Por:
En la tecnolog铆a, durante mucho tiempo ha existido un debate entre el control centralizado y descentralizado de plataformas, enfoques e implementaciones. Ambos paradigmas tienen validez: el control centralizado asegura la consistencia y el cumplimiento normativo a nivel corporativo, mientras el empoderamiento descentralizado aumenta la probabilidad de que las soluciones tecnol贸gicas sean significativas, contextualmente relevantes y bien adoptadas a nivel de unidad de negocio.
En el mundo de los datos y el an谩lisis de hoy, esta pregunta es muy recurrente. El fuerte impulso hacia las operaciones y la toma de decisiones basadas en datos, provocado por la r谩pida transformaci贸n digital, lo que significa que los trabajadores del conocimiento individual deben hacer que el an谩lisis forme parte de su enfoque diario. Eso, a su vez, impulsa la necesidad de soluciones de an谩lisis que funcionen bien en el contexto del dominio de un equipo en particular. Pero tambi茅n acelera la implementaci贸n de an谩lisis en toda la organizaci贸n y aumenta la necesidad de que esas implementaciones est茅n coordinadas y visibles de forma centralizada, para garantizar el cumplimiento de las normas de protecci贸n de datos.
驴Conflicto de intereses?
Las unidades de negocio, a veces llamadas “dominios”, tienen responsabilidades (incluidas p茅rdidas y ganancias) y necesidades espec铆ficas. La no es simplemente una b煤squeda tecnol贸gica: es un medio para lograr el 茅xito y el crecimiento. Los dominios comerciales entienden mejor que nadie, incluida la TI, la sem谩ntica de sus datos y la forma exacta en que deben estructurarse, combinarse y limpiarse. Los dominios tambi茅n entienden cu谩l es la mejor manera de aplicar los datos para uso anal铆tico, y necesitan la libertad para trabajar con sus datos como les plazca, para extraer el m谩ximo valor de ellos y usarlos para optimizar su propio rendimiento y resultados.
Mientras tanto, a TI le gusta mantener el control, la uniformidad y la coherencia entre los sistemas y la forma en que se utilizan en las diferentes unidades de negocio. Eso puede parecer al principio una preferencia arbitraria. Pero en muchas organizaciones, si no se mantiene ese entorno limpio y organizado, TI es responsable de ello.
La mayor parte del tiempo es axiom谩tico: TI debe dise帽ar y mantener una estrategia y estructura de datos para toda la organizaci贸n. Y aunque es posible que TI no entienda las minucias de los datos de un dominio en particular, s铆 tiene y debe tener una comprensi贸n funcional de los datos de la organizaci贸n de manera m谩s amplia. El hecho de que el dominio comercial sepa mejor qu茅 hacer con sus propios datos no significa que TI no est茅 informada, que no se preocupe o que act煤e voluntariamente como un obst谩culo para los objetivos del dominio.
Ambos tienen raz贸n
Aparentemente, estos dos conjuntos de necesidades est谩n en conflicto. Pero este es un asunto de toma y da, no de bien y mal. Los dominios comerciales necesitan autonom铆a y, al mismo tiempo, TI necesita mantener un control significativo sobre s铆 mismo.
Incluso si requiere la suspensi贸n de la incredulidad, debemos considerar si se pueden atender ambos conjuntos de necesidades, porque las agendas y las perspectivas de ambos grupos son v谩lidas, importantes y, en un sentido muy real, correctas. Ninguno puede triunfar sobre el otro. Deben coexistir, no solo pasivamente sino cooperativamente.
Los clientes necesitan un equilibrio de enfoques centralizados y descentralizados para recopilar, modelar, transformar, publicar y analizar datos. Lo que puede parecer preocupaciones conflictivas deben combinarse y armonizarse.
听
Soluciones propuestas
Este debate ha dado lugar a arquitecturas y paradigmas, como Data Fabric, Data Mesh y otros, que reconocen la naturaleza dispersa de los datos, las diversas necesidades de las unidades comerciales y la necesidad de organizar los esfuerzos anal铆ticos en toda la empresa.
