데이터 경험을 최적화하는 데이터옵스

기본으로 돌아가기

먼저 몇 가지 중요한 개념에 집중해 보겠습니다.

애플리케이션은 다양한 기능과 활동을 지원하고 자동화하는 데 중요한 역할을 합니다. 이들은 정보 및 데이터의 생성, 활용 및 교환을 용이하게 합니다. 데이터는 자체적으로 고려될 때 고유한 가치가 부족합니다. 그러나, 적용 가능성, 상황, 조건 및 생성, 사용, 보안, 거버넌스 및 폐기에 관한 가이드라인에 의해 정의되는 상황에 놓일 때 의미 있는 정보로 변환됩니다.

러브 레터, 직무 기술서 및 경찰 보고서와 같은 인간이 생성한 문서는 정보의 예가 됩니다. 이러한 문서를 구조화된 리포지토리로 전환함으로써 다음과 같은 다양한 작업을 수행할 수 있습니다. 데이터는 검색, 편집, 저장, 보안, 암호화, 복제, 관리 및 궁극적으로 폐기될 수 있습니다. 이러한 일련의 작업은 컴퓨터에서 쉽게 관리할 수 있습니다.

데이터 분석을 통해 중요한 행동, 트렌드 및 패턴을 파악할 수 있습니다. 이러한 인사이트는 데이터가 정보와 어떻게 상호 연관되는지에 대한 이해를 심화시킵니다.

데이터 운영의 역할

DataOps는 컨텍스트 및 관계와 같은 데이터 요소를 로드 및 유지 관리하여 애플리케이션이 정보 처리 로직을 지원할 수 있도록 합니다. 여기에는 다음과 같은 몇 가지 주요 기능이 포함됩니다.

필요에 따라 데이터 아카이빙, 서브셋팅, 유지 및 제거

애플리케이션 시스템과 데이터스토어 간의 데이터 이동 및 교환 감독

상호 연결된 시스템 전반에서 변화의 영향 파악 및 조정

데이터 전달 운영, 품질 보증 및 보안 조치에 대한 예외 처리 실행

이것이 중요한 이유

조직이 디지털 트랜스포메이션 이니셔티브를 시작함에 따라, 디지털 플랫폼에서 성능과 사용자 경험을 향상시킬 수 있는 비즈니스 프로세스와 관련 서비스를 정확히 파악하는 것이 중요합니다. 정보 및 데이터 모델을 잘 관리하고 지속적으로 최적화하는 것이 필수적입니다. 데이터 운영이 중요한 역할을 하는 곳입니다. 데이터를 명확히 하고 해석하는 데 도움이 되는 프로세스를 자동화하여 인사이트와 트렌드에 대한 원시 데이터를 평가하는 동시에, 처리 로직을 지원하는 데 필요한 기능을 구현합니다.

디지털 트랜스포메이션 성공의 열쇠

주요 디지털 트랜스포메이션을 거치는 기업들을 지원해 온 수년 동안, 저는 이러한 트랜스포메이션이 직면한 데이터 문제를 해결하는 데 있어 다양한 성숙도를 목격했습니다. 결국, 이러한 성숙도가 성공 또는 실패를 결정합니다.

디지털 트랜스포메이션에는 다음과 같은 여러 계층이 포함됩니다.

주요 이니셔티브 파악

이니셔티브의 영향을 받고 범위에 포함되는 기능 정의

범위 내 기능부서가 생성 및 활용할 정보주체 분석

이러한 이니셔티브를 지원하는 데이터 모델 개발

마지막으로, 조직은 새로운 운영 모델과 디지털 플랫폼으로 전환한 후 강력한 데이터 모델을 유지하는 데 따르는 도전과제를 해결해야 합니다. 다양한 환경에 위치한 애플리케이션 환경 간에 정보 교환이 필요한 경우, 이러한 작업은 기하급수적으로 어려워집니다. 이러한 복잡성으로 인해 하이브리드 솔루션이 필요합니다.

이후 블로그 게시물에서는 이러한 복잡성에 대해 자세히 살펴보겠습니다. 데이터 운영이 데이터 모델의 건전성을 유지하는 데 중요한 역할을 하는 것과 이를 수행하는 데 필요한 조직에 필요한 역할에 대해 알아보겠습니다.

또한, 기술 자동화가 인간이 일반적으로 수행하는 책임을 어떻게 변화시킬 수 있는지, 그리고 퓨어스토리지 기술이 이러한 복잡성을 해결하는 데 어떻게 도움이 되는지 살펴보겠습니다. 데이터 관리 플랫폼 또는 엔터프라이즈 데이터 클라우드로 인프라를 진화시키는 것이 데이터에 대한 전체론적 제어를 확보하고 관리를 간소화하는 데 어떻게 중요한 단계인지에 대해 알아보겠습니다.