لماذا يبدأ الجيل التالي من إدارة البيانات بنسيج البيانات

انقر لمعرفة المزيد عن المؤلف كيندال كلارك.

لم يكن تفويض تكنولوجيا المعلومات لتقديم قيمة الأعمال أقوى من أي وقت مضى. في الحقيقة، 76٪ من المديرين نعتقد أن تكنولوجيا المعلومات يجب أن تكون شريكًا نشطًا في تطوير استراتيجية العمل. خفة الحركة هي مفتاح النجاح هنا. ومع ذلك، تواجه معظم المؤسسات عوائق بسبب استراتيجيات البيانات التي تترك الفرق في حالة ارتباك عندما تتغير السوق أو تظهر تحديات جديدة.

خذ أنظمة إدارة البيانات المنظمة، على سبيل المثال. لقد نجح هذا الخيار بشكل جيد عندما كان مشهد بيانات المؤسسة نفسه منظمًا في الغالب. لكن العالم مختلف الآن، وتهيمن البيانات الهجينة والمتنوعة والمتغيرة على مشهد بيانات المؤسسة. إن ظهور إنترنت الأشياء (IoT)، والارتفاع في حجم البيانات غير المنظمة، وزيادة أهمية مصادر البيانات الخارجية، والاتجاه نحو البيئات الهجينة متعددة السحابة، هي عقبات أمام تلبية كل طلب بيانات جديد. ال استراتيجية البيانات القديمة، التي تتمحور حول أنظمة البيانات العلائقية، معطلة بشكل أساسي. فكيف يمكن للشركات التحول من استراتيجية البيانات التفاعلية إلى استراتيجية البيانات سريعة الاستجابة؟

أنسجة بيانات المؤسسة: الطريق إلى الأمام

تتطلع المنظمات اليوم إلى بناء نسيج البيانات لتشغيل المشاريع والمنتجات التعاونية ومتعددة الوظائف والهروب من سير العمل التفاعلي باستخدام أساس رقمي مرن - لا حاجة إلى النسخ والاستبدال. تعمل أنسجة البيانات على نسج البيانات من صوامع البيانات الداخلية والمصادر الخارجية معًا وإنشاء شبكة من المعلومات لتشغيل التطبيقات والذكاء الاصطناعي والتحليلات. إنها بكل بساطة تدعم النطاق الكامل لتحديات البيانات في المؤسسات المعقدة والمتصلة اليوم.

على عكس تقنيات تكامل البيانات الثابتة القديمة، فإن المبادئ الأساسية لأنسجة البيانات هي أنها تستطيع:

• أجب عن الأسئلة غير المتوقعة وتكيف مع المتطلبات الجديدة
• جلب المعنى للبيانات، مما يؤدي إلى رؤية أفضل
• تمكين الاستعلامات عبر مستودعات البيانات والمصادر الخارجية، بغض النظر عن بنية البيانات
• تحديث الأنظمة الحالية بحيث لا تكون هناك حاجة للنسخ والاستبدال
• قم بتوصيل البيانات في طبقة الحوسبة، وليس في طبقة التخزين، بحيث يمكن توصيل مستودعات البيانات دون إنشاء مستودعات إضافية

تدعم أنسجة البيانات أيضًا اتصالات البيانات متعددة الوظائف التي تعد أساسية لإنشاء الميزة التنافسية والدفاع عنها وتمكين التعاون عبر المؤسسة ومع الشركاء الخارجيين. خذ على سبيل المثال التحديات المتعلقة بالابتكار في سلسلة التوريد. أنظمة بيانات سلسلة التوريد التقليدية هي عبارة عن سباق تتابع، يعمل من خلال عمليات تسليم خطية وروابط منعزلة من نظير إلى نظير بين الأنظمة. لقد رأينا النتائج المتوقعة عندما ضرب فيروس كورونا 19 (COVID-XNUMX)، وانهارت سلاسل التوريد العالمية. وكان بعض التوتر أو حتى الانهيار الجزئي أمراً لا مفر منه، ولكن العواقب أصبحت أسوأ بسبب عدم كفاية استراتيجيات البيانات التي تعاملت مع سلسلة التوريد باعتبارها نظاماً صارماً. في الواقع، سلسلة التوريد عبارة عن شبكة معقدة من الجهات الفاعلة التي يجب أن تكون متزامنة بشكل كامل حتى تتمكن من التكيف حسب الحاجة.

