Με όλες τις πληροφορίες εκεί έξω - 2,5 κιλά δισεκατομμύρια bytes την ημέρα, με μία μέτρηση - δεν αποτελεί έκπληξη το γεγονός ότι οι σημερινές επιχειρήσεις αγωνίζονται με την ταξινόμηση, οργάνωση και διαχείριση δεδομένων. Είτε χρειάζονται τα δεδομένα είτε απλά καταλήγουν σε αυτά (ψηφιακή εξάτμιση), πρέπει να τα έχουν πρακτικά. Η έξυπνη διαχείριση δεδομένων είναι η βάση για τη μετατροπή των πληροφοριών σε έσοδα.
Πρόσφατα, οι επιχειρήσεις επανεξετάζουν τη στρατηγική διαχείρισης δεδομένων τους εστιάζοντας στη μεγαλύτερη αρχιτεκτονική του κόμβος δεδομένων. Ο κόμβος δεδομένων συνδέει όλα τα δεδομένα σε μια επιχείρηση, δίνοντας τελικά σε όλους τους επιχειρηματικούς χρήστες την προβολή 360 μοιρών των δεδομένων που χρειάζονται για να κάνουν τη δουλειά τους. Στην ιδανική περίπτωση, αυτό θα συνέβαινε στο πλαίσιο των επιχειρηματικών εφαρμογών που χρησιμοποιούν ήδη. καθιστώντας αυτό διαφανές και αποτελεσματικό, επιτρέποντας παράλληλα τη διαχείριση δεδομένων σε συνεργατική βάση σε ολόκληρη την επιχείρηση.
Στην τελευταία μου στήλη, έγραψα για να πάρω το κόμβο δεδομένων ένα βήμα παραπέρα για να το κάνω έξυπνο. Αυτή τη φορά θέλω να κάνω μια βαθύτερη βουτιά σε ένα κρίσιμο στοιχείο του κόμβου δεδομένων: διαχείριση δεδομένων εφαρμογών (ADM).
Καθορισμός και διαχείριση της διαχείρισης δεδομένων εφαρμογών
Όπως επεσήμανε ο αναλυτής και έρευνα VP Andrew White στο Gartner, το ADM είναι ένα είδος νέου πεδίου που υπάρχει τόσο παράλληλα όσο και εντός της κύριας διαχείρισης δεδομένων (MDM). Η διαχείριση δεδομένων εφαρμογών (ADM) είναι κύρια δεδομένα που κοινοποιούνται (κοινά) σε πολλές εφαρμογές, αλλά όχι απαραίτητα σε ολόκληρη την επιχείρηση.
Για παράδειγμα, μια τυπική επιχείρηση σήμερα μπορεί να έχει διαχείριση αλυσίδας εφοδιασμού, σύστημα διαχείρισης σχέσης πελατών (CRM) και λογισμικό χρέωσης. Κάθε σύστημα εκτελεί ένα διαφορετικό μέρος της επιχείρησης. Ωστόσο, όλα αυτά τα συστήματα έχουν κοινά δεδομένα, όπως ονόματα πελατών, διευθύνσεις, διευθύνσεις χρέωσης και αποστολής και τιμολόγια.
Κάθε σύστημα έχει και άλλα δεδομένα. Στο σύστημα της εφοδιαστικής αλυσίδας, υπάρχουν πληροφορίες logistics, λεπτομέρειες αποστολής, φόροι και δασμοί. Το CRM έχει δυνητικούς πελάτες και ευκαιρίες, επιπλέον επαφές, προηγούμενες παραγγελίες και διαπραγματεύσεις, ενώ το λογιστικό λογισμικό περιέχει τραπεζικούς λογαριασμούς και αριθμούς δρομολόγησης - πληροφορίες που χρειάζονται υψηλή ασφάλεια, για να μπορούν να δουν μόνο λίγα μέλη του προσωπικού σε ολόκληρο τον οργανισμό.
Τα κοινά δεδομένα είναι διαφορετικά. Είναι αυτό που αναφέρεται συχνά ως "αργά μεταβαλλόμενες διαστάσεις". Κατά τη διάρκεια της ζωής σας, πολύ αργά, η διεύθυνση, το τηλέφωνο και το email σας αλλάζουν, αλλά εξακολουθείτε να είστε το ίδιο άτομο. Το ίδιο ισχύει και αν εργάζεστε σε μία εταιρεία αλλά προωθείτε ή μεταφέρετε γραφεία. ορισμένοι αριθμοί και γράμματα που αποδίδονται σε εσάς θα αλλάξουν, αλλά άλλοι δεν θα αλλάξουν.
