นี่คือโพสต์บล็อกที่ได้รับการสนับสนุนจาก Saurav Gupta วิศวกรฝ่ายขาย อินเตอร์ซิสเต็มส์
องค์กรที่ให้บริการทางการเงินจมอยู่กับข้อมูล และมีความประสงค์ที่ชัดเจนในภาคส่วนที่จะใช้ประโยชน์จากข้อมูลดังกล่าวสำหรับโครงการริเริ่มต่างๆ ที่หลากหลาย รวมถึงการวิเคราะห์ข้อมูลธุรกรรมแบบเรียลไทม์ และลดการปั่นป่วนของลูกค้า แต่การทำเช่นนั้นจำเป็นต้องวางสถาปัตยกรรมการจัดการข้อมูลที่เหมาะสม นั่นไม่ใช่เรื่องง่ายเลย ในช่วงหลายปีที่ผ่านมา องค์กรต่างๆ ได้ลองใช้วิธีต่างๆ ในการนำเสนอมุมมองข้อมูลองค์กรที่สอดคล้องกันเพื่อรองรับความต้องการทางธุรกิจของตน แต่การเปลี่ยนแปลงอย่างรวดเร็วในความต้องการสิ่งที่โครงสร้างพื้นฐานด้านไอทีและสภาพแวดล้อมข้อมูลจำเป็นต้องส่งมอบ เช่น การใช้งาน Data Lake และคลังข้อมูล หมายความว่า ความท้าทายยังคงมีอยู่
แม้ว่าข้อมูลภายในองค์กรที่ให้บริการทางการเงินมักจะถูกแยกออกจากกันและเข้าถึงและบริโภคได้ยาก แต่ขณะนี้เราเห็นการเกิดขึ้นของแนวทางใหม่ในการจัดการข้อมูลที่สามารถเอาชนะความท้าทายเหล่านี้ได้ สองสิ่งที่มีแนวโน้มมากที่สุด: โครงสร้างข้อมูลและตาข่ายข้อมูลได้รับการออกแบบมาเพื่อช่วยให้องค์กรใช้ประโยชน์จากมูลค่าทางธุรกิจสูงสุดจากข้อมูลและโครงสร้างพื้นฐานข้อมูลที่มีอยู่
มีความคล้ายคลึงกันมากระหว่างทั้งสองวิธี ทั้งสองอย่างช่วยให้ข้อมูลยังคงถูกจัดเก็บไว้ในที่ต้นทาง ซึ่งเป็นตัวสร้างความแตกต่างที่สำคัญเหนือระบบเดิมที่กำหนดให้ต้องคัดลอกและย้ายข้อมูลโดยใช้กระบวนการแบบแบตช์
นอกจากนี้ ทั้ง Data Fabric และ Data Mesh จะเชื่อมต่อข้อมูลและแอปพลิเคชันที่แตกต่างกัน รวมถึงภายในองค์กร จากคู่ค้า และในระบบคลาวด์สาธารณะ เพื่อค้นหา เชื่อมต่อ บูรณาการ แปลงร่าง วิเคราะห์ จัดการ และใช้งานข้อมูลเหล่านั้น ด้วยการใช้ประโยชน์จากความสามารถเหล่านี้ ทั้งสองแนวทางช่วยให้ธุรกิจบรรลุเป้าหมายทางธุรกิจได้อย่างรวดเร็วและมีประสิทธิภาพ
แม้จะมีความคล้ายคลึงกันระหว่างทั้งสอง แต่ก็ยังมีความแตกต่างที่สำคัญบางประการที่ต้องพิจารณาที่นี่ ซึ่งเน้นว่าเหตุใดจึงมีความเสริมกันมากกว่าใช้แทนกันได้ ด้วย Data Fabric เมตาดาต้า การกำกับดูแล และความหมายจะได้รับการจัดการจากส่วนกลาง โครงสร้างนี้พบบ่อยกว่าในบริษัทที่ให้บริการทางการเงินที่จ้างประธานเจ้าหน้าที่ฝ่ายข้อมูลซึ่งใช้แนวทางจากบนลงล่างในการจัดการข้อมูล
