在浏览器中启用javascript以获得更好的体验. 需要知道才能启用它? Go 在这里.
紫色横幅图像与文字说数据网格的商业案例

数据网格的商业案例

一种使用Data Mesh的新解决方案正在帮助企业改进和加快洞察力. 

 

几十年来,企业在数据架构方面投入了大量资金. 许多人已经投入大量资源来创建架构,旨在帮助他们快速地将不断增长的数据转化为可操作的见解.

 

通常情况下,这些投资往往无法实现承诺的价值. 只有13%的企业擅长实施数据策略今年早些时候,《宝博体育官网》(MIT 技术 Review)和数据砖公司(Databricks)的一项研究显示,美国的科技公司在美国的排名已经超过了美国. 只有26个.8%的公司报告成功地将强大的数据文化嵌入整个组织NewVantage Partners去年的一项研究报告称.

 

对于许多企业, 他们选择的集中式数据架构, 例如数据仓库和数据湖, 问题的根源是什么. 数据加载时间长, 分析瓶颈, 以及过度扩张和集中的团队, 以及数据质量问题和发现挑战, 这些都是这些体系结构的副作用吗.

 

最重要的是, 领域团队可能会发现自己在使用生成的数据产品时遇到了困难——在匆忙地开发和处理数据时,这一关键目标消失了. 与此同时, 在领域团队中开发能力, 创造价值的关键是什么, 在使用集中式架构时是否会被忽略.

 

越来越多的企业正在寻找更灵活的解决方案. 这就是数据网格的作用所在. 

 

 

什么是数据网格?

 

数据网格 是一种分散的数据架构方法吗, 最初由思想工作者Zhamak Dehghani定义. 在一个数据网格中,数据不会放在一个集中的池中. 相反,它被分解成不同的“数据产品”,由与它们关系最近的领域团队拥有和管理.

 

数据网格的四个基本原则,由扎马克定义为:

 

  • 面向领域的分散数据体系结构. 在数据网格中, 数据由最接近它的团队拥有和控制, 减少了数据生产者和消费者之间的步骤和交接

 

  • 数据作为产品进行管理. 定制产品使得需要数据的团队可以高度访问数据. 这使得跨域的团队能够快速、轻松地自助访问他们需要的任何东西

 

  • 自助服务数据基础设施. 构建数据网格是为了支持自助服务, 并且为团队提供自动化的方法来操作和从数据中提取价值,而不需要集中的专家的手工和手工制作的帮助

 

  • 联合控制. 治理在平台层是自动化的, 确保在不影响灵活性或限制单个域使用数据的情况下维护标准

 

 

这一切对你的组织意味着什么?

 

作为一种架构方法, Data Mesh与当今企业想要实现的数据目标相一致. 它使数据生产者和消费者更紧密地联系在一起,并使团队能够自助服务和访问高度相关的数据产品. 因此,它很适合帮助企业创建和嵌入敏捷, 数据驱动的创新和实验文化延伸到整个组织.

 

 

以下是数据网格为企业提供的一些转型优势:

 

 

更快地做出更明智的决定

 

在集中式数据体系结构中, 有很多专业的, 在创建数据和由此产生的操作之间手工制作的步骤. Data is ingested or onboarded in bulk — steps that are often not visible to teams that need the data; even once data is available, 团队可能需要很长时间才能将其转化为洞察力. 

 

使用Data Mesh,很多这些步骤都被删除了——比如自动删除或者变得不必要. 领域团队使用他们自己的数据,并管理他们自己的数据产品. 他们知道自己有什么数据, 他们可以自由地在任何时间以任何方式进行操作. 这与集中式数据体系结构的世界形成了强烈的对比, 在什么情况下会产生标准化的数据视图, 在这种假设下,一种方法适用于所有人. 有了数据网格,领域团队可以按照自己的意愿拉出定制的数据视图.

 

因此,对于企业来说,Data Mesh驱动着决策的巨大加速. 通过使领域团队能够更快地操作和处理数据, 组织可以获得竞争优势,并从他们收集和持有的大量数据中提取更大的价值.

 

At 一家大型金融服务机构, Data Mesh体系结构几乎立即对平均时间值产生了重大影响. 可以访问面向领域的数据产品,可以自由地快速操作数据, 高管们可以问更多的问题, 获得更可靠的答案, 并比以往任何时候都更快地根据有价值的见解采取行动. 领域团队还能够将分析数据直接构建到客户的数字体验中, 在市场上提供真正的差异化.

 

 

创造真正的数据驱动的创新文化

 

像Data Mesh这样的去中心化架构的最大优势之一是,它让数据的最终用户能够控制如何管理和使用数据.

 

在数据网格中,领域团队占据主导地位. 作为自己数据产品的保管人和控制者, 他们可以自由地用他们喜欢的数据进行实验. 他们可以问更多的问题, 模拟的场景, 并探索更多数据驱动的“登月”想法——那些能带来持久发展的想法, 有意义的创新.

 

每个领域的团队都被激励去确保他们的数据产品尽可能的一致和良好的维护, 因为它们直接影响团队的分析能力和结果. So, 在一个组织, 这就形成了一种文化,每个领域的每个人都致力于数据质量, 实验, 推动数据创新的边界.

 

At 盛宝银行, Data Mesh在该组织成为一个数据驱动的开放银行机构的过程中发挥了重要作用, 与Thoughtworks合作. 数据网格原则的实现减轻了关于数据可见性的挑战, 质量, 和访问, 并授权团队不仅向前推进他们的开放银行目标,而且持续改进这些目标.

 

 

支持人工智能和机器学习计划

 

人工智能和机器学习已经迅速从高度复杂的专业技术发展成为适用于现代企业所有层次的基本能力. 交付价值, both need two things; high-质量, 相关的数据集, 以及能够识别强大用例的创新思维.

 

当领域团队在一个数据网格中控制他们自己的数据产品时, 这些团队自然会开始构建和维护所需的数据集,以推动改变游戏规则的AI和ML用例. 

 

+, 因为域团队是数据的保管人, 阻止他们尝试人工智能并将强大的新用例带入生活的障碍要少得多. 数据网格成为人工智能和ML创新的推动者, 团队甚至可以自由地创建专门用于人工智能和ML使用的数据产品,这使得更多团队和更多领域可以访问该功能.

 

 

转型始于成功的商业案例

 

总之,这些好处构成了数据网格的强大业务案例的基础. 它们具有广泛的适用性和相关性, 但这远远不是Data Mesh能够提供的唯一优势. 该方法也有助于帮助组织:

 

  • 提高数据质量和治理, 甚至可以使用专门构建的数据产品自动化治理和遵从性的许多元素

 

  • 由于能见度的提高,对新出现的监管做出更快的反应, 质量, 以及跨数据网格启用的治理模型

 

  • 创建或参与数据产品市场,并跨组织安全地共享数据产品——甚至协作共同创建产品

 

  • 通过更多地关注重要的数据,在企业数据中发现更多的机会,从而激励更多的团队去探索它的每个潜在用例

     

然而, 值得记住的是,您为Data Mesh创建的任何业务案例都需要高度定制,以适应您的组织所面临的挑战. 机会是, 我们所强调的一些好处会比其他的更能引起人们的共鸣,让人更兴奋. 而这正是你需要关注的领域.

 

找到我们关于数据网格的更多信息