Какой должна быть архитектура данных в современной компании?

Экономический кризис, который мы переживаем, очень четко сформулировал повестку дня для крупных коммерческих организаций: компаниям жизненно необходимо обеспечить гибкость и устойчивость бизнеса. Во многих отраслях перемены, вызванные кризисом, необратимы и слишком велики, чтобы их игнорировать. А значит, к ним надо приспосабливаться. Но как это делать без гибкой масштабируемой инфраструктуры и инструментов, которые позволяют оперативно принимать взвешенные решения? Бизнес создает новые модели вывода продуктов на рынок, стремится повышать эффективность цепочек поставок, расширяет перечень возможных форматов работы для сотрудников. Все это влечет дополнительные требования к работе с корпоративными данными, а значит, и к архитектуре данных.

Современная архитектура данных — одна из составляющих внутренней инфраструктуры, которая заметно влияет на конкурентоспособность бизнеса в новой экономике. Некоторые из требований к архитектуре всем хорошо знакомы, в них нет ничего нового. Точные, выверенные данные всегда были нужны компаниям для бюджетирования и стратегического планирования. Однако стратегическое планирование перестало быть загадочным ритуалом, который в ХХ веке проводился раз в год и включал в себя коллективное изучение бумажных распечаток и нарисованных от руки графиков.

Современная корпоративная аналитика выглядит иначе. Она должна обновляться в режиме реального времени, быть легкой для понимания и удобной в использовании, должна формироваться оперативно, на основе данных, собранных в масштабах всей компании. Это важный момент — интегрированность аналитики со всеми общекорпоративными системами и бизнес-приложениями. Аналитическая система должна быть развернута в облаке для неограниченного масштабирования хранилища данных. На выходе она должна выдавать точную и проверенную информацию, использовать понятные, исчерпывающие определения и хорошо задокументированную логику.

Это серьезные требования, но без них бизнес не может быстро реагировать на изменения рынка, особенно в их активной или кризисной фазе. Текущий темп изменений — невероятен. Новые вызовы появляются чуть ли не каждый день, безжалостно атакуют уязвимые точки в бизнес-процессах и доводят нагрузку на корпоративную инфраструктуру и технологии до предела. Современные технологии поддерживают эффективную многоуровневую аналитику, которая позволяет оперативно принимать оптимальные решения на всех уровнях управления. Они помогают справиться с кризисными явлениями в экономике, пережить их с минимальными потерями или найти варианты, которые позволят извлечь максимум пользы из экономической турбулентности.

Но главное — они придают компании дополнительную устойчивость. Устойчивость как способность в сжатые сроки приспосабливаться к переменам — и положительным, и негативным. Устойчивость базируется на возможности мгновенно принимать качественные решения, быстро их внедрять, а затем так же быстро и уверенно начинать работать в новых условиях, которые становятся нормой.

Типичные трудности

Организации, которые используют платформы, построенные на устаревших моделях архитектуры данных, неизбежно сталкиваются с вызовами, снижающими устойчивость бизнеса. Можно выделить три основных типа подобных вызовов.

Взаимодействие с большим количеством источников данных. Первый и самый распространенный технологический вызов — отсутствие возможности эффективно обрабатывать данные из множества разных источников и применять к ним разные сценарии использования в корпоративных масштабах. Исторически многие платформы развивались постепенно, дорабатывались поэтапно, поэтому они физически не способны качественно взаимодействовать с современными источниками информации — например, они не могут использовать данные, возникающие при межмашинных коммуникациях. Больше того, старые платформы часто требуют принудительно приводить данные к определенным, жестко заданным форматам и структуре, независимо от характера и типа бизнес-приложения — источника.

Высокая стоимость масштабирования. Вторая проблема — невозможность быстро масштабировать мощности. Обычно она идет рука об руку с высокой стоимостью сопровождения. В случае с решениями предыдущих поколений компании традиционно платят за использование гейтированных уровней производительности вне зависимости от того, как они используют ресурсы — полностью или частично. При этом сокращать мощности может быть опасно, потому что в критической ситуации и в нужный момент их может не хватить. Другими словами, бизнес вынужден переплачивать за неиспользуемые ресурсы, которые поддерживаются на случай непредвиденных ситуаций. Это делается по одной простой причине: закупка дополнительных лицензий и оборудования может занимать недели и даже месяцы. За такое время можно растерять заметную часть конкурентных преимуществ и даже тяжким трудом завоеванную долю рынка.

Неэффективные процедуры формирования отчетов. Третья распространенная проблема связана со сроками формирования отчетов, особенно если речь заходит о каких-то новых форматах. Устаревшие технологии и рабочие процессы, а также необходимость привлекать ИТ-экспертов приводят к тому, что на создание нового формата может уходить огромное количество времени. Интеграция источников данных, извлечение и обработка информации — все это растягивается на недели и даже месяцы. Когда у бизнес-пользователей нет возможности самостоятельно создавать отчеты, им приходится ждать в общей очереди, когда же освободятся ресурсы ИТ-служб.

Как мы оказались в таком положении?

