Forudsigelser for datastyring for 2024: Fem nye tendenser - DATAVERSITET

Genudgivet af Platon

Abonnenter: 0

Da vi nærmer os slutningen af 2023, er det bydende nødvendigt for Data Management-ledere at gøre det se i deres bakspejle at vurdere og om nødvendigt forfine deres datastyringsstrategier. En ting er klar; hvis datacentrerede organisationer ønsker at få succes i 2024, bliver de nødt til at forberede sig på et miljø, hvor data i stigende grad distribueres.

Med dette i tankerne ser vi fem vigtige datastyringstendenser, der dukker op i 2024: Data-anti-tyngdekraften vil sejre; dataprodukter vil stige i betydning; organisationer vil lære at anvende generativ kunstig intelligens (GenAI) og udnytte det med succes; organisationer vil styre cloudomkostninger mere effektivt; og datasikkerhed og -styring vil blive forenklet.

Lad os se nærmere på hver af disse tendenser efter tur:

Data Anti-Gravity vil sejre

Begrebet datatyngdekraft, som er en analogi af datas natur og dets evne til at tiltrække yderligere applikationer og tjenester, eksisterer ikke længere. Enhver organisation med en moderne Datastrategi har brug for et datavarehus ved siden af en datasø, hvis ikke flere, for at opfylde deres forretningsbehov. I de sidste to årtier blev datavarehuse og datasøer populære til at løse virksomhedens datasiloproblemer, men det, de skabte, var endnu større problemer. Dette skyldes, at datavarehuse og datasøer består af både on-premises og cloud-systemer, og de er ofte geografisk spredt. Også selvom enhver cloud-tjenesteudbyder forsøger at løse mange data- og analyseproblemer uafhængigt, kører de fleste organisationer deres data og analyser i et multi-cloud-miljø, hvor de udvælger produkter og tjenester fra to eller flere cloud-tjenesteudbydere.

Dette er grunden til, at data-anti-tyngdekraft, hvor data og applikationer forbliver fordelt på tværs af regionale og skygrænser, vil være den nye norm i 2024 og fremover. Andre faktorer, der bidrager til databekæmpelse af tyngdekraft, vil være de stigende omkostninger ved datareplikering, datasuverænitet, lokale love og regler for dataforvaltning og kravet om accelereret hastighed til indsigt. Efterhånden som trenden mod tyngdekraften mod data fortsætter, bør datastyringsledere investere i teknologier, der er bygget på forudsætningen om distribueret datastyring.

Dataprodukter vil stige i betydning

2024 bliver et afgørende år for bestigningen af data mesh, som omfatter den iboende distribuerede natur af data. I modsætning til traditionelle, centraliserede paradigmer, hvor data lagres og administreres af et centralt datateam, der leverer dataprojekter til forretningsbrugere, er datamesh organiseret omkring flere datadomæner, som hver især administreres af de primære forretningsforbrugere af disse data. I et datanet skifter IT's rolle til at skabe grundlaget for datadomæner til at udføre deres arbejde, dvs. oprettelse og distribution af dataprodukter i hele virksomheden.

Vendepunktet vil være erkendelsen af, at dataprodukter skal behandles med samme vigtighed som ethvert andet produkttilbud. Tag for eksempel en Tylenol-kapsel: Dens værdi er ikke kun i selve kapslen, men i den omfattende pakke, der tjener forbrugernes tillid - fra beskrivelsen og tilsigtet brug til ingredienslisten og sikkerhedsforanstaltninger. På samme måde fungerer datakataloger som den afgørende "emballage", der forvandler rå data til pålidelige, forbrugbare aktiver.

I denne datacentrerede æra er det ikke nok blot at pakke data attraktivt; organisationer skal forbedre hele slutbrugeroplevelsen. I overensstemmelse med bedste praksis fra e-handelsgiganter skal moderne dataplatforme tilbyde funktioner som personlige anbefalinger og populære produkthøjdepunkter, samtidig med at de opbygger tillid gennem brugergodkendelser og synlighed af datalinje. Desuden bør disse platforme lette realtidsforespørgsler direkte fra datakataloget og opretholde en interaktiv feedback-loop til brugerforespørgsler, dataanmodninger og ændringer. Ligesom rettidig levering er afgørende i e-handel, er hurtig og pålidelig adgang til data ved at blive uundværlig for organisationer.

