Überdenken Sie Hybrid für das data driven Unternehmen
Nach einem kürzlichen Actian-Webinar mit Forrester Research befragte John Bard, Senior Director of Product Marketing bei Actian, die Forrester-Chefanalystin Michele Goetz zu den Trends auf dem heutigen Markt für Unternehmensdaten. Hier ist der erste Teil dieses Gesprächs:
John Bard, Actian: Der Unternehmensmarkt neigt dazu, bei "Hybrid" an On-Premises oder Cloud zu denken, aber es gibt mehrere andere Dimensionen für Hybrid. Können Sie erläutern, wie "Hybrid" auf den Datenmanagement und Integrationsmarkt angewendet wird?
Michele Goetz, Forrester: Bei einer hybriden Architektur geht es darum, eine Reihe von Dimensionen zu überbrücken: Deployment, Datentypen, Zugang und Eigentümer-Ökosystem. Analysten und Datenkonsumenten dürfen nicht durch Technologie- und Plattformbeschränkungen behindert werden, die den Zugang zu den benötigten Informationen einschränken, um Strategien, Entscheidungen und Maßnahmen voranzutreiben, die in schnelllebigen Geschäftsumgebungen wettbewerbsfähig sind. Informationsarchitekten müssen sich Gedanken über die Anpassung an Datenserviceniveaus und -erwartungen machen, was sie zwingt, Entscheidungen über hybride Architekturen in Bezug auf Cloud, Betriebs- und analytic workloads, Self-Service und Sicherheit zu treffen sowie darüber, wo Informationen intern oder bei vertrauenswürdigen Partnern gespeichert werden.
JB: Welche Faktoren sind Ihrer Meinung nach für Kunden bei der Bewertung von Datenbanken wichtig, wenn es darum geht, sowohl transaktionale als auch analytic workloads zu bewältigen?
MG: Herkömmliche Ansätze zur Datenbankauswahl ließen sich entweder dem operativen oder dem analytischen Bereich zuordnen. Datenbankumgebungen wurden für den einen oder den anderen Bereich konzipiert. Heute analytic workloads operative und analytic workloads , da Transaktions- und Protokollereignisse in Datenströmen analysiert werden und auf intelligente Weise Fähigkeiten robotergestützte Prozessautomatisierung, Just-in-Time-Wartung und „Next-Best-Action“ steuern oder Mitarbeiter bei ihren Tätigkeiten beraten. Datenbanken müssen in der Lage sein, Lambda-Architekturen auszuführen und verwalten über historische Daten und Datenströme hinweg so verwalten , dass Echtzeitmaßnahmen unterstützt werden.
JB: Was sind einige der Marktkräfte, die diese anderen Aspekte von "Hybrid" im Datenmanagement vorantreiben?
MG: Hybrid bietet Unternehmen die Möglichkeit, adaptive, modular aufgebaute Systeme zu entwickeln, die flexibel auf sich ändernde geschäftliche Anforderungen an Daten und Erkenntnis reagieren können. Neue Data Marts können nach Belieben eingerichtet und wieder stillgelegt werden, wodurch Unternehmen veraltete Data Marts und widersprüchliche Datensilos reduzieren können. Datenmanagement hybride Datenmanagement eine Plattform, auf der Dienste mithilfe von APIs und Konnektoren aufgebaut werden können, um beliebige Anwendungen anzubinden. Cloud Senkung der Gesamtbetriebskosten Cloud , da neue Fähigkeiten bereitgestellt Fähigkeiten , während Verwaltungsschichten es Administratoren gleichzeitig ermöglichen, Workloads und Daten problemlos zwischen Cloud On-Premises zu verschieben On-Premises die Kosten weiter zu optimieren. Zudem werden die Anforderungen an den Datenservice durch hybrides Datenmanagement besser erfüllt, da Nutzer mit schlanken Tools für Integration und Analyse selbstständig Daten beschaffen, aufbereiten und Erkenntnisse gewinnen können. In jedem dieser Beispiele werden die Arbeitsstunden für Entwicklung und Administration reduziert oder bestehende Prozesse optimiert, um Deployment schnelle Deployment eine kürzere Amortisationszeit der Daten zu erreichen.
JB: Was ist mit hybrider Datenintegration? Diese kann sowohl Datenintegration als auch Anwendungsintegration umfassen. Was ist mit Business-to-Business-Integration (B2B)? Was ist mit Integrationsspezialisten im Gegensatz zu "Bürgerintegratoren"?
MG: Hybride Integration wird durch dienstorientierte Daten definiert, die die Fähigkeiten Datenintegration und der Anwendungsintegration überspannen. Anstatt sich ausschließlich auf Extrahieren, Transformieren und Laden(ETL)/Extrahieren, Laden und Transformieren (ELT) und die Erfassung von Änderungsdaten zu verlassen, haben Integrationsspezialisten mehr Integrationswerkzeuge in ihrem Werkzeugkasten, um Datendienste auf der Grundlage von Anforderungen auf Dienstebene zu entwickeln. Streams ermöglichen die Integration in Echtzeit mit eingebettet Analytik. Die Virtualisierung ermöglicht es, Datenansichten in Anwendungen und Geschäftsdienste einzubringen, ohne dass eine große Datenmenge bewegt werden muss. Open Source Ingestion bietet Unterstützung für eine größere Vielfalt von Datentypen und -formaten, um alle Daten zu nutzen. APIs containerisieren Daten mit Anwendungsanforderungen und Konnektivität für ereigniszentriert Ansichten und Erkenntnis. Daten werden auf die Geschäftsanforderungen zugeschnitten.
Die andere Welle in der Datenintegration ist das Aufkommen von Self-Service oder des „Citizen Integrators“. Mit kaum mehr als einem Verständnis für Daten und der Fähigkeit, diese in Excel mit einfachen Formeln zu bearbeiten, können auch Personen mit geringeren technischen Kenntnissen APIs nutzen und wiederverwenden, um Zugriff auf Daten zu erhalten, oder Katalog- und Datenaufbereitungstools einsetzen, um Daten aufzubereiten und Datensätze sowie APIs für data sharing zu erstellen. Datenadministratoren und -ingenieure behalten weiterhin den Überblick über und die Kontrolle über die Inhalte der „Citizen Integrators“, können sich jedoch auf komplexe Lösungen konzentrieren und die Engpässe bei der Datenzugänglichkeit beseitigen, mit denen die Nutzer in der Vergangenheit konfrontiert waren.
Insgesamt erhöhen diese beiden Trends die Flexibilität, ermöglichen die Skalierung von Bereitstellungen und führen zu einem schnelleren Datenwert.
Hybride Datenmanagement und -integration ist die Strategie der nächsten Generation für Unternehmen, um von datenreich zu datengesteuert zu werden. Da Unternehmen ihre Geschäfte auf die Digitalisierung, das Internet der DingeIoT) und neue Wettbewerbsbedrohungen umstellen, wird die Fähigkeit, über flexible, anpassungsfähige und skalierbare Architekturen für Echtzeit-Datenanforderungen zu verfügen, von entscheidender Bedeutung sein, um mit dem Tempo der geschäftlichen Veränderungen Schritt zu halten. Letztendlich werden Unternehmen vom Markt nach ihrer Fähigkeit definiert und bewertet, Daten zu nutzen, um an der Spitze und lebensfähig zu bleiben.
Bleiben Sie in Verbindung
Datenanalysen direkt bei Ihnen.
(z. B. sales@..., support@...)
