Data science

เหตุใดทุกองค์กรจึงต้องการ Data Fabric & DataOps เพื่อแก้ไขปัญหาการจัดการข้อมูลของพวกเขา

องค์กรในปัจจุบันต้องการมีข้อมูลเชิงลึกทางธุรกิจแบบเรียลไทม์เกี่ยวกับสิ่งที่เกิดขึ้นเพื่อดำเนินการที่เพิ่มประสิทธิภาพในการดำเนินงานในท้ายที่สุด ปรับปรุงการมีส่วนร่วมของลูกค้า และเพิ่มรายได้ อย่างไรก็ตาม คำมั่นสัญญาขององค์กรที่ขับเคลื่อนด้วยข้อมูลอาจเป็นเพียงคำสัญญา หากพวกเขาไม่สามารถเอาชนะความท้าทายด้านการจัดการข้อมูลได้ ปัญหา: ความซับซ้อนของข้อมูล ปัญหา: ข้อมูลในปัจจุบันไม่มีอยู่หลังไฟร์วอลล์หรืออยู่ภายในตำแหน่งภายในองค์กร มีการกระจายไปทั่วโลกในฐานข้อมูลแบบแยกส่วน คลังข้อมูล และอื่นๆ ทั่วทั้งองค์กร ขอบเครือข่าย และระบบคลาวด์หลายตัว เพื่อปลดล็อกคุณค่า แอปพลิเคชันจำเป็นต้องเข้าถึงข้อมูลนั้นเพื่อสร้างบริบทและเชื่อมโยงข้อมูลในชุดข้อมูลต่างๆ แต่ในขณะเดียวกัน องค์กรต่างๆ จะต้องรับรองความถูกต้องของข้อมูล ปกป้องข้อมูล และรับประกันว่าผู้ใช้ทั้งหมดจะมีข้อมูลเวอร์ชันล่าสุดในเวลาใดก็ตาม ด้วยเหตุนี้ องค์กรต่างๆ จึงพยายามดิ้นรนเพื่อสร้างสมดุลระหว่างข้อมูลที่เป็นประชาธิปไตยและปกป้องข้อมูลดังกล่าวเพื่อให้แน่ใจว่ามีการปฏิบัติตามกฎระเบียบ และต้องให้มุมมองที่ครอบคลุมของข้อมูลนั้นแก่ทุกสิ่งที่จำเป็นต้องใช้ น่าเสียดายที่ลักษณะแบบไดนามิกของข้อมูลทำให้มั่นใจได้ว่าองค์กรต่างๆ จะใช้เวลาทั้งหมดไปกับการค้นหาว่าพวกเขามีอะไรบ้าง ข้อมูลอยู่ที่ไหน และใครบ้างที่ควรเข้าถึงข้อมูลดังกล่าว เพียงแค่งานนั้นเพียงอย่างเดียวก็ทำให้ยากที่จะตอบสนองต่อการเปลี่ยนแปลงของตลาดอย่างรวดเร็วและตอบสนองความต้องการทางธุรกิจใหม่ ๆ ในแง่ของการเปลี่ยนแปลงทางดิจิทัล ความไม่ลงรอยกันของข้อมูลนี้สิ้นหวัง พูดง่ายๆ ก็คือ องค์กรในปัจจุบันต้องจัดการกับ data silos จำนวนมากและแอพต่างๆ ที่มี data ต่างกัน ซึ่งทำให้ data engineering กลายเป็นฝันร้าย วิธีการทั่วไปในการจัดการและการใช้ข้อมูลดังกล่าวต้องใช้เครื่องมือหลายตัวที่มีสคริปต์แบบกำหนดเองหลายล้านตัวเพื่อนำข้อมูลมารวมกัน การไม่รู้ความหมายเบื้องหลังข้อมูลทั้งหมดทำให้ยากที่จะรวมเข้ากับกรณีการใช้งานที่เหมาะสม วิธีการดังกล่าวไม่สามารถปรับขนาดได้เช่นเดียวกับปริมาณข้อมูลที่เพิ่มขึ้น สิ่งที่จำเป็นคือการเปลี่ยนแปลงขั้นพื้นฐานในวิธีที่องค์กรใช้และจัดการข้อมูลของตน โดยเฉพาะอย่างยิ่ง สิ่งที่จำเป็นคือสถาปัตยกรรมการจัดการข้อมูลใหม่และกระบวนการจัดการอย่างต่อเนื่องเพื่อจัดการข้อมูลในโลกใหม่นี้ วิธีแก้ไข: สร้าง data fabric ป้อน data fabric Gartner ระบุว่า data fabric เป็นหนึ่งในข้อมูลยอดนิยมและแนวโน้มการวิเคราะห์ใน 2021 ในขณะนั้น ได้กำหนดโครงสร้างข้อมูลเป็น “การเปิดใช้งานการเข้าถึงและการแบ่งปันข้อมูลในสภาพแวดล้อมข้อมูลแบบกระจายอย่างราบรื่น มันเปิดใช้งานเฟรมเวิร์กการจัดการข้อมูลเดียวและสอดคล้องกัน ซึ่งช่วยให้สามารถเข้าถึงและประมวลผลข้อมูลได้อย่างราบรื่นโดยการออกแบบในพื้นที่จัดเก็บแบบแยกส่วน” นอกจากนี้ยังคาดการณ์ว่าโดย 2022 “การออกแบบ data fabric แบบสั่งทำโดยเฉพาะนั้นจะถูกนำไปใช้เป็นโครงสร้างพื้นฐานแบบสแตติกเป็นหลัก โดยบังคับให้องค์กรต้องเสียค่าใช้จ่ายในคลื่นลูกใหม่ในการออกแบบใหม่ทั้งหมดสำหรับ data mesh ที่มีไดนามิกมากขึ้น ใกล้เข้ามาแล้ว” วิสัยทัศน์ดังกล่าวปรากฏให้เห็นในโลกปัจจุบันซึ่งถูกครอบงำโดยแอปพลิเคชันและบริการที่ขับเคลื่อนด้วยข้อมูลแบบกระจาย อันที่จริง data fabric เป็นแนวคิดสถาปัตยกรรมการจัดการข้อมูลที่ทันสมัยสำหรับการบรรลุแพลตฟอร์มเดียวที่ครอบคลุมเพื่อสร้างไปป์ไลน์ข้อมูลที่มีโค้ดต่ำและยืดหยุ่น เหตุผลหนึ่งที่โครงสร้างข้อมูลกำลังได้รับความสนใจอย่างมากในขณะนี้ก็คือ องค์กรข้อมูลส่วนใหญ่กำลังเคลื่อนไหว โดยจะระบุและเชื่อมต่อข้อมูลจากแอปพลิเคชันที่แตกต่างกันอย่างต่อเนื่องเพื่อค้นหาความสัมพันธ์เฉพาะที่เกี่ยวข้องกับธุรกิจระหว่างจุดข้อมูลที่มีอยู่ โดยเฉพาะอย่างยิ่ง data fabric ถูกสร้างขึ้นจากข้อมูลเมตาที่ให้มุมมองที่เป็นหนึ่งเดียวในไซโลต่างๆ ทั้งหมดโดยมีความเข้าใจร่วมกันของข้อมูลทั้งหมด เพื่อให้บรรลุสิ่งนี้ data fabric ใช้การวิเคราะห์อย่างต่อเนื่องและปัญญาประดิษฐ์ขั้นสูงและความสามารถในการเรียนรู้ของเครื่อง โครงสร้างข้อมูลเป็นแนวคิดการออกแบบที่เกิดขึ้นใหม่สำหรับการจัดการข้อมูลที่จัดการกับความท้าทายของความซับซ้อนของข้อมูล เป็นรากฐานข้อมูลองค์กรที่คล่องตัวเพื่อรองรับกรณีการใช้งานทางธุรกิจที่หลากหลาย แนวคิดของ data fabric นั้นเชื่อมโยงอย่างใกล้ชิดกับ DataOps และการริเริ่มสำหรับการปรับปรุงข้อมูลให้ทันสมัยและนวัตกรรมดิจิทัลในวงกว้าง การจัดการข้อมูลผ่าน DataOps การสร้างโครงสร้างข้อมูลเป็นเพียงจุดเริ่มต้น องค์กรจำเป็นต้องพิจารณาผู้คน กระบวนการ และการเปลี่ยนแปลงทางเทคโนโลยีเพื่อดำเนินการจัดการข้อมูลโดยนำระบบอัตโนมัติและการทำงานร่วมกันมาใช้ โดยพื้นฐานแล้ว สิ่งที่จำเป็นคือการนำวัฒนธรรม DevOps ของ CI/CD มาสู่ข้อมูล ด้วยวิธีนี้ ผู้ผลิตข้อมูลและผู้บริโภคข้อมูลจำนวนมากสามารถมารวมกัน ทำลายไซโลขององค์กรโดยใช้ประโยชน์จากโครงสร้างข้อมูล วิธีการดังกล่าวช่วยให้เกิดการทำงานร่วมกันและการแบ่งปัน การแบ่งปันเป็นมากกว่าตัวข้อมูลเอง ด้วยการขจัดอุปสรรคในการเข้าถึงข้อมูลและเปิดใช้งานการเข้าถึงข้อมูลที่เป็นประชาธิปไตย อุปสรรคอื่นจะต้องถูกขจัดออกไป ในองค์กรส่วนใหญ่ มีความรู้เกี่ยวกับชนเผ่าของสถาบันจำนวนมากที่ถูกขังอยู่ในกลุ่มการทำงานต่างๆ เนื่องจากองค์กรนำข้อมูลมารวมกันเป็นแฟบริกเดียว องค์กรจึงต้องนำความรู้เกี่ยวกับชนเผ่านี้มารวมกันด้วย กระบวนการนี้สามารถช่วยได้โดยการขับเคลื่อน DataOps ทั่วทั้งองค์กร นอกจากนี้ โครงสร้างข้อมูลยังช่วยลดความซับซ้อนของข้อมูลด้วยการผสานรวมข้อมูล การกำกับดูแล และการประมวลผลโดยอัตโนมัติ Data Fabric เป็นส่วนหนึ่งของ DataOps ช่วยจัดการข้อมูลทั้งหมด ปลดล็อกมูลค่าด้วยการจัดการข้อมูลในแฟบริก มันนำนักพัฒนาและทีมปฏิบัติการมารวมกัน ทำลายไซโล และอนุญาตให้ทำงานร่วมกันบนข้อมูลเดียวกันทั่วทั้งแฟบริก ให้ประโยชน์ที่ยั่งยืน เมื่อเปรียบเทียบกับกระบวนการสร้างไปป์ไลน์ข้อมูลด้วยตนเอง ซึ่งนำไปสู่การทำงานที่ช้า เสี่ยงต่อข้อผิดพลาด และซ้ำซ้อน แนวทางของ DataOps ร่วมกับโครงสร้างข้อมูลช่วยให้การจัดการข้อมูลเป็นไปโดยอัตโนมัติอย่างสมบูรณ์ การดำเนินการนี้สามารถขจัดไซโลข้อมูลและจัดเตรียมสภาพแวดล้อมเดียวสำหรับการเข้าถึงและรวบรวมข้อมูลทั้งหมด ไม่ว่าจะอยู่ที่ใดและไม่ว่าจะถูกจัดเก็บอย่างไร ในทางกลับกัน ช่วยให้วิศวกรข้อมูลสามารถให้บริการผู้บริโภคข้อมูลได้ดียิ่งขึ้น ด้วยเหตุนี้ โครงสร้างข้อมูลจึงช่วยให้แอปพลิเคชัน หน่วยธุรกิจ และผู้คนได้รับข้อมูลที่ถูกต้องในเวลาที่เหมาะสมและมีคุณภาพที่เหมาะสม สิ่งนี้ทำให้องค์กรมีความคล่องตัวที่มักจะขาด ด้วยการขจัดความซับซ้อนของการจัดการข้อมูล องค์กรต่างๆ สามารถมุ่งเน้นไปที่การนำเสนอผลิตภัณฑ์ใหม่สู่ตลาดได้เร็วขึ้น ปรับปรุงประสบการณ์ของลูกค้า และสร้างข้อได้เปรียบในการแข่งขัน ทั้งหมดนี้เป็นพื้นที่ที่โซลูชัน data fabric และการจัดการข้อมูลจาก Hitachi Ventura สามารถช่วยได้ หากต้องการเรียนรู้เพิ่มเติม โปรดไปที่: https://www.hitachivantara.com/intelligent-dataops เกี่ยวกับผู้แต่ง: Madhup Mishra https://www.linkedin.com/in/madhupmishra/

  • บ้าน
  • Business
  • Data science
  • Marketing
  • Leave a Reply

    Your email address will not be published. Required fields are marked *

    Back to top button