
- Campagne
- Campagnes
- mogelijkheden
- geval
- Centreren
- zeker
- uitdagingen
- Wijzigingen
- chef
- chief data officer
- Kies
- situatie
- duidelijk
- dichterbij
- Cloud
- combinatie van
- komst
- Bedrijven
- Bedrijf
- complementair
- bestanddeel
- Bezorgdheid
- Zorgen
- Verbinden
- Overwegen
- consequent
- consumeren
- Kosten
- landen
- Land
- en je merk te creëren
- klant
- Klanten
- gegevens
- data-infrastructuur
- gegevensbeheer
- gegevensstrategie
- data warehouses
- debat
- beslissingen
- gedefinieerd
- het definiëren van
- leveren
- levert
- levering
- eisen
- afhankelijk
- implementeren
- Design
- ontworpen
- bepalen
- ontwikkelen
- verschil
- verschillen
- anders
- differentiator
- moeilijk
- digitaal
- Digitale Transformatie
- direct
- Onthul Nu
- ongelijksoortig
- doen
- domein
- elk
- En het is heel gemakkelijk
- efficiënt
- opkomst
- machtigen
- in staat stellen
- maakt
- waardoor
- ingenieur
- Enterprise
- omgevingen
- even
- etc
- Event
- Evolutie
- voorbeeld
- voorbeelden
- Nieuwste vermeldingen
- bestaand
- verwachten
- exploratie
- stof
- stoffen
- ver
- financieel
- financiële diensten
- Stevig
- bedrijven
- Flexibiliteit
- Focus
- Foundation
- vaak
- oppompen van
- verder
- doel
- Doelen
- bestuur
- hand
- hulp
- hier
- Markeer
- Hoe
- HTTPS
- uitvoeren
- uitvoering
- belangrijk
- in
- omvat
- Inclusief
- nemen
- in toenemende mate
- Infrastructuur
- initiatieven
- Innovatie
- innovaties
- inzichten
- integreren
- Intelligentie
- Intersystemen
- problemen
- IT
- herhaling
- zelf
- sleutel
- kennis
- taal
- Groot
- laatste
- leren
- Nalatenschap
- Niveau
- Hefboomwerking
- hefbomen
- leveraging
- licht
- Waarschijnlijk
- Lijn
- lokaal
- plaatselijk
- op zoek
- machine
- machine learning
- groot
- maken
- MERKEN
- maken
- beheer
- beheerd
- management
- veel
- Marketing
- Marketing campagnes
- volwassen
- max-width
- maximaal
- zinvolle
- middel
- Maak kennis met
- Metadata
- moment
- meer
- meest
- beweging
- multinationaal
- onderling
- Naturel
- Natuurlijke taal
- Natural Language Processing
- Noodzaak
- behoeften
- New
- nummers
- Kantoor
- Officier
- offline
- EEN
- Organisaties
- organisatie
- organisatorische
- organisaties
- Overige
- totaal
- Overwinnen
- het te bezitten.
- ownership
- Parallels
- partners
- onderdelen
- Bestrating
- uitvoeren
- prestatie
- plaats
- Plato
- Plato gegevensintelligentie
- PlatoData
- punten
- positief
- Post
- PRAKTISCH
- pragmatisch
- presenteren
- voorrechten
- processen
- verwerking
- Producten
- Profit
- veelbelovend
- biedt
- publiek
- public cloud
- puts
- Putting
- snel
- reeks
- snel
- liever
- real-time
- Realiteit
- vermindering
- regionaal
- regio
- blijven
- vereisen
- vereist
- degenen
- behoud
- verkoop
- dezelfde
- sector
- veiligheid
- te zien
- selectie
- semantiek
- senior
- zin
- Diensten
- Delen
- overeenkomsten
- vereenvoudigen
- gelijktijdig
- situaties
- So
- sommige
- bron
- soevereiniteit
- specifiek
- snelheid
- Gesponsorde
- Still
- opgeslagen
- Strategie
- stroomlijnen
- structuur
- wezenlijk
- dergelijk
- ondersteuning
- ondersteunde
- system
- Systems
- neemt
- taxonomie
- team
- teams
- termen
- De
- De Bron
- hun
- niet de tijd of
- naar
- samen
- ook
- transactionele
- Transformeren
- Transformatie
- waar
- Trust
- vertrouwde
- Tenslotte
- voor
- begrijpen
- begrip
- .
- use case
- gebruik maken van
- waarde
- variëteit
- Bekijk
- .
- manieren
- Rijkdom
- Vermogensbeheer
- Wat
- welke
- en
- breed
- Grote range
- wil
- binnen
- zonder
- Mijn werk
- samenwerken
- zou
- jaar
- zephyrnet