การทำซ้ำครั้งล่าสุด สมาร์ท Data Fabric สร้างบนรากฐานของ Data Fabric และรวมความสามารถในการวิเคราะห์ที่หลากหลาย รวมถึงการสำรวจข้อมูล ระบบธุรกิจอัจฉริยะ การประมวลผลภาษาธรรมชาติ และการเรียนรู้ของเครื่องจักรโดยตรงภายในแฟบริคเอง สำหรับบริการทางการเงิน หมายความว่ามีความสามารถในการวิเคราะห์เหตุการณ์แบบเรียลไทม์และข้อมูลธุรกรรม โดยไม่ส่งผลกระทบต่อประสิทธิภาพของระบบธุรกรรม องค์กรต่างๆ สามารถเปลี่ยนจากการสืบค้นหมายเลขออฟไลน์หรือระหว่างวัน ไปสู่การตัดสินใจได้ทันทีด้วยข้อมูลเชิงลึกแบบเรียลไทม์
ในทางกลับกัน โครงข่ายข้อมูลช่วยให้ทีมโดเมนในพื้นที่เป็นเจ้าของการส่งมอบผลิตภัณฑ์ข้อมูลโดยอิงตามสมมติฐานที่ว่าพวกเขาอยู่ใกล้กับข้อมูลของตนมากขึ้นและเข้าใจข้อมูลได้ดีขึ้น ได้รับการสนับสนุนโดยสถาปัตยกรรมที่ใช้ประโยชน์จากการออกแบบที่เน้นโดเมนและให้บริการด้วยตนเอง ช่วยให้ทีมในพื้นที่สามารถค้นพบ เข้าใจ ไว้วางใจ และใช้ข้อมูลเพื่อประกอบการตัดสินใจและความคิดริเริ่ม และพัฒนาและปรับใช้ผลิตภัณฑ์ข้อมูลและแอปพลิเคชัน
ข้อแตกต่างที่สำคัญประการหนึ่งระหว่างทั้งสองคือ Data Mesh ช่วยให้สามารถกำหนดและจัดการการกำกับดูแลข้อมูลได้ที่ระบบต้นทาง (จุดสิ้นสุด) ในขณะที่ Data Fabric ให้โครงสร้างที่ครอบคลุมซึ่งรวมถึงการกำกับดูแล สายเลือด ความปลอดภัย ฯลฯ นำไปใช้และจัดการจากส่วนกลาง เช่น โดย CDO เมื่อพิจารณาในแง่การปฏิบัติแล้ว Data Mesh อาจเหมาะสมสำหรับสถานการณ์ที่มีข้อกังวลด้านอธิปไตยของข้อมูล ในขณะที่ Data Fabric อาจเป็นแนวทางที่ถูกต้อง โดยที่สำนักงานของ CDO กำลังกำหนดอนุกรมวิธานขององค์กรที่มีสิทธิ์การเข้าถึง
จุดแตกต่างเหล่านี้เน้นย้ำถึงความจริงที่ว่าทั้งสองแนวทางไม่ได้แยกจากกัน – ห่างไกลจากแนวทางนั้น ในความเป็นจริง เมื่อต้องพิจารณาว่าจะใช้สถาปัตยกรรมประเภทใด การเลือกจะขึ้นอยู่กับกรณีการใช้งานทางธุรกิจ หากทีมอาวุโสต้องการมีมุมมององค์กรสำหรับสินทรัพย์ข้อมูลของตนด้วยการกำกับดูแลระดับองค์กร พวกเขามีแนวโน้มที่จะเลือกใช้โครงสร้างข้อมูลองค์กร หากองค์กรต้องการเพิ่มขีดความสามารถบางส่วนที่เชื่อถือได้ขององค์กรด้วยความยืดหยุ่นในการสร้างและจัดการแอปพลิเคชันของตนเองเพื่อเร่งนวัตกรรมและความคิดริเริ่มในการเปลี่ยนแปลงทางดิจิทัล หรือหากปัญหาอธิปไตยของข้อมูลเป็นเรื่องที่น่ากังวล Data Mesh อาจเป็นองค์ประกอบที่เหมาะสมในภาพรวมของพวกเขา สถาปัตยกรรม.