Конечно, никто не устанавливал неэффективные и медленные аналитические решения намеренно. Это результат эволюции бизнес-среды и самих решений. Выросли объемы генерируемых данных, появились новые форматы и источники. А многие компании изначально создавали просто репозитории, где должна была храниться информация для принятия наиболее важных бизнес-решений. Помните про стратегическое планирование раз в год? При этом, по мере развития платформы, часть процессов и инструментов трансформировалась. Не всегда трансформация происходила удачно. Структура системы усложнялась, появлялись новые инструменты. Инструментов становилось много, хранилищ тоже. К каждому изолированному хранилищу приставляли отдельную ИТ-команду. Новые проекты реализовывали в зависимости от того, какое подразделение победило в споре за ресурсы. Так и формировались неповоротливые неинтегрированные аналитические платформы.

Со стороны пользователей все развивалось похожим образом. Инструменты создавались под разработчиков и специалистов по обработке данных. Бизнес-пользователи не могли работать с такими инструментами самостоятельно. В итоге ИТ-службы превратились в своеобразную немногочисленную касту посвященных, обладающих уникальными навыками по извлечению необходимых отчетов из первозданного хаоса. Это тоже не было сделано намеренно. Посредственная управляемость и отсутствие проработанной семантики в ранних системах затрудняли доступ для рядовых пользователей. Для каждого отдельного сценария использования отчет нужно было создавать с нуля, силами ИТ. Конечно, в такой ситуации некоторые подразделения не хотели конкурировать за благосклонность техножрецов и предпочитали обходиться своими силами, то есть использовали обычные таблицы.

И как из него выйти?

Современные аналитические платформы предлагают компаниям все необходимые возможности для ведения бизнеса даже в самых непростых условиях. Но как отличить высокотехнологичное решение от морально и технологически устаревшего?

Ориентированность на результат. Современная архитектура данных ориентирована на бизнес, а не на ИТ. Ее основная задача — приносить реальную бизнес-пользу. В фокусе внимания находятся потребности бизнеса, а не технологическая сторона вопроса.

Автоматизация. В современных решениях широко применяется автоматизация. С их помощью стремятся автоматизировать и упростить максимальный объем ручных процессов.

Эластичность. Такие системы должны быть достаточно гибкими, чтобы успешно справляться со сценариями, которые еще даже не описаны, но могут появиться. Современная архитектура построена на концепции эластичности, в полной мере использует возможности облака для масштабирования в любой момент, по первому запросу.

Адаптивность. Современное решение должно с легкостью адаптироваться к изменяющемуся корпоративному ландшафту и требованиям бизнеса. Когда без лишних усилий можно обновлять семантический слой решения и добавлять новые определения и параметры, платформа может эволюционировать вместе с компанией.

Поддержка AI и ML. Трудно представить хорошую платформу, на которой не реализованы механизмы искусственного интеллекта (AI) и машинного обучения (ML). AI- и ML-технологии необходимы для автоматизированного выявления и анализа скрытых зависимостей, для получения аналитических данных, которые невозможно собрать другим способом. Искусственный интеллект помогает найти те области данных, которые остаются за пределами внимания человеческого интеллекта.

Безопасность. Решение должно обеспечивать четкое разделение доступа к информации внутри всей цепочки обработки данных. Речь идет не только о защите от проникновения извне, но и о мониторинге доступа внутри компании. Пользователи должны получать доступ к информации в строгом соответствии со своими корпоративными ролями.

Поддержка совместной работы. Архитектура данных должна поддерживать обмен информацией и совместную работу с данными как внутри отдельных департаментов, так и между различными службами и даже во взаимодействии с внешними организациями.

«Сегодня в корпоративных решениях должна использоваться такая архитектура данных, которая позволит бизнес-пользователям проводить анализ любых доступных типов данных практически в любом разрезе. Даст возможность применять к объектам данных разные инструменты и сценарии использования и обеспечит надежную многоуровневую защиту информации. Решение должно помогать пользователю, направлять его в работе и предоставлять широкие возможности для самообслуживания. Именно такие принципы реализованы в решениях Infor».

По данным Infor, одна только автоматизированная очистка данных существенно ускоряет построение аналитических моделей бизнес-пользователями. По свидетельствам клиентов компании, сроки построения моделей сокращаются примерно на 70%.

Современное решение — это комплексная интегрированная платформа с поддержкой облачного развертывания. Облачная модель внедрения позволяет запускать новые сервисы и инструменты на 40% быстрее, чем при локальном развертывании. Но что еще важнее, подобное решение с возможностью доступа из любого места с легкостью заменяет собой целые наборы инструментов и технологий предыдущего поколения, существенно упрощая технологический ландшафт компании.

Компании сегодня как никогда заинтересованы в получении точной и полной аналитической картины бизнеса. При этом отчеты должны формироваться быстро и без лишних усилий, отражать реальное положение вещей, а не картину недельной или месячной давности. И тогда можно будет принимать оптимальные решения в ответ на мгновенные изменения конъюнктуры и потребностей клиентов. Гибкость и устойчивость — ключевые требования сегодняшнего дня. И они должны поддерживаться на уровне архитектуры данных, которая является фундаментом для качественной работы с ценной информацией.