Pero estas soluciones todav铆a tienen una tendencia al desequilibrio. Data Mesh imagina un mundo en el que TI central proporciona y mantiene la infraestructura de datos y tiene el control del gobierno de datos. Pr谩cticamente todo lo dem谩s se delega a los dominios comerciales, incluida la ingesta de datos, el modelado y la transformaci贸n en el lado de la creaci贸n, y la publicaci贸n, producci贸n, evangelizaci贸n y soporte de conjuntos de datos y fuentes de datos en el lado del an谩lisis. En el mundo de Data Mesh, los dominios comerciales tienen una responsabilidad interfuncional y no solo una autonom铆a de autoservicio.
Data Fabric, por otro lado, reconoce la distribuci贸n f铆sica y organizacional de los datos, pero a煤n puede orientarse hacia la unificaci贸n centralizada en la capa l贸gica. El agregar diferentes servicios de datos y la virtualizaci贸n de datos permite que permanezcan en su lugar. Pero los modelos de datos siguen siendo universales, y todo el trabajo de innovaci贸n e implementaci贸n a煤n puede estar centralizado.
Entonces, todav铆a nos quedamos con el mismo rompecabezas: 驴c贸mo en el mundo estos dos intereses aparentemente en conflicto se pueden acomodar al mismo tiempo? 驴C贸mo podemos resolver este problema intelectualmente? Y entonces, 驴c贸mo podemos encontrar una soluci贸n adecuada, tecnol贸gicamente?
驴Todos juntos?
Como sucede con muchas cosas en la tecnolog铆a, la respuesta radica en la integraci贸n cooperativa y las capas de abstracci贸n. Por ejemplo, en el desarrollo de software, la noci贸n de orientaci贸n a objetos y herencia permite la creaci贸n de clases base, a partir de las cuales se pueden derivar nuevas subclases, muy a menudo definidas dentro del 谩mbito de un dominio. Las subclases pueden aumentar las clases base, cambiar algunos de sus comportamientos y/o anular elementos de su estructura. Y si algo cambia en la clase base, todas las clases derivadas heredan esos cambios.
Eso es instructivo y alentador porque, en muchas organizaciones, TI debe poder dise帽ar un modelo de datos para toda la organizaci贸n que sirva m铆nimamente como una plantilla de referencia. Sin embargo, los modelos y conjuntos de datos espec铆ficos del dominio se pueden construir sobre el organizacional. Esto asegura un nivel predeterminado de definici贸n sem谩ntica, incluidas las jerarqu铆as 补苍补濒铆迟颈肠补s. Y en lugar de que los dominios comerciales tengan que comenzar desde una “p谩gina en blanco”, tienen un punto de partida desde el cual tienen la opci贸n de construir su propia capa sem谩ntica, sus propias canalizaciones de datos, sus propios conjuntos de datos materializados y/o virtualizados. vistas de datos
A partir de esos activos, los dominios pueden desarrollar productos de datos completos. Y tambi茅n pueden promoverlos, apoyarlos, mantenerlos y mejorarlos. Estos productos de datos luego pueden ser utilizados por otros dominios y pueden servir como plataformas de la misma manera que lo hace la capa de datos centralizada. Esto cumple exactamente con lo que prescribe y respalda la metodolog铆a Data Mesh.
Aparentemente, entonces, el camino hacia el servicio de an谩lisis centralizado y descentralizado es la composici贸n y la derivaci贸n. Permite la autonom铆a a nivel de dominio sin soluciones fragmentadas, aisladas o separadas.
Un poco de espacio
En el mundo de 麻豆原创, esta realidad en capas y autoridad delegada se admite directamente en 麻豆原创 Data Warehouse Cloud (DWC), a trav茅s de la provisi贸n de “Espacios”. Los espacios pueden ejecutarse en cualquier nube. Los espacios se corresponden f谩cilmente con los dominios comerciales y cada uno puede proporcionar sus propias interfaces y esquemas para las herramientas de an谩lisis y los usuarios. Los espacios de nivel de dominio se pueden construir sobre un espacio centralizado proporcionado por TI, y diferentes espacios de nivel de dominio comercial pueden compartir datos entre s铆.
