Architektur von Datenmanagement der nächsten Generation

Dies ist Teil 2 unseres Gesprächs mit der Forrester-Analystin Michele Goetz. Bitte klicken Sie hier, um den ersten Beitrag zu lesen: Rethink Hybrid für das data driven Unternehmen.

Nach einem kürzlichen ActianWebinar mit Forrester Research befragte John Bard, Senior Director of Product Marketing bei Actian, die Forrester-Hauptanalystin Michele Goetz zu den Datenmanagement-Lösungen der nächsten Generation. Hier ist der zweite Teil des Gesprächs (Teil eins finden Sie hier):

John Bard, Actian: Was sind die wichtigsten geschäftlichen Erfordernisse, die eine höhere Priorität für die Geschwindigkeit der Anfrage für Systeme der Erkenntnis erzwingen? 

Michele Goetz, Forrester: Immer mehr Unternehmen werden digital. Einzelhändler schaffen digitale Erlebnisse in ihren Ladengeschäften. Öl- und Gasunternehmen platzieren Tausende von Sensoren an Bohrlöchern, um Informationen über die Produktion und den Zustand der Anlagen in Echtzeit zu erhalten. Und der Wandel im mobilen Denken führt dazu, dass immer mehr Verbraucher und Unternehmen über mobile Anwendungen aktiv werden. Alles geschieht in Echtzeit, wird über ein Netz von Microservices bereitgestellt, und immer ausgefeiltere Analysen werden in Datenströme und Prozesse eingebettet . Dies stellt erhebliche Anforderungen an Systeme, die High-Performance auf massiv orchestrierten Datendiensten erreichen müssen, um Erkenntnis On Demand zu erhalten, schnell Entscheidungen zu treffen, schnell zu handeln und Ergebnisse zu erzielen, die Geschäftsziele kennenlernen .

JB: Wie wichtig ist es, dass operative Daten und Systeme der Erkenntnis eng miteinander verknüpft sind? Welche Anwendungen/Nutzungsfälle treiben diese Integration voran?

MG: Transaktionssysteme müssen mehr und mehr auf der Grundlage von Erkenntnis arbeiten und nicht nur als Eingangspunkte für die Erfassung von Transaktionsereignissen. Analysen laufen auf Datenströmen und einzelnen Transaktionen wie Käufen, Geschäftsprozessereignissen und Transaktionen. Diese Analysen liefern Vorschläge und Anweisungen zur Preisgestaltung, zu Angeboten, zur nächstbesten Aktion und zu Sicherheits-/Betrugsmustern sowie zur Automatisierung manueller Prozesse. Die moderne Datenplattform von heute muss analytische und operative Workloads nebeneinander ausführen, um nicht nur einen Prozess zu ermöglichen, sondern auch Chancen und Bedrohungen zu nutzen, sobald sie auftreten.

JB: Wie kann ein Unternehmen ein Gleichgewicht zwischen erstklassigen Lösungen, die oft eine Integration erfordern, und All-in-One-Plattformen, die oft Kompromisse erzwingen, finden?

MG: Für jeden Geschäftsprozess, jedes Kundenengagement, jeden automatisierten Prozess und jedes Partnerengagement gibt es unterschiedliche Service-Level-Anforderungen an Daten und Analysen. Daten und Datendienste müssen stärker auf die jeweiligen Aufgaben und gewünschten Ergebnisse zugeschnitten sein. Vorgelagerte, in der Entwicklung befindliche Anwendungen werden mit spezifischen Anforderungen an Daten, Erkenntnisse und die Kadenz, in der Daten und Erkenntnis benötigt werden, konzipiert. Diese Anforderungen manifestieren sich in den Daten- und Anwendungs-APIs, die Microservices und Geschäftsdienste steuern. Eine monolithische All-in-One-Plattform führt zu einem starren, zweckgebundenen System, das nicht flexibel auf geschäftliche Veränderungen reagieren kann. Die Kosten für Anschaffung und Wartung sind erheblich und wirken sich auf die Modernisierungsfähigkeit aus, wodurch technische Schulden entstehen. Darüber hinaus wird für jede neue Funktion ein neues Silo aufgebaut, was die Daten weiter fragmentiert und die Erkenntnis behindert. Unternehmen müssen zu einem hybriden Ansatz übergehen, der die Cloud, die Datenvielfalt, die Service-Levels, erstklassige Technologien und Open Source für Innovationen berücksichtigt. Hybride Systeme ermöglichen Flexibilität und Anpassungsfähigkeit, um serviceorientierte Daten in Richtung Geschäftswert zu lenken, ohne die Kosten- und Lieferengpässe, die durch Einheitslösungen entstehen.

JB: Welches ist der beste Designansatz, um die Entwicklung zu beschleunigen und eine schnellere Deployment für die Produktion und damit einen höheren Geschäftswert zu erreichen?

MG: Beginnen Sie damit, was die Lösung unterstützt und welche Serviceebenen sie benötigt. Machen Sie sich klar, wie das in bestimmte Datenarchitekturmuster passt: data science für advanced analytics und Visualisierung, intelligente Transaktionsdaten oder Analyse- und BI-Arbeitsbereiche. Diese Muster dienen als Richtschnur für die Auswahl von Datenbanken, Integrations- und Cloud . Sie helfen auch bei der Festlegung einer Governance, die vertrauenswürdige Quellen, wiederholbare und wiederverwendbare Daten-APIs und -Dienste sowie die Verwaltung von Sicherheitsrichtlinien umfasst.

JB: Welche Art von neuen Anwendungen und Diensten können aus diesen neuen hybriden Datenarchitekturen entstehen?

MG: Beim hybriden Datenmanagement geht es darum, die richtigen Datendienste und Systeme für die jeweilige Aufgabe und das jeweilige Ergebnis einzusetzen. Es bietet mehr Freiheit bei der Einführung moderner Datentechnologien, um schnell die Vorteile von Funktionen zu nutzen, um Erkenntnisse zu gewinnen, die man aufgrund des fehlenden Datenzugriffs nicht sehen konnte, und um Daten und Erkenntnis in Echtzeit zu liefern, ohne die Verzögerung durch nächtliche Stapelverarbeitung und Abgleich. Darüber hinaus verfügt das hybride Datenmanagement über bessere Verwaltungsebenen, die dabei helfen, die Spitzen und Täler im gesamten Ökosystem zu verwalten und Leistungsengpässe zu vermeiden, sowie über die richtigen Kostendaten-Service-Levels zwischen Cloud und On-Premises . Hybrid zu werden bedeutet, Zugang zu allen Daten zu erhalten, um 360°-Kundenprofile zu erstellen, die die Personalisierung auf die nächste Stufe heben. Durch die Bereitstellung eines besseren Dateninfrastruktur-Backbones kann die Analytik in Richtung Maschinelles Lernen, fortschrittliche Visualisierungen und KI reifen. Und Anwendungen und Produkte werden intelligenter, da hybride Systeme ein Engagement schaffen, das aufschlussreich ist und sich an die Art und Weise, wie die Lösungen genutzt werden, anpasst.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, Verwaltung und Analyse von Daten in Cloud-, Hybrid- und lokalen Umgebungen. Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und -analyse liefert Actian leistungsstarke Lösungen, die es Unternehmen ermöglichen, datengesteuerte Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und wurde für seine Leistung und Innovation mit Branchenpreisen ausgezeichnet. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im ActianBlog behandeln wir Themen wie Echtzeit-Dateneingabe, Datenanalyse, Data Governance, Datenmanagement, Datenqualität, Datenintelligenz und KI-gesteuerte Analysen.