Datendemokratisierung: Versprechen und Wirklichkeit

Die Ermöglichung eines universellen Zugriffs auf Daten kann neue Umsatzchancen eröffnen und die betriebliche Effizienz im gesamten Unternehmen steigern. Noch wichtiger ist jedoch, dass die so genannte Datendemokratisierung für die Umgestaltung des Unternehmens entscheidend ist. Aus diesem Grund haben die Anbieter viele Versprechungen zur Demokratisierung von Daten gemacht - und nicht alle haben sich bewahrheitet. So haben beispielsweise verschiedene Anbieter jahrelang damit geworben, Daten durch Self-Service für die breite Masse zugänglich zu machen. Das Ziel war es, Informationen für nicht-technische Benutzer zugänglich zu machen, ohne dass die IT-Abteilung involviert werden muss. Die Anbieter haben sich darauf konzentriert, die Benutzer vor der Komplexität der zugrundeliegenden Daten zu schützen, die Analysetools benutzerfreundlicher zu machen und die Reichweite über die Cloud auf Benutzer an jedem beliebigen Ort der Welt auszuweiten.

Doch selbst mit dem vereinfachten Zugang zu Daten sind die Unternehmen bei der Demokratisierung von Daten noch nicht so weit, wie sie es gerne wären. Zwar ist es mittlerweile üblich, dass auch nicht-technische Nutzer selbst auf Daten zugreifen können, doch ist dies meist nur in bestimmten Situationen möglich. Es gibt immer noch Hindernisse, die es den Nutzern erschweren, auf alle Daten zuzugreifen, die sie für die Entscheidungsfindung benötigen.

Hier sind die vier größten Hindernisse für die Datendemokratisierung, die Unternehmen im Jahr 2022 überwinden müssen, um neue Datenplattformansätze einzuführen und so Kosten und Komplexität zu reduzieren.

1. Benutzer können nicht auf Daten in Silos zugreifen

Unternehmen speichern Daten für die Analyse und Entscheidungsfindung in der Regel in einem zentralisierten Data Warehouse oder einem ähnlichen, für die Analyse optimierten Lager . Dies ist jedoch nur eine Teilmenge aller Daten, die nützlich sein könnten. Ein großer Teil davon bleibt in unterschiedlichen Datensilos gespeichert, auf die die meisten Benutzer keinen Zugriff haben. Um die gewünschten Analysen durchzuführen und Erkenntnisse für neue Programme und Prozesse zu gewinnen, benötigen die Benutzer Zugriff auf Transaktionsdatenbanken, IoT , Data Lakes, Streaming und vieles mehr - Daten, die über mehrere Rechenzentren und mehrere Clouds verteilt sein können. Es gibt eine Reihe von Anwendungsfällen, wie z. B. automatisierte personalisierte E-Commerce-Angebote, Optimierung der supply chain , Echtzeit-Angebote für Versicherungen, Kreditgenehmigungen und Portfolio-Management.

2. Die heutigen semantischen Schichten reichen nicht aus

Eine semantische Schicht ist eine geschäftliche Darstellung von Daten, die den Benutzern den Zugriff auf Daten ohne IT-Unterstützung erleichtert. Obwohl semantische Schichten die Benutzer vor der zugrunde liegenden Komplexität der Daten schützen, sind sie so konzipiert, dass sie die Daten jeweils nur in einer Datenbank darstellen. Die Benutzer von heute benötigen eine semantische Schicht, die allgegenwärtig ist, um eine Verbindung zu multiple data an verschiedenen Standorten herzustellen und mit ihnen zu interagieren. Laut Gartner benötigen Benutzer einen reibungslosen Zugriff auf Daten - aus jeder beliebigen Quelle, sowohl On-Premises als auch in der Cloud.

Data Fabrics und Data Meshes sind neu entstehende Datenarchitekturen, die Daten zugänglicher, verfügbarer, auffindbarer und interoperabler machen können als eine einzelne semantische Schicht es kann. Ein Data Fabric fungiert als verteilte semantische Schicht, die mehrere Datenquellen an verschiedenen Orten miteinander verbindet. Ein Datengeflecht geht noch einen Schritt weiter und behandelt Daten als ein Produkt, das den Teams gehört, die die Daten und ihre Verwendung am besten verstehen.

3. Fehlen gemeinsamer Dienste

Indirekt wird die Datendemokratisierung durch einen Mangel an gemeinsamen Diensten beeinträchtigt. Das Fehlen solcher Dienste bedeutet, dass zu viel Zeit und Ressourcen für die separate verwalten, Pflege und Sicherung von Daten aufgewendet werden, so dass weniger Zeit für den Datenzugriff und die Bereitstellung von Geschäftswerten für die Endbenutzer bleibt. Außerdem führen Inkonsistenzen bei Sicherheit, Kontrollen, Upgrades, Patches und mehr - über mehrere Implementierungen hinweg - oft zu zeitraubenden und kostspieligen Konsequenzen.

4. Schwache Werkzeugunterstützung

Der Zweck und der Nutzen der verschiedenen Arten von Analysetools sind sehr unterschiedlich, so dass verschiedene Benutzer - darunter Dateningenieure, Datenwissenschaftler, Geschäftsanalysten und Geschäftsanwender - unterschiedliche Tools benötigen. Viele Data-Warehouse-Anbieter bieten jedoch keine flexible Integration von Analyse- und Entwicklungstools an, was den Nutzen der Tools für die Benutzer und die Vielfalt der Anwendungsfälle, die ein Data Warehouse bedienen kann, einschränkt.

Wie man die Demokratisierung von Daten vorantreibt

Um diese Herausforderungen der Datendemokratisierung zu meistern, müssen Unternehmen sicherstellen, dass geschäftskritische Systeme mit dem richtigen Tool für die richtige Aufgabe optimal analysieren, Transaktionen durchführen und Verbindungen herstellen können. Auf dem Weg ins Jahr 2022 ist es an der Zeit zu prüfen, ob Ihre Plattform zur Datendemokratisierung Ihre Erwartungen übertrifft und Ihre geschäftlichen Anforderungen erfüllt. Actian ist mit seinem Ansatz der Datenplattform führend. Die Datenplattform muss eine breite Palette von Datenverarbeitungs- und Funktionen vereinen, die sich auf einen einfacheren Zugang zu Daten und einen geringeren Verwaltungsaufwand konzentrieren. Wenn Unternehmen diese Herausforderungen meistern, werden sie in der Lage sein, neue Einnahmen zu generieren und die betriebliche Effizienz zu steigern, um ihr Geschäft wirklich zu transformieren.

Dieser Artikel wurde ursprünglich auf vmBlog veröffentlicht.

Über Teresa Wingfield

Teresa Wingfield ist Director of Product Marketing bei Actian. Sie ist verantwortlich für die Kommunikation des einzigartigen Wertes, den die Actian Data Platform bietet, einschließlich bewährter Datenintegration, Datenmanagement und Data Analytics. Sie verfügt über eine 20-jährige Erfahrung Aufzeichnung der Steigerung von Umsatz und Bekanntheitsgrad von Analytik-, Sicherheits- und Cloud . Bevor sie zu Actian kam, leitete Teresa das Produktmarketing bei branchenführenden Unternehmen wie Cisco, McAfee und VMware.