Waar data voorheen voornamelijk gebruikt werd voor rapportagedoeleinden, moet data tegenwoordig sneller, in grotere hoeveelheden en voor verschillende doeleinden beschikbaar zijn. De behoefte in organisaties groeit om de investering in data uit te baten. Nieuwe vormen van datagebruik worden steeds populairder. Denk aan data science, edge analytics en customer driven BI. En vanwege de doorbraak van artificial intelligence (AI) in het afgelopen jaar, worden er aanzienlijke eisen gesteld aan de manier waarop data verwerkt en gestructureerd wordt.
Waarom master data management?
Deze vormen van datagebruik willen organisaties fatsoenlijk ondersteunen. Hoe doen organisaties dat? In het verleden verzamelden organisaties data uit één of meerdere bronsystemen in een operationele datastore. Data werd vervolgens fysiek gekopieerd naar een data warehouse om informatie te organiseren en beschikbaar te stellen voor rapportages. Dat proces van ‘data management’ kost veel tijd en moeite en is in het digitale tijdperk niet meer vol te houden. De hoeveelheid data is substantieel toegenomen, de diversiteit ervan is uitgebreider en de dringende noodzaak om snel toegang te krijgen tot datagedreven inzichten is urgenter dan ooit tevoren.
Veel organisaties bereiken dus de grenzen van hun data warehouse oplossing en zijn op zoek naar manieren om informatie vanuit diverse databronnen op een vlotte en uniforme wijze aan eindgebruikers te presenteren. Maar hoe ziet dat er in praktijk uit? Welke elementen zijn noodzakelijk? En welke voordelen zijn er te behalen?
De stap naar data management 2.0
Volgens Jack Klaassen, Director Innovations & Technology bij Macaw, zien we de komende jaren een verschuiving naar andere manieren van data management. “De grote softwareleveranciers spelen daar nu al op in. Kijk bijvoorbeeld naar Microsoft met Fabric. Data wordt in Fabric niet meer fysiek gekopieerd. De tooling maakt gebruik van OneLake om een virtuele omgeving te creëren waarin verschillende databronnen samenkomen, zonder data te repliceren. Het maakt niet uit op welke locatie de data staat, welke structuur de data heeft of welke technologie het bronsysteem gebruikt. Alle traditionele stappen om data te verrijken sla je dus over.”
Dat betekent niet dat je geen data management meer nodig hebt, zegt Klaassen. Dit cruciale proces vindt in tegenstelling tot de oude situatie plaats in één virtuele omgeving (zoals OneLake), waar je regels vastlegt om te bepalen hoe gebruikers op een logische manier naar de data kunnen kijken. Zo heb je één plek om data services te leveren voor alle vormen van BI en analytics. Dit maakt het een stuk overzichtelijker om zaken als data security, data governance en data quality te borgen. Harry Boers, Business Developer: “OneLake en Fabric zijn de enablers om de opschaling van traditionele rapportages naar nieuwe vormen van datagebruik te kunnen faciliteren. Zowel in de huidige als in de toekomstige situatie.”
Wat als je al begonnen bent?
Wat doe je als je midden in een project zit om je oude data-omgeving te vervangen of te migreren naar de cloud? Klaassen: “Dat is geen probleem. Je nieuwe data warehouse, maar ook bestaande data lakes, data marts en andere oplossingen kun je op termijn virtueel zetten en aansluiten op bijvoorbeeld Fabric. Het belangrijkste is dat je al gestart bent om waarde te halen uit data en experimenteert met nieuwe vormen van datagebruik. Bedrijven zetten die stap op hun eigen tempo, omdat ze ergens tegen de grenzen van hun huidige data-omgeving aan gaan lopen. Wat ik organisaties aanraad is om niet alleen vanuit financieel oogpunt naar data management te kijken. Natuurlijk is de financiële kant belangrijk om een solide business case te bouwen, maar neem ook zaken als betere besluitvorming en sneller anticiperen op veranderingen mee in je oordeel.”
Breng je huidige data management in kaart
Welke stappen kunnen organisaties zelf zetten om de nieuwe manier van data management te omarmen? Boers: “Begin met het identificeren van belangrijke databronnen en systemen binnen je organisatie. Analyseer de kwaliteit van je data en breng use cases en zakelijke behoeften in kaart. Dat kun je doen door bijvoorbeeld de impact van je huidige data management op verschillende aspecten te evalueren zoals klanttevredenheid en efficiëntie. Zo krijg je beter inzicht in de data-uitdagingen binnen de organisatie en help je management en andere stakeholders om de behoefte aan een verbeterde data management te begrijpen”. Lees meer over de 4 stappen van data management.
In het whitepaper ‘Het belang van master data management voor de moderne organisatie’ gaan we verder in op deze stappen en delen we tips hoe je zelf aan de slag kunt gaan met (master) data management.