ومن خلال شبكة إمداد رقمية مدعومة بنسيج البيانات، يمكن للمؤسسات الإجابة على الأسئلة المعقدة التي لم تكن تعرفها في السابق، مثل "أرني جميع مجموعات المواد الخام والموردين المرتبطين بها المشاركين في إنتاج الكمية النهائية 123". أو "كيف يمكن مقارنة تكلفة البضائع المباعة للمنتج أ بين هاتين المنطقتين؟" أو "ما هي الشركات المصنعة التي زودت المكونات الخام المشاركة في شكوى العميل هذه؟"

يبدأ تجميع نسيج بيانات ناجح من خلال فهم مواده

على عكس الأساليب الأخرى، تعمل أنسجة البيانات على نسج أنظمة وتطبيقات إدارة البيانات الحالية معًا. لذا، فلا عجب أن يُنظر إلى أنسجة البيانات بسرعة على أنها الخطوة التالية للأمام في نضج مساحة تكامل البيانات. يحدث هذا لأن أنسجة البيانات يمكنها:

1. كشف المعنى الخفي: تعمل أنسجة البيانات على تغيير الوضع الراهن من خلال تقديم المعنى، وليس البيانات فقط، عبر المؤسسة. يتم دمج هذا المعنى معًا من العديد من المصادر: البيانات وبيانات التعريف، والمصادر الداخلية والخارجية، والأنظمة السحابية والمحلية. يتم التقاط المعنى داخل ومن خلال نماذج البيانات القابلة للتوسيع والمدعومة بالرسم البياني المعرفي، مع وجود كل السياق الخاص بكل أصل بيانات بشكل كامل ومتاح، في شكل يمكن فهمه بواسطة الآلة. ومن خلال نسيج البيانات، يمكن للأشخاص والخوارزميات اتخاذ قرارات أفضل، مع تقليل احتمالية ومخاطر إساءة استخدام البيانات أو سوء تفسيرها.

2. أجب عن الأسئلة الصعبة: توفر أنسجة البيانات الإجابات من خلال إمكانات الاستعلام والبحث والتعلم القوية. بدلاً من كونها كيانًا ثابتًا يعتمد على نقل البيانات أو نسخها، توفر منصة نسيج البيانات طبقة بيانات ديناميكية "قابلة للاستعلام" تجمع الإجابات من جميع أنحاء العالم صوامع البيانات. اعتمدت استراتيجيات تكامل البيانات السابقة على إنشاء نموذج بيانات جديد لدعم كل حالة استخدام جديدة ثم نقل البيانات أو نسخها لملء نموذج البيانات هذا. باستخدام نسيج البيانات، يمكن إعادة استخدام نماذج البيانات، لذلك عندما تنشأ أسئلة غير متوقعة، يكون من السهل على الفرق التكيف لتلبية احتياجات الأعمال.

3. دعم مشاريع إدارة البيانات متعددة الوظائف: تعمل أنسجة البيانات على نسج أنظمة إدارة البيانات الحالية معًا، مما يؤدي إلى إثراء جميع التطبيقات المتصلة. وهي تحل محل الأنظمة القديمة التي قامت بجمع أو تصنيف أصول المؤسسة ولكنها فشلت في جعل البيانات قابلة للاستخدام. فشلت الحلول السابقة أيضًا جزئيًا بسبب عدم قدرتها على التعامل مع البيانات المختلطة والمتنوعة والمتغيرة ولكن أيضًا بسبب الرفض التنظيمي. ومع ذلك، تم تصميم أنسجة البيانات للتعاون والاستفادة من الأصول الحالية وربطها، وقيادة جيل جديد من مشاريع إدارة البيانات متعددة الوظائف.

