Gemeinsam vervasst von Elizabeth Press und Vincenzo Porpiglia
Du kannst den Podcast auf Spotify hier anhören (auf Englisch)
In den letzten Jahren ist in der Technologiebranche ein wachsendes Interesse am Konzept des Data Mesh zu verzeichnen. Laut Wikipedia ist Data Mesh ein soziotechnischer Ansatz zum Aufbau einer dezentralisierten Datenarchitektur durch ein domain-oriented, self-serve Design.
Viele Unternehmen hoffen, das Data Mesh nutzen zu können, um eine Organisation aufzubauen, in der Daten leicht zugänglich, auffindbar und sicher sind. Dieses Konzept erfreut sich zunehmender Beliebtheit, da Unternehmen bestrebt sind, ihre data operations zu skalieren, domain expertise zu nutzen, um mehr Wert aus Analysen zu ziehen, und einen stärker produktorientierten Ansatz für Daten zu verfolgen.
Die Einführung des Data Mesh ist oft ein langfristiger, kostspieliger Prozess, der strategische Überlegungen, Planung und Kontinuität erfordert.
Zu den drei wichtigsten Schritten bei der Planung und Umsetzung eines Data Mesh gehören:
Überwindung der Wir-gegen-sie-Mentalität: Data gegen das Unternehmen
Die größte Lücke in der Branche besteht darin, dass sich Data Teams zu sehr auf die Technik und nicht auf die Geschäftsziele konzentrieren. Viele Datenexperten in Unternehmen können eine „Wir gegen das Geschäft“-Haltung einnehmen, die nicht produktiv ist und zu einer Trennung und Uneinigkeit zwischen Daten und anderen Funktionen führt. Aufgrund der Ausrichtung des Data Mesh auf die Domäneneigentümerschaft erwägen Unternehmen die Einführung eines Data Mesh. Das Data Mesh-Konzept ermöglicht es Datenkollegen, als Team auf ein gemeinsames Ziel hinzuarbeiten und in die Domänenorganisation eingebettet zu sein.
Professionalisierung des bestehenden Data Mess durch DataOps, Produktmanagement und andere Methoden.
Um zu verhindern, dass sich ein Data Mesh in ein Datenchaos verwandelt, müssen Unternehmen mehrere wichtige Schritte unternehmen. Erstens: Governance ist der Schlüssel. Dies bedeutet, dass ein gut definierter DataOps-Prozess vorhanden sein muss, bei dem Data Engineering, Engineering, Produkt, QA, Datenschutz und Informationssicherheit sowie Datenproduktmanager als Team zusammenarbeiten. Zweitens ist das Produktmanagement entscheidend. Die Selbstbedienungsprodukte, Datenschemata und andere Elemente müssen wie jedes andere webbasierte Produkt verwaltet werden, mit einer verständlichen Benutzeroberfläche und einer einheitlichen Datenstruktur und -definition im gesamten Unternehmen. Drittens muss es eine Dokumentationskultur geben, und es muss Zeit für die Dokumentation des Datennetzes eingeplant werden. Schließlich müssen die Daten leicht auffindbar und zugänglich sein, wobei Datenschutz, Compliance und Informationssicherheit proaktiv gehandhabt werden müssen.
Korrekte Planung und Budgetierung für das Datennetz
Die Implementierung eines Datennetzes kann teuer sein, aber die langfristigen Vorteile sind die Investition wert. Anfangs wird die Implementierung eines Datennetzes mehr kosten, da Investitionen in die Beseitigung technischer Schulden, die Implementierung von Datenkatalogen, die Dokumentation von Prozessen und notwendige Migrationen erforderlich sind. Langfristig wird der ROI für Daten jedoch höher sein, da weniger Zeit für den Aufbau und die Korrektur von Pipelines aufgewendet werden muss, weniger doppelte Datensätze vorhanden sind und weniger Reibungsverluste zwischen Daten- und Stakeholder-Teams auftreten.
Zusammenfassend lässt sich sagen, dass die Einführung eines Data Mesh viele Vorteile für Unternehmen bietet, die ihren Datenbetrieb skalieren, mehr Wert aus Analysen ziehen und einen produktorientierteren Ansatz für Daten verfolgen wollen. Durch die Überwindung der größten Hürden in Bezug auf die Kultur und die Geschäftsarchitektur und durch die Ergreifung der notwendigen Schritte, um zu verhindern, dass sich ein Datengeflecht in ein Datenchaos verwandelt, können Unternehmen die Vorteile eines kosteneffizienten Datengeflechts auf Jahre hinaus nutzen.
