Text: Ugo Ciracì, Business Unit Leader of E&U på Agile Lab
I rådande tider av ekonomisk instabilitet letar många organisationer efter åtgärder för att effektivisera sina organisationer. Alternativen sträcker sig från åtgärder som att omförhandla hyreskontrakt eller minska lager till att omvärdera personal och skjuta upp investeringar. Ett område som vi däremot ser att många organisationer har förbisett, eller helt enkelt inte är medvetna om, är datahanteringsstrukturen.
Idag är de flesta medvetna om att företag samlar in och hanterar enorma mängder data. Den digitala transformation som präglat både näringslivet och den offentliga sektorn det senaste decenniet har skapat en mängd nya smarta funktioner och tjänster, ökad effektivitet och nya jobb, men har samtidigt skapat enorma dataflöden, flöden av värdefull data som måste bearbetas och hanteras på rätt sätt i organisationers dataplattformar för att skapa verkligt värde.
Fram till en viss punkt kan en mer traditionell dataarkitektur fungera ganska bra i detta syfte. Men eftersom mängden data fortsätter att växa på ett nästan exponentiellt sätt blir tidigare modeller snabbt otillräckliga för många organisationer. På grund av sin ineffektivitet är de för långsamma, för komplexa och för kostsamma. Det är här data mesh kommer in i bilden.
Men vad är egentligen data mesh? Data mesh är ett modernt sociotekniskt paradigm för datahantering som gör det möjligt för slutanvändare i en organisation att enkelt komma åt viktig data utan att behöva flytta den till en datasjö eller flytta den till ett datalager – och utan att behöva hjälp av experter för att hämta data.
Fördelarna med data mesh är flera. Det skapar en hög grad av flexibilitet och skalbarhet som gör att organisationer kan undvika att bli låsta till en dataplattform eller dataprodukt. Det ger enklare åtkomst till kritisk data genom en centraliserad plattform med en självbetjäningsmodell, vilket möjliggör snabbare dataåtkomst. Skillnaden mot en traditionell dataplattform utgörs av drivrutinerna som data mesh baseras på. Dessa gör att det inte finns någon gräns för hur man integrerar moderna verktyg medan gammalmodiga applikationer kommer fortsätta kämpa för att passa in i det nya paradigmet. I dagens ekonomiska klimat innebär kostnadsbesparingarna att alternativet att byta ut äldre lösningar mot data mesh inte ska förbises.
Implementering i praktiken
Att implementera en ny plattformsarkitektur för en organisations datahantering är ofta lättare sagt än gjort. Därför finns det vissa nödvändiga åtgärder att vidta för att minimera hindren på vägen.
Först och främst bör en färdplan utformas för att utnyttja tillgängliga budgetflöden för underhåll av verksamhetssystem. I större organisationer finns det vanligtvis flera budgetflöden för detta ändamål, använd dem.
Kom ihåg att börja smått, gör inte för mycket väsen av dig. Välj ett mindre, men ändå effektfullt användningsfall och gör det till en framgångssaga för att driva adoption internt, utan att riskera för mycket. Detta kommer sannolikt att göra cheferna nöjda och ge dig inflytande att använda för en bredare implementering på lång sikt.
Slutligen bör man förstå att datanät är ett organisatoriskt skifte som involverar processer och framför allt människor. Människor är vanligtvis rädda för det de inte vet, särskilt i en arbetsmiljö. Därför måste du utbilda människor. Att utbilda och handleda nyckelpersoner på alla avdelningar är ett beprövat sätt att få människor att förstå fördelarna med förändringsresan.
Genom att spela sina kort rätt kan organisationer, trots ekonomisk motvind, ta grepp om sin datahanteringsinfrastruktur som stryper kostnaderna, medan andra delar av kärnverksamheten kan förbli orörda. Som om det inte vore nog kan de segla ut i andra änden av lågkonjunkturen med en enklare, snabbare och mer flexibel datahanteringsarkitektur att bygga verksamheten på för fortsatt tillväxt i en allt mer datadriven värld.
Foto: Gerd Altmann
