Dare un senso alla gestione dei dati delle applicazioni

Con tutte le informazioni disponibili - 2,5 quintilioni di byte al giorno, per un conteggio - non sorprende che le aziende di oggi abbiano difficoltà a classificare, organizzare e governare i dati. Sia che abbiano bisogno dei dati o che ci finiscano (scarico digitale), devono averli a portata di mano. Una gestione oculata dei dati è la base per trasformare le informazioni in entrate.

Di recente, le aziende hanno riorganizzato la propria strategia di gestione dei dati concentrandosi sull'architettura più ampia del data hub . Il data hub collega tutti i dati di un'azienda, offrendo in definitiva a tutti gli utenti aziendali una visione a 360 gradi dei dati di cui hanno bisogno per svolgere il proprio lavoro. Idealmente, ciò accadrebbe nel contesto delle applicazioni aziendali che già utilizzano; rendendolo trasparente ed efficiente, consentendo al contempo la gestione dei dati su base collaborativa in tutta l'azienda.

Nella mia ultima colonna, ho scritto di fare un ulteriore passo avanti nel data hub per renderlo intelligente. Questa volta voglio fare un'immersione più approfondita su un componente critico del data hub: la gestione dei dati delle applicazioni (ADM).

Definizione e padronanza della gestione dei dati dell'applicazione

Come ha sottolineato l'analista e vicepresidente della ricerca Andrew White di Gartner, l'ADM è una sorta di nuovo sottocampo che esiste sia insieme che all'interno della gestione dei dati master (MDM). La gestione dei dati delle applicazioni (ADM) controlla i dati condivisi (comuni) tra più applicazioni, ma non necessariamente l'intera azienda.

Ad esempio, un'azienda tipica oggi potrebbe avere la gestione della catena di fornitura, un sistema di gestione delle relazioni con i clienti (CRM) e un software di fatturazione. Ogni sistema gestisce una parte diversa dell'attività. Tuttavia, tutti questi sistemi hanno dati comuni tra loro, come nomi dei clienti, indirizzi, indirizzi di fatturazione e spedizione e fatture.

Ogni sistema ha anche altri dati. Nel sistema della catena di approvvigionamento, ci sono informazioni logistiche, dettagli sulla spedizione, tasse e dazi. Il CRM ha contatti e opportunità, contatti aggiuntivi, ordini passati e negoziazioni, mentre il software di contabilità contiene conti bancari e numeri di instradamento, informazioni che richiedono un'elevata sicurezza, per essere viste solo da pochi membri del personale dell'intera organizzazione.

I dati comuni sono diversi. È ciò che viene spesso definito "dimensioni che cambiano lentamente". Nel corso della tua vita, molto lentamente, il tuo indirizzo, telefono ed e-mail cambiano, ma sei sempre la stessa persona. La stessa cosa è vera se lavori per un'azienda ma vieni promosso o trasferisci uffici; alcuni numeri e lettere attribuiti a te cambieranno, ma altri no.

Le informazioni che cambiano lentamente le dimensioni sono considerate dati anagrafici e vengono conservate in un database separato con informazioni su queste piccole e lente modifiche nel tempo. I dati dell'applicazione che cambiano più rapidamente sono transazionali: informazioni come il reddito di una persona o il reddito di un'azienda. Cambia continuamente (come ogni trimestre) e viene conservato insieme alle informazioni sui clienti. Sebbene non siano dati master, un'azienda vuole comunque dominarli.

Gestione dei dati applicativi nella pratica

Durante una giornata lavorativa, vari individui in un'organizzazione aggiorneranno questi gruppi di informazioni. A seconda del ruolo e delle autorizzazioni, possono aggiornare, approvare o inviare per l'approvazione a un amministratore dei dati parti di dati dell'applicazione. Si aggiorneranno a velocità diverse, con diversi livelli di specificità e precisione. Man mano che le modifiche vengono applicate, i dati condivisi vengono immediatamente applicati a tutte le applicazioni. Quindi, ADM fa tutto ciò che fa MDM, ma alla fine serve un caso diverso: condiviso tra più applicazioni.

Cosa collega tutto insieme? Questo è il data hub. Il data hub include governance dei dati, qualità e arricchimento dei dati, nonché flussi di lavoro (come approvazioni e processi iterativi) che riflettono il modo in cui i dati cambiano nel tempo e apportano chiarezza cristallina per tracciabilità, derivazione e udibilità.

Intelligenza artificiale: la componente chiave

Fino a poco tempo, la capacità di utilizzare una strategia di data hub è stata ostacolata dall'ingombrante necessità di integrazione e dalla necessità di mettere insieme più piattaforme software e servizi in un sistema funzionale. L'intelligenza artificiale e le tecnologie di machine learning portano “l'ultimo miglio” di automazione e correlazione per rendere fattibile l'hub di dati.

Questo livello finale è l'hub dati "intelligente", che contempla le capacità dei dati sopra citate, tra cui AI e machine learning, che porta a un'interfaccia intuitiva e di facile utilizzo per il business che rende i processi dati facilmente utilizzabili per qualsiasi membro del personale dell'organizzazione.

Gli utenti finali aziendali sono quelli che alla fine devono essere autorizzati a fidelizzare i clienti ed esplorare opportunità di cross-sell e upsell. I dati possono aiutarli, ma solo se vengono archiviati nel posto giusto e trasferiti dall'applicazione giusta alla persona giusta al momento giusto.

Portandolo insieme

L'industria dei dati si è resa un disservizio disponendo di molti software a componenti per parti segmentate del requisito più ampio. Questo è nato dal desiderio di possedere una nicchia all'interno di un mercato affollato. Sempre più spesso, il modo per fornire il valore così disperatamente necessario è riunirlo in un'unica piattaforma e snellire la complessità con un design intuitivo. Guarda questo spazio.