تحديث الاستثمارات القائمة

سيتذكر معظمنا كيف كانت بحيرات البيانات تحمل الوعد بمركزية أصول بيانات المؤسسة. لكن العديد من بحيرات البيانات تفشل في تحقيق الضجيج الخاص بها على وجه التحديد لأنها تقوم بتجميع البيانات في طبقة التخزين بدلاً من توصيلها بطبقة الحوسبة. إنهم يستفيدون من البيانات بناءً على موقعها بدلاً من الاعتماد على معناها التجاري. الفرضية الكاملة وراء نسيج البيانات هي أن التجميع المادي للبيانات لا يؤدي في حد ذاته إلى تحقيق اتصال البيانات أو توفير المعنى أو السياق. في الواقع، تعد الأجيال الأقدم من أنظمة التكامل القائمة على التخزين، مثل مستودع البيانات، أقل قدرة من مستودعات البيانات، نظرًا لأنها تدير البيانات المنظمة بسهولة فقط في البداية، مما يترك صوامع البيانات شبه المنظمة وغير المنظمة دون معالجة ومنفصلة تمامًا. وسرعان ما تحولت الشركات إلى كتالوجات البيانات لمحاولة معالجة التنوع المذهل لمناظر البيانات الخاصة بها، لتكتشف أن الفهرسة وحدها لا تؤدي إلى مؤسسة متصلة.

وفي حين وعدت هذه التقنيات بإنهاء مستودعات البيانات، إلا أن الحقيقة هي أنها حتمية وموجودة لأسباب وجيهة للغاية. فهي تسمح بالتحكم والحوكمة المحلية عندما يكون ذلك مهمًا لجزء معين من الأعمال، حيث يجب تخزين بعض البيانات بعيدًا عن البيانات الأخرى للامتثال للوائح القانونية أو ببساطة لأسباب تجارية قديمة. يركز تكامل البيانات التقليدي على عمليات الحذف
الصوامع من خلال الإتقان أو الهجرة أو الدمج أو الإدارة. لكن أنسجة البيانات توفر بديلاً عمليًا. بدلاً من العمل ضد مستودعات البيانات، يعمل نسيج البيانات على الاستفادة منها دون الحاجة إلى نسخ إضافية من البيانات. وبدلاً من استبدال التقنيات القديمة، يعمل نسيج البيانات جنبًا إلى جنب مع الاستثمارات الحالية ويحسن فائدتها. وذلك لأن نسيج البيانات عبارة عن تصميم معماري يعمل في طبقة الحوسبة ويركز على ربط البيانات أينما كانت، وبالتالي، يعمل فعليًا على تحسين أصول تخزين البيانات المدمجة فعليًا مثل مستودعات البيانات وكتالوجات البيانات والمستودعات وMDM وغيرها.

الرسوم البيانية المعرفية: الغرزة المفقودة لنسيج البيانات الناجح

الرسوم البيانية المعرفية قادرة على تمثيل التنوع والتعقيد الكامل لبيانات المؤسسة لأنها تعمل كتنسيق عالمي للمعنى، بغض النظر عن بنية مصدر البيانات أو موقعها أو تنسيقها. يحل الرسم البياني المعرفي محل العملية الشاقة الحالية لدمج بيانات المؤسسة، والتي تتضمن عادةً الاستخراج والترجمة والنمذجة ورسم الخرائط ثم يتحرك البيانات بين التطبيقات المختلفة. وسرعان ما تصبح التعليمات البرمجية المخصصة المطلوبة للنمذجة ورسم الخرائط غير عملية على نطاق واسع، مما يؤدي إلى إبطاء وتيرة الابتكار والرؤية الثاقبة.

تعد الرسوم البيانية المعرفية جزءًا لا يتجزأ من نسيج البيانات الفعال، حيث إنها تنشئ شبكة من المعرفة قابلة لإعادة الاستخدام وتمثل بسهولة بيانات الهياكل المختلفة وتدعم مخططات متعددة. من خلال إنشاء فهم دلالي قابل للاستعلام وقابل لإعادة الاستخدام لبيانات المؤسسة والجهات الخارجية، تعمل الرسوم البيانية المعرفية بمثابة جوهر نسيج البيانات: إثراء وتسريع الاستثمارات الحالية وتوفير وصول بالغ الأهمية إلى رؤى الأعمال.

تمامًا مثل النسيج العادي الذي يتوافق مع كل ما يحيط به، يمتد نسيج بيانات المؤسسة فوق أصول البيانات الموجودة ويتصل بها عبر خيوط فردية وينسج هذه المصادر معًا في طبقة موحدة. ومن خلال القيام بذلك، تؤدي أنسجة البيانات في الواقع إلى مضاعفة القيمة التجارية للاستثمارات الحالية.

المصدر: https://www.dataversity.net/why-the-next-generation-of-data-management-begins-with-data-fabrics/