Deze blog is geschreven door Monica Kimbrough met steun van Gina Noel D’Ambrosio
Ik heb meer dan twee decennia besteed aan het leiden van bedrijfsbrede transformaties voor Fortune 200-bedrijven. Gedurende deze periode heb ik een diepgaand inzicht ontwikkeld in de voordelen die voortvloeien uit het optimaliseren van de data-ervaring om succesvolle resultaten te behalen.
John G. Schmidt, mijn oude zakenpartner, en Kirit Basu zijn twee gerenommeerde leiders op het gebied van data en schreven een innovatief boek waarin ze het onderwerp onderzochten. In DataOps: De Authoritative Edition definiëren ze de mogelijkheden, methodologieën, praktijken en technologieën die nodig zijn om databewerkingen en -beheer aan te pakken.
“DataOps is de toepassing van DevOps-praktijken op data-infrastructuren met één kanttekening; het moet verandering in een veel sneller tempo mogelijk maken dan wat we in de afgelopen jaren in staat waren.”
Terug naar de basis
Laten we beginnen met ons te richten op een paar belangrijke concepten:
- Applicaties spelen een cruciale rol bij het ondersteunen en automatiseren van verschillende functies en activiteiten. Ze vergemakkelijken het creëren, gebruiken en uitwisselen van informatie en data. Wanneer data op zichzelf worden beschouwd, mist het inherente waarde. Het verandert echter in zinvolle informatie wanneer het in een context wordt geplaatst, gedefinieerd door de toepasbaarheid, omstandigheden, voorwaarden en de richtlijnen met betrekking tot het creëren, gebruik, beveiliging, beheer en verwijdering ervan.
- Door mensen gegenereerde documenten, zoals liefdesbrieven, functiebeschrijvingen en politieverslagen, dienen als voorbeelden van informatie. Door deze documenten om te zetten in een gestructureerde opslagplaats, maken we een reeks acties mogelijk: De data kunnen worden doorzocht, bewerkt, opgeslagen, beveiligd, versleuteld, gedupliceerd, beheerd en uiteindelijk verwijderd. Deze set bewerkingen wordt gemakkelijk door computers beheerd.
- Door middel van data-analyse kunnen we belangrijk gedrag, trends en patronen ontdekken. Deze inzichten verdiepen ons begrip van hoe data in verband staan met informatie.
De rol van DataOps
DataOps laadt en onderhoudt data-elementen zoals context en relaties, zodat applicaties informatieverwerkingslogica kunnen ondersteunen. Dit omvat verschillende belangrijke functies, waaronder:
- Archiveren, subseten, bewaren en opschonen van data waar nodig
- Toezicht houden op de verplaatsing en uitwisseling van data tussen applicatiesystemen en datastores
- Het identificeren en coördineren van de impact van veranderingen in onderling verbonden systemen
- Uitzonderingsafhandeling uitvoeren voor dataleveringsactiviteiten, kwaliteitsborging en beveiligingsmaatregelen
Waarom dit belangrijk is
Naarmate organisaties beginnen met digitale transformatie-initiatieven, is het van cruciaal belang om bedrijfsprocessen en bijbehorende diensten te lokaliseren die de prestaties en gebruikerservaring op digitale platforms kunnen verbeteren. Ervoor zorgen dat de informatie- en datamodellen goed worden onderhouden en voortdurend worden geoptimaliseerd, is essentieel. Hier speelt DataOps een cruciale rol. Het automatiseert processen die helpen de data te verduidelijken en te interpreteren, waarbij ruwe data worden geëvalueerd op inzichten en trends, terwijl ook de nodige functies worden geïmplementeerd om de verwerkingslogica te ondersteunen.
De sleutel tot succes in digitale transformatie
Gedurende mijn jaren bij het ondersteunen van ondernemingen die grote digitale transformaties doormaken, heb ik verschillende mate van volwassenheid gezien bij het aanpakken van de data-uitdagingen die deze transformaties met zich meebrengen. Uiteindelijk is het precies deze volwassenheid die succes of mislukking zal bepalen.
Digitale transformatie omvat meerdere lagen, waaronder:
- Belangrijke initiatieven identificeren
- Bepalen welke functies door de initiatieven worden beïnvloed en binnen het toepassingsgebied vallen
- Het analyseren van de informatieonderwerpen die door de functies in het toepassingsgebied zullen worden gegenereerd en gebruikt
- Het datamodel ontwikkelen om deze initiatieven te ondersteunen
Tot slot moet de organisatie de uitdagingen van het handhaven van een robuust datamodel aanpakken na de overgang naar het nieuwe operationele model en digitale platform. Deze taak wordt exponentieel moeilijker wanneer informatie-uitwisselingen nodig zijn tussen applicatielandschappen in diverse omgevingen. Deze complexiteit creëert de behoefte aan een hybride oplossing.
In daaropvolgende blogposts zullen we die complexiteiten nader bekijken. We onderzoeken de belangrijke rol die DataOps speelt bij het behoud van de gezondheid van het datamodel en de rollen die in de organisatie nodig zijn om het uit te voeren.
We zullen ook kijken naar hoe technologieautomatisering de verantwoordelijkheden die doorgaans door mensen worden uitgevoerd, kan transformeren en hoe Pure Storage-technologie u kan helpen deze complexiteiten aan te pakken. We bespreken hoe de ontwikkeling van uw infrastructuur naar een datamanagementplatform, of zelfs een Enterprise Data Cloud, een cruciale stap is in het verkrijgen van holistische controle over uw data en het vereenvoudigen van het beheer ervan.
Manage your data, not your storage.
Beheer uw data, niet uw opslag
Het is tijd voor een uniforme architectuur die u de controle geeft – aangedreven door intelligentie en automatisering, niet door handmatige inspanningen.
