Data Management Predictions For 2024: Five Emerging Trends - DATAVERSITY

প্লেটো দ্বারা প্রকাশিত

অনুসরণকারী: 0

যেহেতু আমরা 2023 সালের শেষের দিকে, ডেটা ম্যানেজমেন্ট নেতাদের জন্য এটি অপরিহার্য তাদের পিছনের দৃশ্য আয়না দেখুন মূল্যায়ন করতে এবং প্রয়োজন হলে, তাদের ডেটা ম্যানেজমেন্ট কৌশলগুলি পরিমার্জন করতে। একটা বিষয় পরিষ্কার; যদি ডেটা-কেন্দ্রিক সংস্থাগুলি 2024 সালে সফল হতে চায়, তাদের এমন একটি পরিবেশের জন্য প্রস্তুত করতে হবে যেখানে ডেটা ক্রমবর্ধমানভাবে বিতরণ করা হয়।

এটি মাথায় রেখে, আমরা 2024 সালে পাঁচটি গুরুত্বপূর্ণ ডেটা ম্যানেজমেন্ট প্রবণতা দেখতে পাচ্ছি: ডেটা অ্যান্টি-গ্রাভিটি প্রাধান্য পাবে; তথ্য পণ্য গুরুত্ব বৃদ্ধি পাবে; সংস্থাগুলি শিখবে কীভাবে জেনারেটিভ এআই (জেনএআই) গ্রহণ করতে হয় এবং এটি সফলভাবে ব্যবহার করতে হয়; সংস্থাগুলি আরও কার্যকরভাবে ক্লাউড খরচ পরিচালনা করবে; এবং তথ্য নিরাপত্তা এবং শাসন সরলীকৃত করা হবে।

আসুন ঘুরে ঘুরে এই প্রবণতাগুলির প্রতিটিকে ঘনিষ্ঠভাবে দেখি:

ডেটা অ্যান্টি-গ্র্যাভিটি প্রাধান্য পাবে

ডেটা মাধ্যাকর্ষণ ধারণা, যা ডেটার প্রকৃতির একটি সাদৃশ্য এবং অতিরিক্ত অ্যাপ্লিকেশন এবং পরিষেবাগুলিকে আকর্ষণ করার ক্ষমতা, এখন আর বিদ্যমান নেই। একটি আধুনিক সঙ্গে প্রতিটি প্রতিষ্ঠান ডেটা কৌশল একটি ডেটা লেকের পাশাপাশি একটি ডেটা গুদাম প্রয়োজন, যদি একাধিক না হয়, তাদের ব্যবসার চাহিদা পূরণ করতে৷ গত দুই দশকে, এন্টারপ্রাইজ ডেটা সাইলো সমস্যা সমাধানের জন্য ডেটা গুদাম এবং ডেটা লেক জনপ্রিয় হয়ে উঠেছে, তবুও তারা যা তৈরি করেছে তা আরও বড় সমস্যা ছিল। এর কারণ হল ডেটা গুদাম এবং ডেটা লেক উভয়ই অন-প্রিমিসেস এবং ক্লাউড সিস্টেমের সমন্বয়ে গঠিত এবং তারা প্রায়শই ভৌগলিকভাবে ছড়িয়ে পড়ে। এছাড়াও, যদিও প্রতিটি ক্লাউড পরিষেবা প্রদানকারী অনেকগুলি ডেটা এবং বিশ্লেষণের সমস্যাগুলি স্বাধীনভাবে সমাধান করার চেষ্টা করে, বেশিরভাগ সংস্থাগুলি তাদের ডেটা এবং বিশ্লেষণগুলি মাল্টি-ক্লাউড পরিবেশে চালায়, দুই বা ততোধিক ক্লাউড পরিষেবা প্রদানকারীর থেকে চেরি-পিকিং পণ্য এবং পরিষেবাগুলি।

এই কারণেই ডেটা অ্যান্টি-গ্রাভিটি, যেখানে ডেটা এবং অ্যাপ্লিকেশনগুলি আঞ্চলিক এবং ক্লাউড সীমানা জুড়ে বিতরণ করা হয়, 2024 এবং তার পরেও নতুন আদর্শ হবে। ডেটা প্রতিলিপিকরণ, ডেটা সার্বভৌমত্ব, স্থানীয় ডেটা গভর্নেন্স আইন ও প্রবিধান এবং ত্বরান্বিত গতি-থেকে-অন্তর্দৃষ্টির জন্য প্রয়োজনীয়তাগুলির ক্রমবর্ধমান খরচগুলি হবে ডেটা অ্যান্টি-গ্র্যাভিটিতে অবদানকারী অন্যান্য কারণগুলি। ডেটা মাধ্যাকর্ষণ বিরোধী প্রবণতা অব্যাহত থাকায়, ডেটা ম্যানেজমেন্ট নেতাদের এমন প্রযুক্তিগুলিতে বিনিয়োগ করা উচিত যা বিতরণ করা ডেটা ম্যানেজমেন্টের ভিত্তিতে তৈরি করা হয়েছে।

