Vier manieren waarop data fabric gegevens voor u laat werken
Quizvraag: hoeveel procent van de data blijft onbenut? In totaal gebruiken organisaties zo’n 60% tot zelfs 73% van hun data níét. Dit komt vaak doordat er geen goed beeld is van welke data voorhanden is en hoe daar toegang toe moet worden gekregen. Die data hebben echter de potentie om meer waarde toe te voegen aan uw business, bijvoorbeeld door automatisering of een hogere klantenservice. Gelukkig is daar een oplossing voor: data fabric. In deze blog vertellen we u hoe deze aanpak u helpt om datagedreven te werken.
453 keer
30 juni 2022
3 minuten
Silo’s ontsluiten
De meeste organisaties werken met verschillende systemen die data verzamelen en op hun eigen manier opslaan. Daardoor ontstaan silo’s: afgesloten databronnen. U kunt echter de deur van die silo’s openzetten door ze onder te brengen in een hybride infrastructuur. Dat klinkt abstract, maar misschien helpt het als u Legoblokjes voor u ziet. Uw public cloud en uw legacy-hardware zijn twee aparte blokjes, die u wel naast elkaar kunt zetten, maar ze werken niet samen.
Dat gebeurt pas zodra u er een breder blok bovenop zet: data fabric. Dat zorgt ervoor dat data tussen systemen kunnen bewegen en terechtkomen op de plaats waar ze op dat moment nodig zijn. Bovendien beschikt u dan over een single source of truth: één centrale plaats waar u al die verzamelingen gegevens kunt inzien en doorzoeken. Deze vereenvoudiging is op zich nog geen datagedreven manier van werken, maar maakt die overgang wel veel gemakkelijker.
Fundament voor automatisering en data-analyse
Zodra u dat brede Legoblok heeft, kunt u daar gemakkelijker weer andere blokken op bouwen: nieuwe mogelijkheden die gebruikmaken van data. Twee goede voorbeelden zijn automatisering en data-analyses. Wanneer er regelmatig nieuwe systemen aangesloten worden, kunnen er steeds meer data vergeleken worden en krijgt u steeds betere inzichten.
Wie nóg verder wil innoveren kan de analyses laten uitvoeren door artificial intelligence (AI). Wanneer de datasets groter en gevarieerder worden, krijgt een AI model ook meer ‘oefenmateriaal’. Dat levert nóg nuttigere en betrouwbaardere inzichten op, op basis van patronen. Op basis daarvan kan er niet alleen achteruit gekeken worden, maar kunnen er ook voorspellingen gedaan worden.
Spelden vinden in de datahooiberg
Bent u nog niet zover dat u kunstmatige intelligentie wilt of kunt gebruiken? Gelukkig helpt data fabric ook om ‘handmatige’ analyses gemakkelijker te maken. Een belangrijk voordeel is dat deze technologie helpt om spelden te vinden in de datahooiberg. Die gegevens moeten natuurlijk al wel verzameld zijn. Blijkt u ze toch niet te hebben, dan is dat een mooie kans om een systeem aan te schaffen dat deze data wél vergaart. U zet er een nieuw blokje bij onder de brede Legosteen. Data fabric zorgt er dan voor dat dat nieuwe systeem naadloos samenwerkt met de rest.
Antwoorden op vragen waarvan u niet wist dat u die had
Nog mooier dan die speld in de hooiberg vinden: nietsvermoedend ontdekken dat u op een goudmijn zit. Veel organisaties hebben in de loop der tijd allerlei verschillende verzamelingen gegevens opgebouwd; vaak half- of niet-bewust. Nu deze bronnen ontsloten kunnen worden, blijken ze echter kansen te bieden voor vergelijkingen met andere datasets. U zult zien dat die mogelijkheid uw creativiteit aanwakkert om nieuwe data-toepassingen te bedenken.
