Det finnes ingen beste arkitektur for din dataløsning

Løft blikket og unngå gamle sannheter

Det finnes ingen beste arkitektur for din dataløsning.

Nye datakilder og bruksområder krever nye løsninger. Spesialtilpasning til dine behov gjør at du bør utvikle din arkitektur. Det er på tide å arbeide med dine strategier og lage nye veikart. Mitt tips er å lære og teste automatisering og virtualisering.

Løft blikket og unngå gamle sannheter

Det finnes ingen beste arkitektur for din dataløsning.

Nye datakilder og bruksområder krever nye løsninger. Spesialtilpasning til dine behov gjør at du bør utvikle din arkitektur. Det er på tide å arbeide med dine strategier og lage nye veikart. Mitt tips er å lære og teste automatisering og virtualisering.

22
mai

av Kjetil Kalager , 22. mai 2020

Løft blikket og unngå gamle sannheter

Det finnes ingen beste arkitektur for din dataløsning.

Føler du også noen ganger at du har for lite kunnskap om data-arkitektur? Blir du også forlegen når ekspertene kommer med sine bastante påstander? Vil du ha noen metoder og verktøy for å kunne ta dialogen, bør du lese videre her. Den beste tilnærmingen for å finne den ideelle arkitektur er å løfte blikket og unngå å bli fanget av gamle sannheter.

Dataarkitekturen må justeres med virkeligheten

Måten vi har designet våre datasystemer og arkitektur kan hindre oss i å nå våre målsetninger. Gårsdagens arkitektur fungerer bare på gårsdagens problemer. En moderne arkitektur må spesialtilpasses til din virksomhet. Stiller du de gode spørsmålene, finner du de riktige svarene. For bare få år siden kunne man bruke én database og ett datavarehus for nærmest alle tenkelige løsninger. I dag er det mange flere behov som krever spesialtilpasninger.

Nye behov krever nye løsninger

Dagens løsninger ikke møter de nye behovene. Mange flere datakilder gir nye muligheter. Vi har fått strømming av bilder, lyd og sensorer, mobiltelefoner, cloud, internet of things og maskiner. Databruken har også endret seg fra rapportering til self-service, kundedrevet analyse, automatisering av beslutninger, maskinlæring og kunstig intelligens. De nye kildene og behovene krever nye løsninger.

Kan vi stole på ekspertene?

Ideelt sett burde all eksisterende arkitektur tegnes opp på nytt. Dette er vanskelig fordi det koster både tid og penger og kompetansen er begrenset. Utforming av en ideell løsning er mer enn bare bokser og piler i en presentasjon. Eksperter og arkitekter fra leverandørene gir oss ofte råd, men hvor gode er de egentlig?

Lag deg en plan som støtter dine målsettinger

Eksperter på dataarkitektur har ofte sterke meninger. De kan faktisk bli noe arrogante. Dessuten er de gjerne ansatt hos en leverandør som vil argumentere for sine egne systemer. Det aller viktigste spørsmålet du skal stille ekspertene er: Hvordan støtter denne arkitekturen min strategi? Det krever at du må på forhånd vite dine visjon, misjon, målsettinger og datastrategi. Når du har lagt en plan for hva du skal utrette, først da kan du få meningsfulle råd om systemer og arkitektur. Du trenger et veikart for modernisering. Du må ta stilling til risiko og hindringer og ta hensyn til nåværende arkitekturvalg og applikasjoner.

Lag deg en liste med spørsmål

Ny teknologi gir nye muligheter. Men hvordan skal man finne den ideelle løsningen? Det holder ikke å begynne å tegne opp bokser og piler. Først må man gjøre hjemmeleksen; utarbeide en fyldig spesifikasjon. Noen spørsmål du må stille deg selv kan være: Skal vi fortsette med dagens datavarehus og rapportering. Har vi behov for sanntidsdata? Hvor mye historikk trenger vi? Hvilke brukere skal få tilgang til våre data? Hva slags kompetanse trenger vi?

Lag en plan og start arbeidet nå

Det er ikke nødvendig å ha alle svarene klare før du begynner arbeidet med å få på plass en moderne arkitektur. Prøv deg fram og få erfaringer. Finn en samarbeidspartner, snakk med eksperter og be om råd. Test ut nye tekniske løsninger og lag deg en sandkasse hvor du kan få erfaringer. Det koster lite og gir mye.

Demokratiser data og tenk virtuelt

Forskjellen på gårsdagens dataløsning og nye arkitekturer er at langt flere har behov for data. Derfor er det behov for å bygge løsninger som ikke går direkte på kildene, men som har logiske lag med enkel tilgang til data; virtualisering. Dermed øker også sikkerheten og kontrollen på hvem som får tilgang til data, og personvernet ivaretas bedre.

Ikke tro på de som selv vil bygge alt fra bunnen

Skreddersøm er fint, men straks man vil endre noe, kan det fort bli dyrt og tidkrevende. Derfor er det smart å automatisere så mye som mulig. Det finnes mange løsninger som automatiserer bygging av dataløsninger. Dataspesialistene vil sikkert argumentere for å gjøre alt for hånd eller å flikke på arkitekturen. Resultatet er at neste gang man må endre vil det kreve at de sammen spesialistene må komme tilbake. Automatisering er nyttig både innen datavarehus, data science, data governance og mange andre områder. Finn mer ut om automatisering, og spar tid og penger.

 

Vi hjelper deg i gang

Amesto NextBridge er både din rådgiver og partner som får deg fra ide til ferdig løsning. Vi har mange års erfaring og har metoder og rammeverk på data science strategi, use cases, prosjektgjennomføring og styring med governance. Gjennom en serie med workshopper arbeider vi med veikart, planer, design, arkitektur, datakilder, piloter, opplæring og organisasjon.

 

Kjetil Kalager

Kjetil Kalager


VP for AI Lab and executive advisor in Amesto NextBridge. Leder og rådgiver for forretningsområdet Artificial Intelligence Lab og ansvarer for Amesto sine AI produkter.