อย่างไรก็ตาม เป็นความจริงที่เท่าเทียมกันว่า ในสถานการณ์ที่เหมาะสม ทั้งสองแนวทางสามารถทำงานร่วมกันในเชิงบวกเพื่อให้บรรลุผลลัพธ์เชิงบวกได้บ่อยครั้ง และบ่อยครั้ง ลูกค้าบริการทางการเงินรายใหญ่รายหนึ่งของเรากล่าวไว้ว่า “Fabric และ Mesh มีเป้าหมายเดียวกันในการเข้าถึงข้อมูลได้ง่าย และในความเป็นจริงแล้ว อาจเป็นแนวทางเสริมได้ภายใต้สถานการณ์ที่เหมาะสม”
ความจริงก็คือสถาปัตยกรรม Data Fabric สามารถอยู่ร่วมกับโครงการริเริ่ม Data Mesh ได้เมื่อเหมาะสม เช่น ในองค์กรขนาดใหญ่ที่ต้องจัดการข้อมูลแคมเปญภายในภูมิภาค
ตัวอย่างหนึ่งที่ Data Fabric และ Data Mesh ทำงานพร้อมกันได้ตามความต้องการของบริษัทจัดการความมั่งคั่งข้ามชาติขนาดใหญ่ที่มีโครงการริเริ่ม Customer 360
ในกรณีการใช้งานนี้ กลยุทธ์ข้อมูลโดยรวมของบริษัทได้รับการจัดการจากส่วนกลาง (Data Fabric) แต่ปัญหาอธิปไตยเหนือการเก็บรักษาและการประมวลผลข้อมูลยังคงมีอยู่ในบางประเทศที่แคมเปญการตลาดในท้องถิ่นกำลังดำเนินการอยู่ ในด้านนี้ มีความรู้เฉพาะในท้องถิ่นของลูกค้าในภูมิภาค ซึ่งแจ้งรูปแบบต่างๆ ในการจัดการแคมเปญในท้องถิ่น รูปแบบเหล่านี้ได้รับการจัดการโดยทีมไอทีระดับภูมิภาค ประเทศ หรือท้องถิ่น (data mesh)
ตัวอย่างเชิงปฏิบัติประเภทนี้ว่า Data Mesh และ Data Fabric สามารถทำงานร่วมกันเพื่อมอบผลประโยชน์ทางธุรกิจที่จับต้องได้ในท้ายที่สุดนั้นมีความกระจ่างแจ้งมากกว่าการอภิปรายเกี่ยวกับข้อดีของแต่ละแนวทาง
สิ่งสำคัญอยู่ที่ว่าแนวทางเหล่านี้สามารถช่วยปรับปรุงสถาปัตยกรรมธุรกิจให้มีประสิทธิภาพและลดความซับซ้อนได้อย่างไร เพื่อให้องค์กรต่างๆ สามารถมุ่งเน้นไปที่การใช้ประโยชน์จากข้อมูลของตนในรูปแบบที่มีความหมายซึ่งส่งมอบมูลค่าทางธุรกิจที่จับต้องได้ เมื่อเวลาผ่านไป เราคาดว่าจะเห็นวิวัฒนาการเพิ่มเติมของทั้งสองแนวทางด้วยนวัตกรรมดาต้าเมชในด้านต่างๆ เช่น การเป็นเจ้าของข้อมูลที่มุ่งเน้นโดเมน ที่มาพร้อมกับสถาปัตยกรรมดาต้าแฟบริคที่เติบโตมากขึ้น ตลอดเวลาที่ผ่านมา การมุ่งเน้นเชิงปฏิบัติจะต้องยังคงอยู่กับสิ่งที่การผสมผสานความสามารถนี้มอบให้กับผลกำไร สำหรับองค์กรจำนวนมากเกินไป โครงสร้างพื้นฐานของข้อมูลยังคงถูกมองว่าเป็นศูนย์กลางต้นทุน แต่กระบวนทัศน์ใหม่เหล่านี้กำลังปูทางไปสู่ความเข้าใจใหม่เกี่ยวกับคุณค่าของมัน ทำให้ได้รับการชื่นชมในแง่ใหม่ในฐานะศูนย์กำไรที่ก่อให้เกิดมูลค่าอันมหาศาลในตัวเอง เพื่อธุรกิจ
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- เพลโตบล็อคเชน Web3 Metaverse ข่าวกรอง ขยายความรู้. เข้าถึงได้ที่นี่.
