Dieser Blog wurde von Monica Kimbrough mit Unterstützung von Gina Noel D’Ambrosio verfasst
Ich habe mehr als zwei Jahrzehnte damit verbracht, unternehmensweite Transformationen für Fortune-200-Unternehmen zu leiten. In dieser Zeit habe ich ein tiefes Verständnis der Vorteile entwickelt, die sich aus der Optimierung der Datenerfahrung ergeben, um erfolgreiche Ergebnisse zu erzielen.
John G. Schmidt, mein langjähriger Geschäftspartner, und Kirit Basu sind zwei renommierte Führungskräfte im Datenbereich und haben ein innovatives Buch geschrieben, das das Thema untersucht. In DataOps: Die „Autoritative Edition“ definiert die Funktionen, Methoden, Praktiken und Technologien, die für den Datenbetrieb und die Datenverwaltung erforderlich sind.
„DataOps ist die Anwendung von DevOps-Praktiken auf Dateninfrastrukturen mit einem einzigen Vorbehalt. Sie muss Veränderungen in einem viel schnelleren Tempo bewältigen als in der Vergangenheit.“
Zurück zu den Grundlagen
Beginnen wir mit einigen wichtigen Konzepten:
- Anwendungen spielen eine entscheidende Rolle bei der Unterstützung und Automatisierung verschiedener Funktionen und Aktivitäten. Sie erleichtern die Erstellung, Nutzung und den Austausch von Informationen und Daten. Wenn Daten allein betrachtet werden, mangelt es an inhärentem Wert. Sie verwandelt sich jedoch in aussagekräftige Informationen, wenn sie in einen Kontext gestellt werden, der durch ihre Anwendbarkeit, Umstände, Bedingungen und die Richtlinien zu ihrer Erstellung, Nutzung, Sicherheit, Governance und Entsorgung definiert ist.
- Von Menschen erstellte Dokumente wie Liebesbriefe, Stellenbeschreibungen und Polizeiberichte dienen als Beispiele für Informationen. Durch die Umwandlung dieser Dokumente in ein strukturiertes Repository ermöglichen wir eine Reihe von Aktionen: Die Daten können durchsucht, bearbeitet, gespeichert, gesichert, verschlüsselt, dupliziert, verwaltet und letztendlich vernichtet werden. Diese Reihe von Vorgängen lässt sich leicht von Computern verwalten.
- Durch Datenanalysen können wir wichtige Verhaltensweisen, Trends und Muster aufdecken. Diese Erkenntnisse vertiefen unser Verständnis dafür, wie Daten mit Informationen in Beziehung stehen.
Die Rolle von DataOps
DataOps lädt und pflegt Datenelemente wie Kontext und Beziehungen, sodass Anwendungen die Informationsverarbeitungslogik unterstützen können. Dies umfasst mehrere Schlüsselfunktionen, darunter:
- Archivieren, Unterlegen, Speichern und Löschen von Daten nach Bedarf
- Überwachung der Verschiebung und des Datenaustauschs zwischen Anwendungssystemen und Datenspeichern
- Identifizieren und Koordinieren der Auswirkungen von Änderungen über vernetzte Systeme hinweg
- Durchführung der Ausnahmebehandlung für Datenbereitstellungsvorgänge, Qualitätssicherung und Sicherheitsmaßnahmen
Warum ist das wichtig?
Da Unternehmen Initiativen zur digitalen Transformation in Angriff nehmen, ist es von entscheidender Bedeutung, Geschäftsprozesse und damit verbundene Services zu lokalisieren, die die Performance und Benutzererfahrung auf digitalen Plattformen verbessern können. Es ist unerlässlich, sicherzustellen, dass die Informations- und Datenmodelle gepflegt und kontinuierlich optimiert werden. Hier spielt DataOps eine wichtige Rolle. Es automatisiert Prozesse, die bei der Klärung und Interpretation der Daten helfen, bewertet Rohdaten auf Erkenntnisse und Trends und implementiert gleichzeitig die erforderlichen Funktionen zur Unterstützung der Verarbeitungslogik.
Der Schlüssel zum Erfolg der digitalen Transformation
Im Laufe meiner Jahre, in denen ich Unternehmen bei großen digitalen Transformationen unterstützt habe, habe ich verschiedene Reifegrade bei der Bewältigung der Datenherausforderungen erlebt, die diese Transformationen mit sich bringen. Letztendlich ist es genau diese Reife, die Erfolg oder Misserfolg bestimmt.
Die digitale Transformation umfasst mehrere Schichten, darunter:
- Identifizierung wichtiger Initiativen
- Definieren, welche Funktionen von den Initiativen betroffen sind und in den Umfang einbezogen werden
- Analyse der Informationssubjekte, die von den betroffenen Funktionen generiert und genutzt werden
- Entwicklung des Datenmodells zur Unterstützung dieser Initiativen
Schließlich muss das Unternehmen die Herausforderungen bewältigen, die mit der Aufrechterhaltung eines robusten Datenmodells nach der Umstellung auf das neue Betriebsmodell und die digitale Plattform verbunden sind. Diese Aufgabe wird exponentiell schwieriger, wenn der Informationsaustausch zwischen Anwendungslandschaften in verschiedenen Umgebungen erforderlich ist. Diese Komplexität macht eine Hybridlösung erforderlich.
In nachfolgenden Blogbeiträgen werden wir uns diese Komplexität genauer ansehen. Wir untersuchen die wichtige Rolle, die DataOps bei der Aufrechterhaltung des Zustands des Datenmodells spielt, und die Rollen, die im Unternehmen benötigt werden, um es durchzuführen.
Wir werden auch untersuchen, wie Technologieautomatisierung die Aufgaben, die typischerweise von Menschen wahrgenommen werden, verändern kann und wie die Technologie von Pure Storage Ihnen dabei helfen kann, diese Komplexitäten zu bewältigen. Wir werden besprechen, wie die Weiterentwicklung Ihrer Infrastruktur hin zu einer Datenmanagementplattform oder sogar einer Enterprise Data Cloud ein entscheidender Schritt ist, um eine ganzheitliche Kontrolle über Ihre Daten zu erlangen und die Verwaltung zu vereinfachen.
Manage your data, not your storage.
Verwalten Sie Ihre Daten, nicht Ihren Storage
Es ist an der Zeit für eine einheitliche Architektur, die Ihnen die Kontrolle gibt – angetrieben durch Intelligenz und Automatisierung, nicht durch manuellen Aufwand.
