Text: Paolo Platter, teknikchef och medgrundare på Agile Lab
Få ämnen har väl stötts och blötts så mycket i dagens organisationer som hur man bäst tar vara på sina data. Företagsledare är inte sällan duktiga på att tala om hur organisationen bättre ska nyttja sina datamängder för att möta de problem man står inför – men problemet är att det många gånger mest är ett spel för galleriet. Resultatet blir frustrerade IT-avdelningar som upplever brist på mandat och verktyg, och en företagsledning som till slut tvingas inse att man inte driver skutan tillräckligt modernt.
Det finns flera anledningar till att det här scenariot tenderar att upprepas gång efter annan. Den enskilt vanligaste är att det helt enkelt är svårt att genomföra det paradigmskifte som krävs när IT-strukturer sitter i väggarna och går tillbaka flera decennier, och där människor arbetat med data på ungefär samma sätt under lika lång tid. Här i ligger också en stor risk. Ett datahanteringssystem med inarbetade rutiner fungerar oftast alldeles utmärkt fram till att det är föråldrat – då det i stället blir kritiskt att hitta något nytt, vilket resulterar i höga kostnader, ineffektiva arbetsmetoder och frustration.
Låter det välbekant? Alldeles för många organisationer arbetar på det här sättet och fastnar således i reaktivt arbete med konstanta brandkårsutryckningar. Det är inte heller någon vild gissning att den här diskussionen bara kommer att fortsätta i takt med att allt fler företag inser att deras behov att dra nytta av sin data inte motsvarar deras förmåga att göra det.
Det första steget behöver vara att ta ett steg tillbaka och titta på hur vi egentligen tänker kring data. Framför allt behöver vi utgå från data ur ett affärsmässigt perspektiv och därför också hantera informationen som en reell resurs. Det låter enkelt, men i verkligheten är det närmast en helomvändning från dagens synsätt; I stället för att data ska utvinna värde för organisationen behöver organisationens data utgöra själva värdet.
Data mesh, som det här synsättet kallas, har vunnit rejäl mark det senaste året. Det är inte en ny teknik, det är ett helt nytt sätt att se på data. Man tar helt enkelt ett steg bort från de traditionella problemformuleringarna – hur vi lagrar data, hur vi hanterar data, hur vi processar den – och slutar fokusera på själva livscykeln. Genom en sådan strategi blir det också möjligt att ta ett proaktivt steg och utveckla arkitekturen, en bit i taget och helt utan begräsningar.
Den största fördelen är att man slipper lägga ansvaret på specialiserade team som ska hantera förfrågningar från verksamheten – utan kunskap om datadomänerna eftersom det fokuserar på tekniska detaljer och förlitar sig på operativa så kallade systemteam för att få funktionell information och domäninformation om den data de hanterar. Detta leder till en teknisk och organisatorisk flaskhals och det är just därför många företag kämpar med att extrahera värde från data.
I stället placerar man sina data i centrum, och lägger vikt på konsumtion snarare än på bearbetning och hantering.
Rent krasst delar vi upp delar upp individer i två olika grupper: de som producerar/säljer data och de som konsumerar/köper den. Konsumenterna vill ju kunna använda data på samma sätt som man handlar på exempelvis Amazon; efter behov. I likhet med privata shoppingvanor vill man också förstå vad man köper utan att behöva fråga och helst slippa brottas med tekniska hinder varje gång en ny produkt klickas hem. Och förmodligen viktigast av allt: Man måste kunna lita på det man köper utan att sätta sig in i hur alla enskilda komponenter fungerar.
Enkelt förklarat handlar data mesh om att möjliggöra allt det här. Det är data som är tillgängliga, pålitliga och enkla att hantera. Både för producenten och för konsumenten.
Den här typen av skiften är naturligtvis inte bara att genomföra på en handvändning, det tar flera år av planering. Förslagsvis börjar man med att identifiera en affärsenhet och applicerar konceptet inom dess gränser. På så sätt blir det enklare att sätta rätt teamstruktur redan från början.
Rätt implementerat innebär data mesh inte bara sparade resurser men också ett nytt sätt att arbeta där man på riktigt skapar en datadriven organisation. För som alltid; de som vågar bryta mot ineffektiva mönster får också ett försprång. Det lär inte minst bli affärskritiskt när vi de kommande åren går mot en helt datadriven era.