- ที่มา: https://finovate.com/data-fabric-or-data-mesh-can-financial-services-firms-benefit-from-both/
- a
- ความสามารถ
- เกี่ยวกับเรา
- เข้า
- การเข้าถึงข้อมูล
- บรรลุ
- นอกจากนี้
- ทั้งหมด
- การอนุญาต
- ช่วยให้
- การวิเคราะห์
- วิเคราะห์
- และ
- ความอยากอาหาร
- การใช้งาน
- ประยุกต์
- เข้าใกล้
- วิธีการ
- เหมาะสม
- สถาปัตยกรรม
- พื้นที่
- สินทรัพย์
- ตาม
- กำลัง
- ประโยชน์
- ประโยชน์ที่ได้รับ
- ดีกว่า
- ระหว่าง
- บล็อก
- ด้านล่าง
- สร้าง
- ธุรกิจ
- ประโยชน์ทางธุรกิจ
- ระบบธุรกิจอัจฉริยะ
- รณรงค์
- แคมเปญ
- ความสามารถในการ
- กรณี
- ศูนย์
- บาง
- ความท้าทาย
- การเปลี่ยนแปลง
- หัวหน้า
- หัวหน้าเจ้าหน้าที่ข้อมูล
- Choose
- สถานการณ์
- ชัดเจน
- ใกล้ชิด
- เมฆ
- การผสมผสาน
- มา
- บริษัท
- บริษัท
- ประกอบ
- ส่วนประกอบ
- กังวล
- ความกังวลเกี่ยวกับ
- เชื่อมต่อ
- พิจารณา
- คงเส้นคงวา
- บริโภค
- ราคา
- ประเทศ
- ประเทศ
- สร้าง
- ลูกค้า
- ลูกค้า
- ข้อมูล
- โครงสร้างพื้นฐานข้อมูล
- การจัดการข้อมูล
- กลยุทธ์ข้อมูล
- คลังข้อมูล
- การอภิปราย
- การตัดสินใจ
- กำหนด
- การกำหนด
- ส่งมอบ
- มอบ
- การจัดส่ง
- ความต้องการ
- ขึ้นอยู่กับ
- ปรับใช้
- ออกแบบ
- ได้รับการออกแบบ
- การกำหนด
- พัฒนา
- ความแตกต่าง
- ความแตกต่าง
- ต่าง
- ความแตกต่าง
- ยาก
- ดิจิตอล
- แปลงดิจิตอล
- โดยตรง
- ค้นพบ
- ต่างกัน
- การทำ
- โดเมน
- แต่ละ
- ง่าย
- อย่างมีประสิทธิภาพ
- ภาวะฉุกเฉิน
- ให้อำนาจ
- ทำให้สามารถ
- ช่วยให้
- การเปิดใช้งาน
- วิศวกร
- Enterprise
- สภาพแวดล้อม
- พอ ๆ กัน
- ฯลฯ
- เหตุการณ์
- วิวัฒนาการ
- ตัวอย่าง
- ตัวอย่าง
- พิเศษ
- ที่มีอยู่
- คาดหวัง
- การสำรวจ
- ผ้า
- ผ้า
- ไกล
- ทางการเงิน
- บริการทางการเงิน
- บริษัท
- บริษัท
- ความยืดหยุ่น
- โฟกัส
- รากฐาน
- มัก
- ราคาเริ่มต้นที่
- ต่อไป
- เป้าหมาย
- เป้าหมาย
- การกำกับดูแล
- มือ
- ช่วย
- โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม
- เน้น
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- HTTPS
- การดำเนินการ
- การดำเนินงาน
- สำคัญ
- in
- รวมถึง
- รวมทั้ง
- รวมเข้าด้วยกัน
- ขึ้น
- โครงสร้างพื้นฐาน
- ความคิดริเริ่ม
- นักวิเคราะห์ส่วนบุคคลที่หาโอกาสให้เป็นไปได้มากที่สุด
- นวัตกรรม
- ข้อมูลเชิงลึก
- รวบรวม