ডেটা পণ্যের গুরুত্ব বেড়ে যাবে

2024 এর আরোহণের জন্য একটি গুরুত্বপূর্ণ বছর হবে তথ্য জাল, যা ডেটার সহজাতভাবে বিতরণ করা প্রকৃতিকে আলিঙ্গন করে। প্রথাগত, কেন্দ্রীভূত দৃষ্টান্তগুলির বিপরীতে যেখানে ডেটা সংরক্ষণ করা হয় এবং একটি কেন্দ্রীয় ডেটা টিম দ্বারা পরিচালিত হয় যা ব্যবসায়িক ব্যবহারকারীদের কাছে ডেটা প্রকল্পগুলি সরবরাহ করে, ডেটা জাল একাধিক ডেটা ডোমেনের চারপাশে সংগঠিত হয়, যার প্রতিটি সেই ডেটার প্রাথমিক ব্যবসায়িক গ্রাহকদের দ্বারা পরিচালিত হয়। একটি ডেটা জালের মধ্যে, আইটি-এর ভূমিকা ডাটা ডোমেনগুলিকে তাদের কাজ করার জন্য ভিত্তি প্রদানে স্থানান্তরিত করে, অর্থাৎ, এন্টারপ্রাইজ জুড়ে ডেটা পণ্য তৈরি এবং বিতরণ।

টার্নিং পয়েন্ট হবে উপলব্ধি যে ডেটা পণ্যগুলিকে অন্য যে কোনও পণ্য অফার করার মতো একই স্তরের গুরুত্বের সাথে বিবেচনা করা উচিত। উদাহরণ স্বরূপ, একটি টাইলেনল ক্যাপসুল নিন: এর মান শুধুমাত্র ক্যাপসুলেই নয় বরং বিস্তৃত প্যাকেজে যা ভোক্তাদের আস্থা অর্জন করে- বর্ণনা এবং উদ্দেশ্যমূলক ব্যবহার থেকে উপাদান তালিকা এবং নিরাপত্তা ব্যবস্থা পর্যন্ত। একইভাবে, ডেটা ক্যাটালগগুলি গুরুত্বপূর্ণ "প্যাকেজিং" হিসাবে কাজ করে যা কাঁচা ডেটাকে নির্ভরযোগ্য, ভোগযোগ্য সম্পদে পরিণত করে।

এই ডেটা-কেন্দ্রিক যুগে, শুধুমাত্র আকর্ষণীয়ভাবে ডেটা প্যাকেজ করা যথেষ্ট নয়; সংস্থাগুলিকে সম্পূর্ণ ব্যবহারকারীর অভিজ্ঞতা উন্নত করতে হবে। ই-কমার্স জায়ান্টদের সর্বোত্তম অনুশীলনের প্রতিধ্বনি করে, সমসাময়িক ডেটা প্ল্যাটফর্মগুলিকে অবশ্যই ব্যক্তিগতকৃত সুপারিশ এবং জনপ্রিয় পণ্য হাইলাইটের মতো বৈশিষ্ট্যগুলি প্রদান করতে হবে, পাশাপাশি ব্যবহারকারীর অনুমোদন এবং ডেটা বংশের দৃশ্যমানতার মাধ্যমে আস্থা তৈরি করতে হবে। অধিকন্তু, এই প্ল্যাটফর্মগুলিকে সরাসরি ডেটা ক্যাটালগ থেকে রিয়েল-টাইম প্রশ্নগুলি সহজতর করা উচিত এবং ব্যবহারকারীর অনুসন্ধান, ডেটা অনুরোধ এবং পরিবর্তনগুলির জন্য একটি ইন্টারেক্টিভ প্রতিক্রিয়া লুপ বজায় রাখা উচিত। ই-কমার্সে যেমন সময়মতো ডেলিভারি অপরিহার্য, তেমনি তথ্যের দ্রুত এবং নির্ভরযোগ্য অ্যাক্সেস সংস্থাগুলির জন্য অপরিহার্য হয়ে উঠছে।

