Data mesh: wel of geen ei van Columbus voor datagedreven werken
Ambities voor datagedreven werken groeien vaak harder dan de daadkracht om diezelfde ambities waar te maken. Ondanks flinke investeringen in datavoorzieningen, zoals de opzet van een centrale data-architectuur, datawarehouses en data lakes, allerlei reporting tools en uiteraard de datateams zelf. Door de snel stijgende hoeveelheid data en toenemende complexiteit moeten data scientists lang wachten op aangevraagde datasets. Dat terwijl marketeers en andere gebruikers sneller en vaker een beroep doen op data om bijvoorbeeld nieuwe verdienmodellen in de markt te zetten, concurrenten slim af te zijn of omdat wet- en regelgeving verandert. Zo ontstaan ongewenste wachttijden. Bovendien neemt de druk op centrale datateams waar kennis van datacomplexiteit en de business toch al schaars is, alleen maar toe. Nog maar niet te spreken over de kosten die de pan uit dreigen te rijzen voor een databerg die alleen maar groter wordt binnen een starre infrastructuur.