Innovatie & Strategie

Dit is een bijdrage van Itility
Datamanagement
Dataplatform-datalake

Waarom je (nog) geen dataplatform nodig hebt

Data is overal en smeekt ons om te worden ingeladen, getransformeerd, geanalyseerd en omgezet in waarde. Maar waar begin je op je data journey?

14 februari 2019
Door: Itility, partner

Data is overal en smeekt ons om te worden ingeladen, getransformeerd, geanalyseerd en omgezet in waarde. Maar waar begin je op je data journey?

Het lijkt een logische eerste stap bij digitale projecten om in de technologie te duiken en een dataplatform te kiezen. Uiteindelijk is dat waar data terecht moet komen, nietwaar? Het moet in een data lake worden gepompt of worden opgeslagen in een data warehouse en door een data pipeline stromen. Allemaal waar, en zeker nodig, maar toch is dit niet de plek waar je je reis wilt beginnen.

Laten we eens onderzoeken waarom het een goed idee is juist NIET te beginnen bij het platform. Maak je daarbij geen zorgen – je mag uiteindelijk heus wel zwemmen in je data lake, maar begin eerst eens met pootjebaden.

Lees hieronder de zes stappen die je (nog) moet zetten alvorens te starten met de keuze en inrichting van een dataplatform.

  1. Je hebt (nog) niet genoeg gepraat

Je data journey beginnen met het platform is de meest uitdagende eerste stap die je kunt zetten. Dataplatformen komen in zoveel vormen en maten dat het lastig is om zelfs maar op te schrijven aan welke requirements moet worden voldaan.

De beste route is om andersom te beginnen. Praat met de mensen in je organisatie die al bezig zijn inzichten te verkrijgen uit data. Het zal je verrassen wie deze mensen zijn en wat zij al doen met data. Het kan de engineer zijn die producten ontwerpt en gebruikerspatronen van klanten onder ogen heeft gekregen. Of de supplychain stagiair die een analyse doet van de fabrieksvloer om te achterhalen waar het knelpunt zit. Of misschien de marketeer die clicks in de webshop omzet naar waardevolle inzichten?

Dit zijn de mensen die kunnen uitleggen hoe ze vandaag de dag waarde creëren met data en, belangrijker nog, die kunnen aangeven wat de volgende stap is. Voor de engineer betekent dat misschien nóg meer databronnen toevoegen aan de vergelijking. De stagiair mist wellicht nog de connectie met het datasysteem van je fabriek. De marketeer zoekt het misschien in manieren om beschikbare data te verbinden met een deep learning toolkit. Zulke verhalen helpen je begrijpen wat de business nodig heeft. En belangrijker nog: het helpt je inzien hoe een dataplatform zichzelf terugverdient.

  1. Je weet (nog) niet waar de data vandaan komt

In gesprek gaan met mensen die al bezig zijn met data geeft je inzicht in waar de data vandaan komt. Wat sowieso aan bod zal komen is de complexiteit van het verzamelen van data en het combineren en transformeren ervan in een bruikbare vorm om analyses op te draaien. Dat is de volgende stap in de data journey: begrijpen wat je nodig hebt van een dataplatform.

Dataverzameling is een moeilijk spel. Databronnen zijn verspreid in de organisatie. Het helpt te weten welke bronnen met elkaar moeten worden verbonden. Kan het platform dit voor elkaar krijgen over de grenzen van je organisatie heen, zoals verschillende netwerken, stacks, vendoren, locaties of datacenters? Deze informatie helpt om de requirements van een dataplatform duidelijk te krijgen. Voor sommigen is een cloudoplossing geschikt, voor anderen is het beter een dataplatform dichterbij huis te hebben, zoals in het eigen datacenter.

  1. Je weet (nog) niet hoe data wordt verwerkt

Dataplatformen zijn meer dan grote silo’s van bits en bytes. Als je een platform wilt dat op de lange termijn waarde oplevert, is daar veel rekenkracht en opslagcapaciteit voor nodig. Door te achterhalen en begrijpen wat je organisatie op dit moment al doet en in de toekomst graag zou willen doen, krijg je een beter beeld van de benodigde capaciteit.

