Data Platform: modernit ratkaisut
Tiedonhallinta liiketoiminnassa
Organisaation toiminnan keskiössä ovat liiketoimintaprosessit ja niihin liittyvät asiat, prosessi – sekä käsitemallinnus ovat sen vuoksi hyviä tapoja kuvata liiketoimintaa.
Tiedonhallinta on eräs organisaation mahdollistavista liiketoimintaprosesseista taikka sitten osana kaikkia liiketoimintaprosesseja, tavoitteena kuitenkin sen varmistaminen, että on olemassa resursseja johtaa sekä kehittää liiketoimintaa.
Joskus liiketoiminnassa ajatellaan asioita liikaa sovellusnäkökulmasta, että tietyn ajanhetken sovellukset suorittavat näitä liiketoimintaprosesseja, kun oikeasti kuitenkin organisaation prosessit ja data ovat näitä yksittäisiä sovelluksia pysyvämpiä.
Muuttuvat integraatiotyylit
Uudet teknologiat, datamäärien kasvu sekä eräajoikkunan pienentyminen vaikuttavat tapoihin toteuttaa integraatioita. Perinteinen tapa kierrättää dataa integraatiopalvelimen kautta ei ole enää näissä olosuhteissa toimiva.
Tunnettu konsultti Rick van der Lans kirjoitti jo aiemmin miten erilaiset integraatiotavat muuttuvat. Ehkä aito reaaliaikaisuus / sanomapohjaisuus taikka replikointi ei ole vielä lyönyt täysin läpi vaikka onkin kovasti yleistynyt 2020 - luvulla.
Modernit data-alustat
Moderni data platform eli data-alusta pystyy käsittelemään monenlaista dataa, se voi myös olla hybridi, jossa on Data Lake – tyyppisiä osia yhdessä relaatiomallin mukaisen osan kanssa. Moderni data-alusta voi olla on-premises tai sitten yhä useammin kokoelma erilaisia pilvipalveluita. Jos data platform koostuu erilaisista PaaS – osista, niin pilvipalveluiden tarjoajan vastuulle siirtyy paljon siitä teknisestä infrastruktuurista, joka on-premises mallissa on organisaatiolla itsellään.
Modernilla data-alustalla pitäisi olla kyky käsitellä saapuvaa dataa ilman että sitä ensin pitää siirtää alustan ulkopuolelle muokkausta ja latausta varten. Jos data-alusta ostetaan palveluna, niin alustan resurssit ovat helpommin skaalattavissa. Pilvipalveluiden suurin hyöty tulee joustavuudesta, rahaa kaikesta kehittämisestä sekä käytetyistä infrapalveluista joutuu joka tapauksessa maksamaan. Kokeneen kehittäjätiimin palkkakustannukset ovat joka tapauksessa suurin kuluerä, jolloin on järkevää automatisoida sekä käyttää lähes valmiita komponentteja.
Data Mesh vai perinteinen monoliitti?
Moderni data platform voi myös olla hajautettu ja noudattaa läheisemmin Data Mesh – filosofiaa, jossa vastuu ja arkkitehtuuri on hajautettu enemmän ilmiöalueisiin kuin niin että kaikki kehitys on keskitetyn datafunktion vastuulla. Tämä on vielä ajatuksellisesti uutta ja edellyttää varsin vahvaa resursointia siinä että jokainen domain / ilmiöalue pystyy mieltämään oman datatuotteensa luonteen ja oikeasti vastaamaan palvelulupauksestaan datan käyttäjien suuntaan. Perinteisesti liiketoimintaprosesseissa on ollut rajallisesti kyvykkyyttä tuottaa tuollaista palvelua ja vastuu on siksi ollut keskitetty tietovarastoinnin tiimiin tai vastaavaan. Mutta tästä keskittymisestä seuraa omat ongelmansa, joista yksi on hitaus vastata muutokseen.
Microsoftin data platform – palvelut
Microsoftilla on Azuren pilvipalvelun kautta tarjota erittäin vahva tarjoama erilaisia Azuren datapalveluita ja uskomme että monet organisaatiot hyötyvät näiden laajasta käyttöönotosta erilaisiin Data & AI - kehittämishankkeisiin.
Azuren palveluihin perustuvan data-alustan arkkitehtuuri perustuu usein moneen palveluun, Azure Storage toimii siinä usein raakadatan landing – alueena sekä pitkäaikaisvarastoinnin alueena. Tietovarastopalveluina tarjoavat joko Azure Synapse Analyticsin Dedicated tai Serverless SQL Pool tai Azure SQL. Datavisualisoinnin - välineenä tunnettu Power BI on taas ollut datavisualisoinnin markkinajohtaja jo useiden vuosien ajan tutkimusyhtiö Gartnerin mukaan.