- Intelligence
- อินเตอร์ซิสเต็มส์
- ปัญหา
- IT
- การย้ำ
- ตัวเอง
- คีย์
- ความรู้
- ภาษา
- ใหญ่
- ล่าสุด
- การเรียนรู้
- มรดก
- ชั้น
- เลฟเวอเรจ
- ยกระดับ
- การใช้ประโยชน์
- เบา
- น่าจะ
- Line
- ในประเทศ
- ในท้องถิ่น
- ที่ต้องการหา
- เครื่อง
- เรียนรู้เครื่อง
- สำคัญ
- ทำ
- ทำให้
- การทำ
- จัดการ
- การจัดการ
- การจัดการ
- หลาย
- การตลาด
- แคมเปญการตลาด
- เป็นผู้ใหญ่
- ความกว้างสูงสุด
- สูงสุด
- มีความหมาย
- วิธี
- พบ
- เมตาดาต้า
- ขณะ
- ข้อมูลเพิ่มเติม
- มากที่สุด
- ย้าย
- ข้ามชาติ
- ซึ่งกันและกัน
- โดยธรรมชาติ
- ภาษาธรรมชาติ
- ประมวลผลภาษาธรรมชาติ
- จำเป็นต้อง
- ความต้องการ
- ใหม่
- ตัวเลข
- Office
- เจ้าหน้าที่
- ออฟไลน์
- ONE
- องค์กร
- organizacja
- องค์กร
- องค์กร
- อื่นๆ
- ทั้งหมด
- เอาชนะ
- ของตนเอง
- การเป็นเจ้าของ
- Parallels
- พาร์ทเนอร์
- ส่วน
- ปู
- ดำเนินการ
- การปฏิบัติ
- สถานที่
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- จุด
- บวก
- โพสต์
- ประยุกต์
- ในทางปฏิบัติ
- นำเสนอ
- สิทธิ์
- กระบวนการ
- การประมวลผล
- ผลิตภัณฑ์
- กำไร
- แวว
- ให้
- สาธารณะ
- คลาวด์สาธารณะ
- ทำให้
- วาง
- อย่างรวดเร็ว
- พิสัย
- รวดเร็ว
- ค่อนข้าง
- เรียลไทม์
- ความจริง
- ลด
- ของแคว้น
- ภูมิภาค
- ยังคง
- ต้องการ
- ต้อง
- ว่า
- ความจำ
- ขาย
- เดียวกัน
- ภาค
- ความปลอดภัย
- เห็น
- การเลือก
- อรรถศาสตร์
- ระดับอาวุโส
- ความรู้สึก
- บริการ
- Share
- ความคล้ายคลึงกัน
- ลดความซับซ้อน
- พร้อมกัน
- สถานการณ์
- So
- บาง
- แหล่ง
- อธิปไตย
- โดยเฉพาะ
- ความเร็ว
- ผู้ให้การสนับสนุน
- ยังคง
- เก็บไว้
- กลยุทธ์
- การทำให้เพรียวลม
- โครงสร้าง
- เป็นกอบเป็นกำ
- อย่างเช่น
- สนับสนุน
- ที่สนับสนุน
- ระบบ
- ระบบ
- ใช้เวลา
- อนุกรมวิธาน
- ทีม
- ทีม
- เงื่อนไขการใช้บริการ
- พื้นที่
- ที่มา
- ของพวกเขา
- เวลา
- ไปยัง
- ร่วมกัน
- เกินไป
- ธุรกรรม
- แปลง
- การแปลง
- จริง
- วางใจ
- ที่เชื่อถือ
- ในที่สุด
- ภายใต้
- เข้าใจ
- ความเข้าใจ
- ใช้
- ใช้กรณี
- นำไปใช้
- ความคุ้มค่า
- ความหลากหลาย
- รายละเอียด
- ยอดวิว
- วิธี
- ความมั่งคั่ง
- การบริหารความมั่งคั่ง
- อะไร
- ที่
- ในขณะที่
- กว้าง
- ช่วงกว้าง
- จะ
- ภายใน
- ไม่มี
- งาน
- ทำงานด้วยกัน
- จะ
- ปี
- ลมทะเล