Какой должна быть архитектура данных в современной компании?

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 всё 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 отчётов 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 отчёт 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 обычными таблицами.

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. Её основная задача – приносить реальную бизнес-пользу. Она фокусируется на потребностях бизнеса, а не на технологической стороне вопроса.

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

Эластичность. Такие системы должны быть достаточно гибкими, чтобы успешно справляться со сценариями, которые ещё 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 семантический слой решения можно обновлять без лишних усилий, 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, получения аналитических данных, которые невозможно получить другим способом. Искусственный интеллект помогает найти те области данных, которые остаются за пределами внимания человеческого интеллекта.

Безопасность. Решение должно обеспечивать четкое разделение доступов к информации внутри всей цепочки обработки данных. Речь идёт не только 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 разные инструменты и сценарии использования к объектам данных 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 ещё 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 отчёты должны формироваться быстро и без лишних усилий, отражать реальное положение вещей, а не картину недельной или месячной давности. Только так можно 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.