现代数据架构如何驱动真实的业务
大数据的发展和应用是一件大事,几乎每个行业都在竞相利用数据带来的好处获取利润。但是, 许多商业领袖也想知道如何在跳进大数据湖的同时不被淹死。 为了充分利用大数据, 了解现代数据架构的关键特征,以及该架构如何将原始数据转化为可靠的、可操作的见解,是很有帮助的 。了解数据架构师是什么以及他们是如何使数据产生价值的也很有好处的。
一 什么是数据架构
数据架构是对组织收集、存储、转换、分发和使用数据的方式进行标准化的过程。其目标是在需要的时候将相关数据传递给需要的人,并帮助他们理解这些数据。
几十年来,如果业务战略家想要数据,他们会向IT请求数据,IT会创建一个系统来交付数据。这种冗长乏味、耗时的过程往往会产生出乎战略家意料或需要的结果。在这种环境中, 业务策略受到在正确的时间访问正确数据的困难的限制 。
来自内部和外部的实时数据的可用性和增长,促使商业策略师要求从数据中获得更多、更快的见解。 现代数据架构需要设计良好的流程将业务策略人员和技术专家放在同一个位置。 他们可以一起确定需要哪些数据来推动业务向前发展,如何获取这些数据,以及如何分配这些数据,以便为决策者提供可操作的信息。
二 什么是数据架构师
数据架构师是数据架构的策划者,将各种业务单元的业务需求转换为数据和系统需求。从业务需求和目标开始,数据架构师创建一个技术路线图来满足这些目标。他们为数据流和流程创建蓝图,这些数据流和流程存储并将来自多个源的数据分发给需要它的人。
数据架构师是协调跨多个部门、业务伙伴和外部供应商的内部涉众的首席协作者,他们围绕组织的目标来定义数据策略 。他们是这样做的:
•通过将业务需求转换为技术需求来定义数据远景,技术需求成为内部数据标准和策略的基础。
•定义数据体系结构,包括数据模型、元数据、安全性、引用数据(如产品目录)和主数据(如库存和供应商)的标准。
•定义决策者可以用来创建和改进数据系统的结构。
•定义数据流,控制组织的哪些部分生成数据,哪些部分使用数据,以及如何管理数据流。
三 现代数据架构的特点
如果数据架构是围绕以下特征构建的,那么它就是"现代的":
•用户驱动 :在过去,数据是静态的,访问是有限的。决策者不一定得到他们想要或需要的数据,而是可以提供的数据。在现代数据体系结构中,业务用户可以自由地定义需求,因为数据架构师可以汇集数据并创建解决方案,以满足业务目标的方式访问数据。
•建立在共享数据之上 :有效的数据架构建立在鼓励协作的数据结构之上。良好的数据体系结构通过将来自组织所有部分的数据以及必要的外部来源组合到一个地方,以消除相同数据的冲突版本,从而消除孤岛。在这种环境下,数据不会在业务部门之间交换或储存,而是被视为一种共享的、全公司范围的资产。
•自动化 :自动化消除了对遗留数据系统进行繁琐配置的障碍。现在,使用基于云的工具,耗时数月构建的流程可以在数小时或数天内完成。如果用户想要访问不同的数据,自动化使架构师能够快速设计交付数据的管道。随着新数据的来源,数据架构师可以快速地将其集成到体系结构中。
•人工智能驱动 :智能数据架构将自动化提升到一个新的水平,利用机器学习(ML)和人工智能(AI)来调整、预警和推荐解决方案,以适应新的情况。ML和AI可以识别数据类型,识别和修复数据质量错误,为输入数据创建结构,识别新见解的关系,并推荐相关的数据集和分析。
•弹性 :弹性允许公司根据需要扩大或缩小规模。在这里,弹性使管理员能够专注于故障排除和问题解决,而不是严格的容量校准或过度购买硬件以满足需求。
•简单: 在高效的数据架构中,简单胜过复杂。在数据移动、数据平台、数据组装框架和分析平台中力求简单。
•安全 :安全被构建到现代数据体系结构中,确保根据业务定义的需要知道的基础上可用数据。良好的数据架构还能识别现有的和正在出现的数据安全威胁,并确保符合HIPAA和GDPR等法律法规。
四 数据体架构与信息架构
数据体系结构是关于将原始数据来源和消息转换为可共享格式的,而信息体系结构是将数据转换为业务智能的过程。 只有当数据被组合、关联和分析时,信息架构才会开始显现。如果数据架构是发电厂,信息架构是霓虹灯。
昨天的销售数据本身并不能告诉你多少信息,但当你把它放在历史背景中,与成本和客户保留率相比,你不仅可以看到这些数据是如何随时间变化的,还可以了解到数据随时间变化的原因。
例如,作为一名营销主管,你想知道最近的销售上升是由于一次促销还是仅仅是巧合。这是一个不相关的需求飙升吗?或者一个紧张的销售团队冲击其配额?(促销真的成功吗?)信息架构提供了深刻的见解,管理者和执行者需要在下一步行动中做出自信的决定,比如是转向新领域还是按照当前计划前进。
五 三个最好的开始实践
在开发数据架构策略时,业务领导者应该首先考虑以下因素:
•协作推动整个过程 。良好的数据体系结构确保组织的业务和IT方面在共享的目标和结果上进行协作。决策者定义什么数据将具有最高的业务影响,数据架构师构建一个路径来查找该数据并使其可访问。
•优先考虑数据治理 。数据必须是高质量的、高相关性的,并以特定的业务需求为目标。使用内部专家作为数据管理员来验证和清理组织数据。建立一个能够为所有人提高数据质量的管理人员社区。
•适应性使敏捷性 。最好不要局限于特定的技术或解决方案。随着新技术进入市场,体系结构应该能够适应和适应它。数据类型可以改变,工具和平台也可以改变。因此,良好的数据架构必须能够适应这些不可避免的变化。
六 小结
过去10年,大数据呈爆炸式增长,新数据的数量和速度将继续扩大。遗留的获取、存储、分发和使用数据的方法已经过时:过于笨重和缓慢,无法满足现代业务和客户的需求。然而,工具和技术的发展使企业在如何收集和使用与其需求相关的数据方面具有优势。
数据架构是用于在整个企业内标准化数据收集和使用的设计平台,使所有数据用户能够快速且相对低成本地访问高质量的相关数据。 数据架构弥合了业务领导者和IT之间的传统鸿沟,为他们提供了一个平台,以确保技术和业务战略一致,推动业务向前发展。
好了,今天的文章分享到这就结束了,要是喜欢的朋友,请点个关注哦!--我是简搭(jabdp),我为自己"带盐",感谢大家关注。