সংস্থাগুলি GenAI গ্রহণ এবং সফলভাবে এটি লাভ করতে উভয়ের জন্য সংগ্রাম করবে৷

সংস্থাগুলি একাধিক চ্যালেঞ্জের সম্মুখীন হচ্ছে কারণ তারা GenAI এবং বড় ভাষা মডেলগুলি (LLMs) বাস্তবায়নের চেষ্টা করছে, যার মধ্যে ডেটার গুণমান, শাসন, নৈতিক সম্মতি এবং খরচ ব্যবস্থাপনার সমস্যা রয়েছে। প্রতিটি বাধার একটি প্রতিষ্ঠানের অত্যধিক ডেটা পরিচালনার কৌশলের সাথে প্রত্যক্ষ বা পরোক্ষ সম্পর্ক রয়েছে, যা AI মডেলগুলিতে দেওয়া ডেটার অখণ্ডতা নিশ্চিত করার, জটিল নিয়ন্ত্রক নির্দেশিকা মেনে চলা বা বিদ্যমান সিস্টেমে মডেলের একীকরণকে সহজতর করার ক্ষমতাকে প্রভাবিত করে।

সংস্থাগুলিকে আরও কার্যকরভাবে ক্লাউড খরচ পরিচালনা করতে হবে

যেহেতু ব্যবসাগুলি ডেটা অপারেশনগুলিকে ক্লাউডে স্থানান্তর করতে থাকে, তারা একটি উল্লেখযোগ্য বাধার সম্মুখীন হয়: ক্লাউড ডেটা ব্যয়ের নিরলস, টেকসই বৃদ্ধি৷ আগামী বছরের জন্য, ম্যান্ডেটটি কেবল এই ক্রমবর্ধমান খরচের লাগাম লাগাতে নয় বরং উচ্চ-মানের পরিষেবা এবং প্রতিযোগিতামূলক কর্মক্ষমতা বজায় রেখে তা করতে হবে। ক্রমবর্ধমান ক্লাউড হোস্টিং এবং ডেটা ম্যানেজমেন্ট খরচ কোম্পানিগুলিকে কার্যকরভাবে পূর্বাভাস এবং বাজেট করা থেকে বাধা দিচ্ছে এবং ক্লাউডের অস্থির মূল্য কাঠামোর কারণে অন-প্রিমিসেস ডেটা স্টোরেজের পূর্বে নির্ভরযোগ্য খরচগুলি ছাপিয়ে গেছে।

এই আর্থিক স্ট্রেন মোকাবেলা করার জন্য ব্যবসাগুলিকে ক্লাউড খরচগুলি পুঙ্খানুপুঙ্খভাবে বিশ্লেষণ করতে হবে এবং কর্মক্ষমতা ত্যাগ না করে দক্ষতার সন্ধান করতে হবে। এতে ডেটা ব্যবহারের ধরণগুলির একটি বিশদ পরীক্ষা, অদক্ষতার ক্ষেত্রগুলি চিহ্নিত করা এবং আরও ব্যয়-কার্যকর স্টোরেজ বিকল্পগুলির জন্য একটি বিবেচনা জড়িত। ক্লাউড ডেটা খরচ কার্যকরভাবে পরিচালনা করার জন্য, ফার্মগুলিকে কোয়েরি এবং সংশ্লিষ্ট ডেটা এগ্রেস ভলিউম, ডেটাসেটের ব্যবহার ট্যাব্যুলেট করা এবং স্টোরেজ সমাধানগুলি অপ্টিমাইজ করার জন্য ব্যবহৃত গণনার উপর ফোকাস করতে হবে। এই প্রচেষ্টাগুলি আর্থিক ক্রিয়াকলাপ (FinOps) নীতিগুলি গ্রহণ করে উন্নত করা হয়, যা ক্লাউডের নমনীয় ব্যয় মডেলের সাথে আর্থিক জবাবদিহিতাকে মিশ্রিত করে।