De initiële business value die data oplevert zit vaak in eenvoudige visualisaties en dashboards. Door te luisteren naar de verhalen van mensen die al met data bezig zijn, doe je nieuwe inzichten op. Stel je voor dat de engineer die de producten van de toekomst bouwt, gebruikmaakt van specifieke natuurkundige of mechanische modellen die ook moeten worden opgenomen in het platform. Of dat de stagiair image data nodig heeft. Dat de marketeer die deep learning-technieken echt wil gaan gebruiken. Dit alles heeft invloed op de rekenkracht die het platform nodig heeft.

Door deze zaken vooraf mee te nemen in de platformarchitectuur, verminder je de kans om bochten – en daarmee toekomstige wegen – af te snijden.

  1. Je weet (nog) niet hoe je data bruikbaar kunt maken

Een dataplatform an sich is niet het doel. Het doel is om inzichten uit data bruikbaar te maken en te integreren in dagelijkse bedrijfsprocessen. Het doel is om inzichten te leveren aan klanten of de supplychain te verbeteren. De verschillende manieren om die inzichten te embedden in de organisatie stellen ook weer andere eisen aan het platform.

Is er een mobiele app nodig die data beschikbaar stelt aan het logistieke personeel? Of moet het management tevreden worden gesteld met real-time scenarioplanning, of met vraag- en aanbodkarakteristieken van de business?

In het eerste voorbeeld is het bijvoorbeeld noodzakelijk dat het development team data beschikbaar kan stellen door middel van micro services vanuit traditionele databases. In het laatste voorbeeld moeten de applicatie-data in milliseconden worden uitgelezen en verwerkt. Kan je nieuwe platform dat leveren?

  1. Je weet (nog) niet hoe je het operationeel maakt

Aan het begin van de reis lijkt het leveren van oplossingen in een productieomgeving nog ver weg. Maar al snel, wanneer je succesvolle use cases hebt ontdekt, zal de business dagelijkse continuïteit eisen. Daardoor leer je dat een platform niet alleen bestaat uit data en rekenkracht. Het heeft mensen nodig om het te draaien en in de gaten te houden: om de datastromen te industrialiseren. Beschik je op dit moment over de mensen die issues kunnen oplossen bij het ingesten van data? Wie gaat de apps updaten wanneer het logistieke personeel nieuwe features nodig heeft?

Het dataplatform vraagt om een nieuwe aanpak van een nieuw team mensen met nieuwe vaardigheden en expertise. Je wilt er zeker van zijn dat het team met het platform meegroeit. Maak hen onderdeel van het beslissingsproces en train hen in nieuwe mogelijkheden. Zet hen dicht naast de collega’s die al waarde aan het creëren zijn en leer hen de taal van de business begrijpen. Zo wordt het dataplatformteam geïntegreerd met de business en gezien als waardevolle partner om inzichten en waarde te creëren.

  1. Je hebt (nog) geen business case

Misschien wist je het al: dataplatformen zijn niet goedkoop. Om de business case te bouwen voor een dataplatform nog voordat je waarde hebt gecreëerd, wordt een uitdaging. Door het aan te pakken op de manier die hier wordt geschetst, is de behoefte aan een dataplatform gemakkelijk uit te leggen aan de hand van business value die is gecreëerd. Daarnaast zal de business proactief vragen naar de operationalisatie van data en is ook de ROI eenvoudig aan te tonen.

Dus wanneer je begint met je data journey: begin klein, praat met mensen, experimenteer en fail fast. Werk met enthousiaste experts die je bij iedere stap kunnen helpen en blijf agile. Alleen dan zal je het dataplatform vinden dat het beste bij je past. Je gaat er sowieso een nodig hebben. Het is alleen niet de eerste stap.

Lees meer over de Itility Data Factory.

Reactie toevoegen