Esto significa que el modelo de datos f铆sicos a nivel ra铆z puede coexistir con modelos l贸gicos a nivel de dominio. Esto tambi茅n funciona lateralmente, de modo que los datos proporcionados en un dominio pueden ser consumidos, enriquecidos e incluso expuestos de manera diferente por otro. Cada dominio comercial tiene control total de su corpus de datos y la capacidad de crear sus propios productos de datos. Esta capacidad se proporciona sin privar a TI del desarrollo y mantenimiento de un marco de datos de toda la organizaci贸n, y sin impedir que otros dominios tengan su propio control, incluso cuando algunos datos se superponen en varios dominios.
El complemento completo
Un espacio es un contenedor para el conjunto completo de datos y sem谩ntica de un dominio. Dentro de cada espacio DWC, se pueden crear tablas, vistas, modelos y flujos de datos espec铆ficos de dominio o audiencia. Las capacidades completas de ingesta, transformaci贸n, modelado y an谩lisis de datos est谩n habilitadas a nivel de dominio, en lugar de que el negocio se limite a un subconjunto de funcionalidad “paralizado”. Un espacio implementa un modelo sem谩ntico completo para los datos de un dominio, en un entorno que es independiente y, sin embargo, no est谩 aislado. Esto brinda a las organizaciones de nivel de dominio (como l铆neas de negocios o incluso equipos de LOB cruzados) un lienzo sin restricciones para expresar su sem谩ntica de datos y desarrollar sus modelos de datos. Tambi茅n evita que esos equipos creen sus productos de datos de forma aislada y garantiza la visibilidad de su trabajo para TI.
Y donde se lleva a cabo un trabajo de dominio, los activos de toda la organizaci贸n nunca est谩n fuera de alcance. La conectividad y la reutilizaci贸n de activos en 麻豆原创 BW se proporciona en DWC, lo que evita la duplicaci贸n de esfuerzos y conserva el modelado y los permisos configurados en ese entorno. La conectividad a tablas remotas en fuentes de 麻豆原创 (incluido HANA, por supuesto) y sistemas que no son de 麻豆原创 (incluidos lagos de datos, bases de datos y aplicaciones SaaS) proporciona una garant铆a de reutilizaci贸n similar.
Recuerde, alrededor del 90 % de todas las transacciones comerciales se realizan a trav茅s de aplicaciones de 麻豆原创, lo que convierte a BW en un repositorio de an谩lisis autorizado (y a las tablas remotas en una fuente transaccional perfecta) para datos comerciales operativos. Ambos puentes facilitan la independencia a nivel de dominio sin renunciar a la reutilizaci贸n de los activos de nivel empresarial.
El resultado: las capas de datos centralizadas y descentralizadas no solo coexisten; se federan, cooperan y est谩n compuestos, por lo que son consistentes, aunque distintos.
隆尝濒别驳补尘辞蝉!
Se puede otorgar autonom铆a a nivel de dominio y control creativo, incluso mientras se retiene la participaci贸n central de TI. Los entornos de nivel de dominio, incluso cuando est谩n altamente personalizados, a煤n se pueden coordinar. La TI delegada no tiene por qu茅 ser TI en la sombra, y la innovaci贸n no tiene por qu茅 ser “falsa”. La cultura de datos se puede facilitar dentro de las unidades de negocio mientras se mantienen el cumplimiento y la organizaci贸n en toda la empresa. Los requisitos previos a nivel central no impiden avances a nivel de dominio.
La estratificaci贸n y la composici贸n son la clave para equilibrar los requisitos de centralizaci贸n con la propiedad e independencia a nivel de dominio. El resultado es establecer verdaderas operaciones basadas en datos, en toda la organizaci贸n y unidad de negocio por unidad de negocio.
听/听听/听听/听
漏 2022 麻豆原创 SE. All rights reserved. 麻豆原创 and other 麻豆原创 products and services mentioned herein as well as their respective logos are trademarks or registered trademarks of 麻豆原创 SE in Germany and other countries. Please see for additional trademark information and notices.