ক্লাউড ম্যানেজমেন্টে নিয়মিতভাবে ব্যয় পর্যবেক্ষণ, খরচের পূর্বাভাস এবং আর্থিক সর্বোত্তম অনুশীলনগুলি বাস্তবায়নের মাধ্যমে, সংস্থাগুলি খরচ সঞ্চয় এবং অপারেশনাল কার্যকারিতা ভারসাম্য বজায় রাখতে পারে, নিশ্চিত করে যে তাদের ডেটা কৌশলগুলি অর্থনৈতিক এবং কার্যকরীভাবে শক্তিশালী। 2024 সালে, আমরা ক্লাউড ডেটা চার্জ আরও ভালভাবে পরিচালনা করতে FinOps ড্যাশবোর্ডের ব্যবহারে উল্লেখযোগ্য বৃদ্ধি দেখতে পাব।

ডেটা নিরাপত্তা এবং প্রশাসনকে সরলীকরণ করতে হবে

দুর্বলভাবে সমন্বিত ডেটা অনেক স্তরে একটি সংস্থার তত্পরতাকে প্রভাবিত করে, তবে এই প্রভাবটি সম্ভবত ডেটা সুরক্ষা এবং পরিচালনার ক্ষেত্রে সবচেয়ে শক্তিশালীভাবে অনুভূত হয়। যেহেতু অগণিত সাইলড সিস্টেমগুলি পৃথকভাবে আপডেট করতে সময় লাগে, তাই একই সাথে সমস্ত এন্টারপ্রাইজ সিস্টেম সুরক্ষিত বা পরিচালনা করা অসম্ভব।

এই চ্যালেঞ্জ মোকাবেলা করার জন্য, সংস্থাগুলি ডেটা সুরক্ষা এবং শাসনের জন্য বিশ্বব্যাপী নীতিগুলি ব্যবহার করছে৷ গ্লোবাল ডেটা সুরক্ষা নীতিগুলি শুধুমাত্র ব্যবহারকারীর ভূমিকার উপর নয়, অবস্থানের উপরও ভিত্তি করে হতে পারে, যাতে ছুটিতে থাকা একজন ব্যক্তি প্রধান অফিস থেকে ডেটা অ্যাক্সেস করতে নাও পারেন। গ্লোবাল ডেটা গভর্নেন্স নীতিগুলিও একটি কোম্পানির মধ্যে বিভিন্ন সিস্টেম জুড়ে স্বয়ংক্রিয়ভাবে নির্দিষ্ট শব্দের বানানকে প্রমিত করতে পারে।

যাইহোক, বাস্তব সময়ে বৈশ্বিক নীতির প্রয়োগকে সিঙ্ক্রোনাইজ করার জন্য, এই ধরনের ডেটা নিরাপত্তা এবং শাসন বাস্তবায়নের জন্য ডেটা ব্যবস্থাপনার জন্য একটি যৌক্তিক পদ্ধতির ভিত্তি প্রয়োজন, এবং এই ধরনের পদ্ধতি পরবর্তী বিভাগে কভার করা হয়েছে।

দ্য ফিউচার ইজ লজিক্যাল

এই পাঁচটি প্রবণতার প্রতিটিতে অন্তর্নিহিত চ্যালেঞ্জগুলি কাটিয়ে উঠতে, সংস্থাগুলিকে ডেটা ম্যানেজমেন্ট কৌশলগুলি ব্যবহার করতে সক্ষম হতে হবে যা বিতরণ করা ডেটা সমর্থন করার জন্য গ্রাউন্ড আপ থেকে ডিজাইন করা হয়েছে৷ ঐতিহ্যগত ডেটা ম্যানেজমেন্ট পন্থাগুলি একাধিক সিস্টেম থেকে ডেটার ভৌত প্রতিলিপির উপর নির্ভর করে একটি কেন্দ্রীয় ভাণ্ডারে, যেমন একটি ডেটা গুদাম বা ডেটা লেকের, কিন্তু এই ধরনের পন্থাগুলি, সংজ্ঞা অনুসারে এবং বাস্তবেও, অন্তর্নিহিতভাবে বিতরণ করা ডেটা সমর্থন করে না। বিপরীতে, যৌক্তিক ডেটা ম্যানেজমেন্ট পন্থাগুলি সহজাতভাবে বিতরণ করা ডেটাকে সমর্থন করার জন্য প্রতিলিপি ছাড়াই ডেটা আলাদা করতে রিয়েল-টাইম সংযোগ সক্ষম করে।

ফলস্বরূপ, যৌক্তিক ডেটা ম্যানেজমেন্ট এখানে 2024 এবং তার পরে থাকবে, কারণ এটি প্রতিটি সংস্থাকে সম্ভব সবচেয়ে কার্যকর এবং সাশ্রয়ী উপায়ে বিতরণ করা ডেটা পরিচালনা করতে সক্ষম করে।