Die Kernidee des modernen Datenmanagements besteht darin, die Generierung datengestützter Geschäftseinblicke auf der Grundlage von zwei Hauptfaktoren zu verbessern:
- Mehr Agilität in der Datenanalyse. Self-Service-Initiativen tragen dazu bei, die IT-Engpässe reduzieren
- Jede Information für Analyseprozesse verfügbar zu machen
Jedes Unternehmen verfügt jedoch über eine lange Liste von Anwendungen und Systemen, die sich auf verschiedene Aspekte des Geschäfts konzentrieren, vom Lieferkettenmanagement bis zur Marketingautomatisierung und eine Vielzahl von Datensystemen wie Data Warehouses, Data Marts und Data Lakes.
Diese komplexe Datenlandschaft muss effizient verwaltet werden, um die oben genannten Ziele zu erreichen. Themen wie agile Datenintegration, Sicherheit und Governance stehen bei jeder modernen Datenstrategie im Vordergrund.
Um diese Anforderungen effektiv umzusetzen, haben sich die Unternehmen zwei verschiedenen Ansätzen zugewandt:
- Zentralisierte Datenstrategien auf der Grundlage einer physischen Datenkonsolidierung und
- Logische Datenstrategien, die auf einer konsolidierten Sicht der Daten über verschiedene Systeme hinweg basieren.
Eine logische Datenarchitektur und -verwaltung ermöglicht den Zugriff auf mehrere, unterschiedliche Datenquellen, während sie den Benutzern als eine einzige "logische" Datenquelle erscheint. Es geht um die Vereinheitlichung von Daten, die in verschiedenen Systemen gespeichert und verwaltet werden, einschließlich traditioneller Datenquellen wie Datenbanken, Enterprise Data Warehouses, Data Lakes usw. und anderer Datenquellen wie Anwendungen, Big-Data-Dateien, Webservices und der Cloud, um jeden analytischen Anwendungsfall zu erfüllen.
Die logische Datenverwaltung ermöglicht es, Verfahren wie Datenermittlung, -zugriff, -sicherheit, -integration und -freigabe über eine logische (oder virtuelle) Darstellung statt direkt auf jedem physischen Quellsystem durchzuführen. Logische Datenverwaltungspraktiken ermöglichen die konsistente Umsetzung von Richtlinien und Prozessen zur Verwaltung, Integration und Nutzung der Daten eines Unternehmens, unabhängig von deren Format, dem Standort und den Fähigkeiten der einzelnen Quellsysteme.
Business-Perspektive
- Ein Ort, an dem Sie alle Ihre Daten finden: Eine logische Datenschicht zentralisiert Ihre Daten und ermöglicht den Echtzeitzugriff auf alle Daten, einschließlich der On-Premises und in der Cloud gespeicherten Daten, mit semantischer Konsistenz.
- Business-relevante Ansichten: Mit einer logischen Datenschicht können Unternehmen auf einfache Weise Self-Service-Ansichten ihrer Daten erstellen. Dazu werden die traditionell komplexen Datenintegrationstechnologien, -formate, -protokolle und Standortdetails eliminiert, wodurch die Daten zugänglicher und benutzerfreundlicher werden.
- Verbesserte Datennutzung: Auch weniger technisch versierte Benutzer können Daten schnell finden, abrufen, integrieren und gemeinsam nutzen. Fachexperten im Unternehmen können in den Datenmodellierungsprozess einbezogen werden und die Zykluszeit für die Erstellung einsatzbereiter Daten verringern.
IT-Perspektive
- Daten in Echtzeit: Eine logische Datenschicht ermöglicht es den Beteiligten, bei Bedarf jederzeit auf die aktuellsten Daten zuzugreifen, und zwar in den bevorzugten Formaten, um eine Vielzahl von Geschäftsanwendungen zu unterstützen. Unternehmen müssen nicht mehr auf einen nächtlichen Batch-Lauf warten, um ihre Datensätze zu aktualisieren.
- Weniger Datenwildwuchs und Duplikate: Durch die Beseitigung unnötiger Datenreplikationen mit einer logischen Datenschicht können Unternehmen ihre Flexibilität erhöhen, Risiken minimieren und Kosten senken.
- Schnellere Datenbereitstellung: Logische Datenschichten ermöglichen eine beschleunigte Bereitstellung neuer Datensätze, so dass Unternehmen mit den sich ständig ändernden Datenanforderungen Schritt halten können.
- Zentralisierte Sicherheit und Governance: Mit einer einzigen Ebene, die den Zugriff auf alle Unternehmensdaten umfasst, wird die Durchsetzung von Sicherheit und die Verwaltung von Datenkontrollen für jeden Benutzer über alle Datensätze hinweg viel einfacher.
Für die erfolgreiche Implementierung einer logischen Datenarchitektur benötigen Unternehmen nur eine einzige Fähigkeit:
Datenvirtualisierung ist eine Technologie zur Datenintegration und Datenverwaltung, die Metadaten nutzt, um Unternehmen den Zugriff auf alle Unternehmensdaten in Echtzeit zu ermöglichen und um Daten zu entdecken, zu katalogisieren, bereitzustellen, zu kombinieren, gemeinsam zu nutzen und zu verwalten, um so eine Vielzahl von Use-Cases zu ermöglichen.