Οι πληροφορίες που αλλάζουν αργά τις διαστάσεις θεωρούνται κύρια δεδομένα και διατηρούνται σε ξεχωριστή βάση δεδομένων με πληροφορίες σχετικά με αυτές τις μικρές, αργές αλλαγές με την πάροδο του χρόνου. Τα δεδομένα της εφαρμογής που αλλάζουν πιο γρήγορα είναι συναλλαγές — πληροφορίες όπως το εισόδημα ενός ατόμου ή τα έσοδα μιας επιχείρησης. Αλλάζει συνεχώς (όπως κάθε τρίμηνο) και διατηρείται δίπλα στις πληροφορίες των πελατών. Αν και δεν είναι κύρια δεδομένα, μια επιχείρηση εξακολουθεί να θέλει να τα κυριαρχήσει.
Στην πράξη η διαχείριση δεδομένων εφαρμογής
Κατά τη διάρκεια μιας εργάσιμης ημέρας, διάφορα άτομα σε έναν οργανισμό θα ενημερώσουν αυτές τις ομάδες πληροφοριών. Ανάλογα με το ρόλο και τις άδειές τους, ενδέχεται να ενημερώσουν ή να εγκρίνουν ή να υποβάλουν για έγκριση σε τμήματα bit δεδομένων των διαχειριστών δεδομένων. Θα ενημερωθούν με διαφορετικές ταχύτητες, με διαφορετικά επίπεδα ειδικότητας και ακρίβειας. Καθώς οι αλλαγές εφαρμόζονται, τα κοινόχρηστα δεδομένα αντικατοπτρίζονται αμέσως σε όλες τις εφαρμογές. Έτσι, η ADM κάνει ό, τι κάνει το MDM, αλλά τελικά εξυπηρετεί μια διαφορετική περίπτωση: κοινή χρήση σε πολλές εφαρμογές.
Τι συνδέει τα πάντα μαζί; Αυτός είναι ο κόμβος δεδομένων. Ο κόμβος δεδομένων περιλαμβάνει διακυβέρνηση δεδομένων, ποιότητα δεδομένων και εμπλουτισμό, καθώς και ροές εργασίας (όπως εγκρίσεις και επαναληπτικές διαδικασίες) Αντικατοπτρίζουν τον τρόπο με τον οποίο τα δεδομένα αλλάζουν με την πάροδο του χρόνου και φέρνουν σαφή σαφήνεια για την ιχνηλασιμότητα, τη γενεαλογία και την ακουστικότητα.
Τεχνητή νοημοσύνη: το βασικό συστατικό
Μέχρι πρόσφατα, η ικανότητα χρήσης μιας στρατηγικής κόμβου δεδομένων παρεμποδίστηκε από την επιβαρυντική ανάγκη ενσωμάτωσης και την απαίτηση συνδυασμού πολλαπλών πλατφορμών και υπηρεσιών λογισμικού σε ένα λειτουργικό σύστημα. Οι τεχνολογίες τεχνητής νοημοσύνης και μηχανικής μάθησης φέρνουν το «τελευταίο μίλι» αυτοματισμού και συσχέτισης για να καταστήσουν εφικτό τον κόμβο δεδομένων.
Αυτό το τελικό επίπεδο είναι ο «έξυπνος» κόμβος δεδομένων - ο οποίος εξετάζει τις παραπάνω αναφερόμενες δυνατότητες δεδομένων, συμπεριλαμβανομένης της τεχνολογίας AI και της μηχανικής μάθησης που οδηγεί σε μια διαισθητική φιλική προς το χρήστη διεπαφή που καθιστά τις διαδικασίες δεδομένων εύκολα αναλώσιμες για οποιοδήποτε μέλος του προσωπικού του οργανισμού.
Οι τελικοί χρήστες των επιχειρήσεων είναι αυτοί που πρέπει τελικά να εξουσιοδοτηθούν για να χτίσουν την αφοσίωση των πελατών και να διερευνήσουν ευκαιρίες cross-selling και upsell. Τα δεδομένα μπορούν να τα βοηθήσουν, αλλά μόνο εάν αποθηκεύονται στο σωστό μέρος και φυλάσσονται από τη σωστή εφαρμογή στο σωστό άτομο τη σωστή στιγμή.
Φέρτε το μαζί
Η βιομηχανία δεδομένων έχει κάνει το ίδιο κακό, έχοντας πολλά συστατικά λογισμικού για τμηματοποιημένα τμήματα της μεγαλύτερης απαίτησης. Αυτό γεννήθηκε από την επιθυμία να αποκτήσει μια θέση σε μια πολυσύχναστη αγορά. Όλο και περισσότερο, ο τρόπος παράδοσης της αξίας που είναι τόσο απελπιστικά απαιτείται είναι να το συνδυάσουμε σε μια ενιαία πλατφόρμα και να βελτιώσουμε την πολυπλοκότητα με έναν διαισθητικό σχεδιασμό. Παρακολουθήστε αυτόν τον χώρο.
