7 Lügen über Datenkataloge #5: Keine Geschäftsmodellierungslösung

Der Markt für Datenkatalog hat sich rasch entwickelt und gilt heute als unverzichtbar für die Umsetzung einer data driven Strategie. Dieser Markt ist Opfer seines eigenen Erfolgs geworden und hat eine Reihe von Akteuren aus angrenzenden Märkten angezogen.

Ein Datenkatalog ist keine Business Modeling Lösung

Einige Organisationen, in der Regel große Unternehmen, haben jahrelang in die Modellierung ihrer Geschäftsprozesse und Informationsarchitektur investiert.

Sie haben mehrere Ebenen von Modellen (konzeptionell, logisch, physisch) entwickelt und eine Organisation eingerichtet, die die Pflege und den Austausch dieser Modelle mit bestimmten Gruppen (hauptsächlich Geschäftsexperten und IT-Mitarbeiter) unterstützt.

Wir stellen den Wert dieser Modelle nicht in Frage. Sie spielen eine Schlüsselrolle bei der Urbanisierung, den Schema-Entwürfen, dem IS-Management und der Einhaltung von Vorschriften. Aber wir bezweifeln ernsthaft, dass diese Modellierungswerkzeuge einen anständigen Datenkatalog liefern können.

Hier ist auch ein Marktphänomen im Spiel: Bestimmte Akteure im Bereich der historischen Geschäftsmodellierung versuchen, ihr Angebot zu erweitern, indem sie sich auf dem Datenkatalog positionieren. Immerhin verwalten sie bereits eine Vielzahl von Informationen über die physische Architektur, Geschäftsklassifikationen, Glossare, Ontologien, Information Lineage, Prozesse und Rollen usw. Aber wir können zwei große Schwachstellen in ihrem Ansatz erkennen.

Der erste ist organisch. Es liegt in der Natur der Sache, dass Modellierungswerkzeuge Top-Down-Modelle erstellen, um die Informationen in einer Informationsgesellschaft zu umreißen. Wie genau es auch sein mag, ein Modell bleibt ein Modell: eine vereinfachte Darstellung der Realität.

Sie sind sehr nützliche Kommunikationsmittel in einer Vielzahl von Bereichen, aber sie spiegeln nicht genau die tägliche betriebliche Realität wider, die für mich entscheidend ist, um die Versprechen eines Datenkatalog zu erfüllen (Teams in die Lage versetzen, Daten zu finden, zu verstehen und zu wissen, wie sie die Datensätze nutzen können).

Der zweite Makel ist: Es ist nicht Nutzer .

Ein Modellierungswerkzeug ist komplex und behandelt eine große Anzahl abstrakter Konzepte, die eine lange Lernkurve erfordern. Es ist ein Werkzeug für Experten.

Wir könnten natürlich überlegen, die Nutzer zu verbessern, um sie einem breiteren Publikum zugänglich zu machen. Aber die eingebaute Komplexität der Informationen wird nicht verschwinden.

Das Verständnis der von diesen Werkzeugen bereitgestellten Informationen erfordert ein solides Verständnis der Modellierungsprinzipien (Objektklassen, logische Ebenen, Nomenklaturen usw.). Dies ist eine ziemliche Herausforderung für Datenteams und eine Herausforderung, die aus betrieblicher Sicht schwer zu rechtfertigen ist.

Die Wahrheit ist, dass Modellierungstools, die in Datenkataloge umgewandelt wurden, mit erheblichen Akzeptanzproblemen bei den Teams konfrontiert sind (sie müssen enorme Anstrengungen unternehmen, um zu lernen, wie man das Tool benutzt, nur um dann nicht das zu finden, wonach sie suchen).

Ein potenzieller Kunde präsentierte uns kürzlich ein Metamodell, das er erstellt hatte, und fragte uns, ob es möglich sei, es in der Actian Data Intelligence Platform zu implementieren. Das von ihren Geschäftsmodellen abgeleitete Metamodell umfasste mehrere Dutzend Objektklassen und Tausende von Attributen. Die offizielle Antwort auf ihre Frage lautete: Ja (das Metamodell der Plattform ist sehr flexibel). Wir versuchten jedoch, sie davon abzubringen, diesen Weg einzuschlagen: Ein so ausgefeiltes Metamodell birgt unserer Meinung nach die Gefahr, die Endnutzer zu verlieren und das Datenkatalog zum Scheitern zu bringen...

Sollte man deshalb beim Aufbau eines Datenkatalog auf Geschäftsmodelle verzichten? Auf keinen Fall.

Es muss jedoch bedacht werden, dass Geschäftsmodelle dazu da sind, einige Fragen zu behandeln, und der Datenkatalog andere Fragen. Einige der in den Modellen enthaltenen Informationen tragen zur Strukturierung des Katalogs bei und bereichern seinen Inhalt auf sehr nützliche Weise (z. B. Zuständigkeiten, Klassifikationen und natürlich Geschäftsglossare).

Unserer Meinung nach ist es daher am besten, das Katalog-Metamodell so zu konzipieren, dass es sich ausschließlich auf den Mehrwert für die Datenteams konzentriert (immer mit der gleichen Grundfrage: Hilft diese Information, die Daten zu finden, zu lokalisieren, zu verstehen und richtig zu nutzen?) und dann das Modellierungswerkzeug und den Datenkatalog zu integrieren, um die Bereitstellung bestimmter Elemente des Metamodells, die bereits im Geschäftsmodell vorhanden sind, zu automatisieren.

Mitnehmen

 So nützlich und vollständig sie auch sein mögen, Geschäftsmodelle sind immer noch nur Modelle: Sie spiegeln die betriebliche Realität der Systeme nur unvollkommen wider und sind daher kaum geeignet, einen nützlichen Datenkatalog zu erstellen.

Modellierungswerkzeuge sowie Geschäftsmodelle sind zu komplex und zu abstrakt, um von den Datenteams übernommen zu werden. Wir empfehlen Ihnen, das Metamodell Ihres Katalogs zu definieren, um die Fragen der Datenteams zu beantworten und einige Aspekte des Metamodells mit dem Geschäftsmodell zu verbinden.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, verwalten und Analyse von Daten in Cloud, Hybrid- und On-Premises . Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und Analytik liefert Actian High-Performance Lösungen, die Unternehmen in die Lage versetzen, data driven Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und hat Branchenauszeichnungen für Leistung und Innovation erhalten. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im Actian-Blog behandeln wir Themen, die von Dateneingang bis hin zu KI-gesteuerter Analytik reichen. Lernen Sie das Führungsteam kennen https://www.actian.com/company/leadership-team/