Organisationer vil kæmpe for både at adoptere GenAI og udnytte det med succes

Organisationer støder på flere udfordringer, når de forsøger at implementere GenAI og store sprogmodeller (LLM'er), herunder problemer med datakvalitet, styring, etisk overholdelse og omkostningsstyring. Hver forhindring har direkte eller indirekte bånd til en organisations overordnede datastyringsstrategi, hvilket påvirker organisationens evne til at sikre integriteten af de data, der føres ind i AI-modeller, overholde komplekse regulatoriske retningslinjer eller lette modellens integration i eksisterende systemer.

Organisationer bliver nødt til at administrere cloudomkostninger mere effektivt

Efterhånden som virksomheder fortsætter med at flytte datadrift til skyen, står de over for en betydelig hindring: den ubarmhjertige, uholdbare eskalering af clouddataudgifter. For det kommende år er mandatet ikke blot at tøjle disse stigende omkostninger, men at gøre det samtidig med, at service af høj kvalitet og konkurrencedygtige resultater opretholdes. Stigende cloud-hosting- og datastyringsomkostninger forhindrer virksomheder i effektivt at prognoser og budgettere, og de tidligere pålidelige omkostninger ved lokal datalagring er blevet overskygget af skyens ustabile prisstrukturer.

At håndtere denne økonomiske belastning kræver, at virksomheder grundigt analyserer cloud-udgifter og søger effektivitet uden at ofre ydeevnen. Dette involverer en detaljeret undersøgelse af databrugsmønstre, lokalisering af områder med ineffektivitet og overvejelser om mere omkostningseffektive lagringsmuligheder. For at administrere cloud-dataomkostninger effektivt skal virksomheder fokusere på den computer, der forbruges af forespørgsler og de tilhørende dataudgangsmængder, tabulering af brugen af datasæt og optimering af lagringsløsninger. Disse bestræbelser forstærkes ved at vedtage principper for finansielle operationer (FinOps), som blander økonomisk ansvarlighed med skyens fleksible forbrugsmodel.

Ved regelmæssigt at overvåge udgifter, forudsige omkostninger og implementere økonomisk bedste praksis inden for cloud-administration, kan organisationer balancere omkostningsbesparelser og driftseffektivitet og sikre, at deres datastrategier er økonomisk og funktionelt robuste. I 2024 vil vi se en markant stigning i brugen af FinOps-dashboards til bedre at administrere skydatagebyrer.

Datasikkerhed og -styring skal forenkles

Dårligt integrerede data påvirker en organisations smidighed på mange niveauer, men denne påvirkning mærkes måske stærkest i datasikkerhed og -styring. Fordi det tager tid at opdatere myriaden af siled-systemer individuelt, er det umuligt at sikre eller styre alle virksomhedssystemer samtidigt.

For at imødekomme denne udfordring udnytter organisationer globale politikker for datasikkerhed og -styring. Globale datasikkerhedspolitikker kan ikke kun være baseret på brugerroller, men også på lokation, så en person på ferie måske ikke kan få adgang til dataene fra hovedkontoret. Globale datastyringspolitikker kan også automatisk standardisere stavningen af visse ord på tværs af de forskellige systemer i en virksomhed.

Men for at synkronisere anvendelsen af globale politikker i realtid kræver sådanne datasikkerheds- og styringsimplementeringer grundlaget for en logisk tilgang til datastyring, og en sådan tilgang er dækket i næste afsnit.

Fremtiden er logisk

For at overvinde de udfordringer, der ligger i hver af disse fem tendenser, skal organisationer være i stand til at udnytte datastyringsstrategier, der er designet fra bunden til at understøtte distribuerede data. Traditionelle datastyringstilgange er afhængige af den fysiske replikering af data fra flere systemer til et centralt lager, såsom et datavarehus eller datasø, men sådanne tilgange understøtter per definition og også i praksis ikke iboende distribuerede data. I modsætning hertil gør logiske datastyringstilgange det muligt for realtidsforbindelser at adskille data uden replikering for at understøtte iboende distribuerede data.

Som et resultat heraf vil logisk Data Management være kommet for at blive i 2024 og derefter, da det gør enhver organisation i stand til at administrere distribuerede data på den mest effektive og omkostningseffektive måde som muligt.