De kloof tussen bedrijfsstrategie en it-operaties is sinds decennia een probleem. Recente ontwikkelingen wijzen erop dat hetzelfde dreigt te gebeuren met de verbinding tussen knowledge en de bedrijfsstrategie. En dat is zorgelijk. Een goede afstemming is belangrijk voor het gebruik van realtime-data bij besluitvorming. Wat zijn de oorzaken van dit probleem en hoe kunnen datamesh en data-engineering als brug dienen tussen enterprise en it?
Volgens onderzoek voelt bijna een derde van de digitale leiders zich niet begrepen door hun eigen it-afdeling of it-partners. Bovendien vinden veel digitale leiders dat de it-afdeling geen significante bijdrage levert aan de realisatie van bedrijfsdoelen. Kortom, de kloof tussen enterprise en it’s realiteit en wordt veroorzaakt door de verschillende focus van beide resultaten. De enterprise is gericht op het behalen van organisatiedoelstellingen, terwijl it zich concentreert op het beheer van it-systemen.
Het impact van dit verschil in focus is bijzonder schadelijk voor het beschikken over bruikbare realtime-data, een essentieel element voor het nemen van operationele beslissingen. Veel organisaties worstelen hierdoor om waarde te halen uit deze knowledge. Soms zelfs zo erg dat wordt aangegeven dat beschikbare knowledge volledig waardeloos is.
Overbruggen
“Soms zelfs zo erg dat wordt aangegeven dat beschikbare knowledge volledig waardeloos is”
Om de kloof tussen knowledge en de enterprise te overbruggen, moeten datateams een voet in de wereld van de enterprise hebben. Een data-engineer, bekend met zowel bedrijfsprocessen als it, kan de verbinding vormen. Deze specialisten bemoeien zich met het beheer en de kwaliteit van knowledge en dragen er zorg voor dat bedrijfsgegevens effectief, efficiënt en veilig worden verzameld, verwerkt en gebruikt.
Waarom is de data-engineer hier de verbinder? De data-engineer beschikt over de technische experience om knowledge te verzamelen, te beheren en te verwerken, en heeft tevens inzicht in de bedrijfsprocessen en doelstellingen. Dit maakt de data-engineer een kandidaat om te dienen als verbinder. Zijn unieke positie op het snijvlak van enterprise en it kan hij hiervoor benutten. Dit stelt hem in staat om te begrijpen welke knowledge de organisatie nodig heeft, hoe deze is te analyseren en hoe de resultaten zijn in te zetten om de bedrijfsdoelstellingen te ondersteunen.
Datawarehouse
Een datalake is flexibeler dan een traditioneel datawarehouse. Toch kan het gebrek aan structuur en controle over de verversingsgraad problemen veroorzaken. Te vaak zien we dat it alles in een datalake gooit, waarna de enterprise het zelf magazine uitzoeken. In plaats daarvan moeten enterprise en it eerst gezamenlijk bedrijfsdoelstellingen opstellen. Op foundation hiervan kan de enterprise vervolgens definiëren welke stuurinformatie nodig is, vóórdat it beslist over data-engineering en het inzetten van een dataplatform.
Interessant is dat it-afdelingen vaak als ‘dataklussers’ worden gezien; ze creëren waar om wordt gevraagd, zonder focus op het eindresultaat. Een betere benadering zou zijn om te beginnen met doelstellingen en daarbij passende dataproducten definiëren. Dit leidt tot duidelijkere vragen en dataproducten met meer affect.
Dubbel werk
“Het datalake functioneert zo als de machinekamer voor dataverwerking”
Datamesh, een gedecentraliseerd en domeingeoriënteerd mannequin, kan dit proces vergemakkelijken. In een datamesh is elke businessunit verantwoordelijk voor zijn eigen data-pipelines through een product proprietor. De businessunit heeft hierbij toegang tot de data-pipelines van andere items in de organisatie. Hierdoor bevordert een datamesh de samenwerking en het delen van inzichten en voorkomt dubbel werk. Het datalake functioneert zo als de machinekamer voor dataverwerking, terwijl de product homeowners en data-scientists de informatie genereren.
Bij het opzetten van een datastrategie is het evenwel essentieel om eerst naar de informatiebehoefte en toekomstplannen van de organisatie te kijken. Op foundation van deze factoren kies je hoe je hier invulling aan wilt geven en wat het beste binnen de organisatie previous. Overweeg het dataplatform en data-engineeringstrategie. Met als doel om snel waardevolle dataproducten te leveren en tegelijkertijd te zorgen voor een toekomstbestendig platform. Need daarmee realiseren data-gebruikers snel waarde én wordt de kloof tussen enterprise en it weer wat minder groot.
(Auteur Robbrecht van Amerongen is head of technique bij Amis Conclusion.)