Key in digitale transformatie: Composable data & analytics

<Maak flexibel gebruik van data, business intelligence in artificial intelligence>

Met Composable Data & Analytics kan je organisatie breed zonder technische kennis flexibel gebruik maken van data, analyses en AI-toepassingen. Het is een plug & play low-code enterprise oplossing waar gebruikersvriendelijkheid voorop staat. Composable Data & Analytics is alleen mogelijk door een Data Fabric infrastructuur.

De Data Fabric infrastructuur bestaat uit metadata en graph databases bovenop beschikbare data silos, data warehouses en data lakes. Volgens Gartner zijn Composable Data & Analytics en Data Fabric key in de digitale transformatie, waardoor beide top trends zijn in 2021. In dit artikel leggen wij uit wat deze begrippen betekenen, wat de voordelen zijn en wat je nodig hebt.

Auteur:

Kenniscentrum Cloud Software Engineering

Consultant Data Engineering

<Introductie>

Steeds meer bedrijven nemen beslissingen op basis van data, om op deze wijze een concurrentievoordeel te behalen. Vanzelfsprekend heb je voor het nemen van deze beslissingen de bedrijfsdata nodig.

Helaas leert de praktijk dat deze data voor bedrijfsbeslissingen niet direct beschikbaar is. De oorzaak van onbeschikbaarheid komt doordat ‘legacy’ systemen destijds niet ontworpen zijn met data analyse in het achterhoofd. Onze ervaring leert dat het beschikbaar maken van de data via data warehouses jaren vergt om volledig te realiseren. Het beschikbaar maken van de data duurt jaren omdat systemen stuk voor stuk ontsloten wordt.

Om te zorgen dat je snel systemen ontsluit is Composable Data & Analytics ontwikkeld. Composable data & analytics is plug & play enterprise software die ook niet technisch personeel de kracht van data en machine learning geeft. De plug & play enterprise software is een user interface met functionaliteiten om van onderliggende data en systemen gebruik te maken. De user interface bevat een overzicht van de databronnen. Bij elk van de databronnen staat welke data de databron bevat en hoe je van die data gebruik maakt. In de volgende paragraaf gaan we dieper in op het gebruik van een Composable Data & Analytics systeem.

<Hoe gebruik je Composable Data & Analytics?>

Als gebruiker zie je in de user interface weergegeven welke databronnen, systemen, BI-toepassingen en AI-toepassingen binnen het bedrijf beschikbaar zijn. Weergegeven databronnen zijn sleepbaar naar systemen, BI-toepassingen en AI-toepassingen waardoor koppelingen ontstaan. Functies binnen BI-toepassingen en AI-toepassingen worden aangeroepen met low-code. Low-code en drag & drop zijn de redenen dat composable data & analytics door niet-technische professionals bruikbaar is.

Het gebruiksvriendelijke karakter zorgt ervoor dat de professionals de applicatie sneller adopteren. Door de snellere adoptie is je bedrijf eerder in staat om datagedreven te werken. Datagedreven werken bied je bedrijf de volgende voordelen:

  • Opstellen van realistische doelen
  • Beslissingen nemen op basis van feiten
  • Verkrijgen van inzicht in de effectiviteit van genomen beslissingen
  • In de volgende paragraaf leggen we uit wat je nodig hebt om Composable Data & Analytics te realiseren in je bedrijf.

<Wat heb je nodig voor Composable Data & Analytics?>

Voor Composable Data & Analytics heb je een Composable Data & Analytics platform nodig. Dat platform bestaat uit de volgende onderdelen:

  1. Gebruikersinterface met Low-code functionaliteit
  2. GraphQL als query language voor het benaderen van de data fabric
  3. Data Fabric, die de onderliggende datastructuren abstraheert en aan elkaar koppelt
  4. Onderliggende datastructuren, zoals Data silo’s, Datalake of datawarehouse

Het volgende diagram toont het overzicht van het Composable Data & Analytics platform met de vier onderdelen.

GraphQL gebruik je om de gegevens in onderliggende systemen te benaderen (=uit te lezen). Je kunt GraphQL op kleinere schaal al toepassen. Hierdoor kom je stapsgewijs in contact met deze technologie ongeacht de fase van volwassenheid. Als je meer wilt weten over het meten van je volwassenheid aangaande data is het data maturity model een goed startpunt.

Data Fabric maakt dus gebruik van de domein specifieke structuur door middel van graph databases en beschikbare metadata van het onderliggende datastructuren. Het in stand houden van de structuur zorgt dat Data Fabric dynamisch meegroeit met de onderliggende data. Data Fabric is ook bekend onder de term Data Mesh.

In de volgende paragraaf gaan we dieper in op de onderliggende datastructuren en wat Composable Data & Analytics betekenen voor deze datastructuren.

<Wat betekent Data Fabric bestaande Data Warehouse en Data Lakes?>

Data Fabric is de laag boven alle beschikbare databronnen. Daarmee is Data Fabric de infrastructuur tussen data warehouses, data lakes en alle andere systemen. Deze infrastructuur vormt een netwerk waar data warehouses en data lakes nodes in zijn. Data Fabric is dus een verrijking aan op huidige oplossingen om data te ontsluiten in de cloud.

Conclusie

Composable Data & Analytics is een enorme verrijking aan de huidige oplossingen die niet-technische professionals de kracht van Data Analytics, Machine Learning en Artificial Intelligence geeft. Omdat het is gebouwd op onderliggende systemen blijft het platform dynamisch meegroeien.

Gartner concludeert dan ook niet voor niets dat Composable Data & Analytics en Data Fabric essentieel is in de huidige digitale transformatie. Heb jij hulp nodig bij deze digitale transformatie in jouw bedrijf, neem dan gerust contact op om te sparren.

<Meer weten?>

Dit artikel is geschreven door Fabian Langer. Fabian Langer is onze lead Data Solutions. Als lead is Fabian verantwoordelijk voor het Data Solutions kenniscentrum en het begeleiden van zijn collega’s in dit vak.