Data Mesh: Wie die Dezentralisierung die Nutzung von data im gesamten Unternehmen demokratisiert

Zunächst ein kurzer Überblick über das Wer, Was und Warum von data Mesh: Das Konzept wurde von Zhamak Dehghani von ThoughtWorks entwickelt, um die Zugänglichkeit von data zu verbessern und die Organisation in zentralisierten, monolithischen data zu vereinfachen. Die data während der COVID-19-Pandemie hat diese Bedürfnisse noch verstärkt, und data Mesh hat sich nun von einem Konzept zu einem verteilten Architekturmodell entwickelt, um data für jeden im gesamten Unternehmen nutzbar zu machen.

Johan Picard von Google hat ein paar Ideen: "Ein Teil davon hat mit der einfachen data zu tun. Zwanzig Jahre lang haben die Unternehmen ihre data auf Plattformen, in data Lakes und data Warehouses angelegt und zentralisiert. Das hat es ihnen ermöglicht, ihre data zu nutzen. Aber die Bereiche mussten Schlange stehen, um auf diese data zuzugreifen, was zu Rückstaus und Engpässen führte.

"Einige sind sogar so weit gegangen, dass sie ihre eigenen Schatten-IT-Abteilungen eingerichtet haben, weil die IT-Teams zwar die Technologie, nicht aber die Qualität der data verstehen. Umgekehrt gilt das auch für den Bereich. Aber jetzt, mit der cloud, entwickeln sich die Technologien weiter und ermöglichen die Dezentralisierung der data in die Domänen. Es ist wichtig, daran zu denken, dass dies ein inspirierender Ansatz ist. Jedes Unternehmen ist anders und muss die Dezentralisierung auf seine eigene Art und Weise anstreben, unter Berücksichtigung des eigenen Kontexts, der Geschwindigkeit und der Ambitionen."

In Orange, Brice Miranda dieses Phänomen der data und -fragmentierung erlebt. "Unsere Plattform für historische data war nicht auf Selbstbedienung ausgerichtet, so dass viele unserer Teams ihre eigenen data schufen; am Ende hatten wir zwischen 40 und 60." Der Betreiber baute mit Google Cloud Platform eine Plattform für seine Domain-Teams auf. "Und jetzt kommen wir in die Logik der data ".

Bevor er Ende dieses Jahres sein Unternehmen gründete, Jean-Christophe Brun als CTO bei Carrefour tätig.. "Im Jahr 2015 wussten wir, dass wir unsere Vision von data ändern mussten, um unsere Einzelhandelsaktivitäten auf data zu konzentrieren. Bis 2018 haben wir eine On-Premise-Plattform aufgebaut, um data zu werden. Und 2018 wurden wir Google-Partner, um mehr mit Algorithmen zu machen. Noch bevor wir das Konzept der data kennenlernten, war es unser Ziel, den geschäftlichen Nutzen zu erhöhen. Was mir an data Mesh gefällt, ist, dass es uns erlaubt, Dinge zu formalisieren Dinge zu formalisieren, die wir nicht standardisiert hatten, und die Prinzipien in Worte zu fassen."

Jean-Noel Lucas bei L'Oréal begann den gleichen Prozess vor drei Jahren. Jean-Paul Agon, der damalige CEO, gab den Kurs vor: Wir wollten der Champion für Beauty-Tech sein. Um dies zu erreichen, mussten wir die data orchestrieren und die funktionalen Silos aufbrechen; wir mussten data identifizieren, uns auf eine gemeinsame Sprache einigen und die data strukturieren, um ein globales Referenzsystem aufzubauen. Und das erforderte Ressourcen: "Man muss Zeit investieren, um die data verfügbar zu machen. Wir bewerteten die Governance-Schuld (zwei oder drei Jahre) und schätzten die Ressourcen, die für die Verwaltung des Unternehmens rund um die data erforderlich waren. Wir haben ein Team von 100 Personen mit der Aufbereitung der data beauftragt. Wir brachten neue Fähigkeiten in die Gruppe ein. Wir haben auch viel Überzeugungsarbeit geleistet, um das Budget zu erhalten, das uns diese Anstrengungen ermöglicht. Denn die L'Oréaliens sind nicht konzeptionell. Wir müssen das Konzept in konkrete Begriffe übersetzen".

L'Oréal listet 50 Anwendungsfälle auf, die auf data zurückgreifen. Vom Produktportfolio-Management über die Verbesserung des Vertriebs bis hin zum Bestandsmanagement. "Mit einer data werden die data auf die verschiedenen Bereiche verteilt und ihre Aufbereitung den Spezialisten der einzelnen Marken anvertraut, wodurch das Problem der Engpässe gelöst wird", schließt Jean-Noel.

Obwohl Orange über ein data für die Beratung und Collibra für die Suche nach data verfügt, reicht das nicht aus: "Wenn wir data hinterlegen, erhalten wir Duplikate, und das wirft Probleme auf. Wenn man nach den Breitbandgeräten der Kunden fragt, erhält man 800 Antworten". Ist der Kunde mit Festnetz, Mobilfunk oder Glasfaser ausgestattet? Das Tool weiß es nicht. Hat der Kunde sein Einverständnis gegeben? Auch das wissen wir nicht. Es gibt keine einzige Quelle der Wahrheit oder data , auf die man sich verlassen kann. Daher werden POCs zu diesen Fragen durchgeführt ("Was ist ein Orange Kunde?" "Was ist eine Genehmigung?").

Orange ist etwas weiter als L'Oréal, wo 40 % der data in der cloud verfügbar sind. "Als Voraussetzung müssen die data verfügbar und auffindbar sein", sagt Jean-Noel. "Dann müssen wir uns in der data nach oben bewegen, mit dem data als Leistungskriterium (KPI), um näher an den geschäftlichen Anwendungsfällen zu sein. Dahinter verbirgt sich die Herausforderung der data , die Menschen dazu zu bringen, mehr standardisierte Lösungen anzunehmen und einen echten Nutzen zu sehen."

"Bei Carrefour haben wir uns dafür entschieden, die Eigentümer unserer data verantwortlich zu machen", erklärt Jean-Christophe. "Sie verstehen die Nutzung der data und sorgen für deren Kommunikation: 'Data müssen genutzt werden. Die Eigentümer der Data müssen an der Nutzung ihrer Produkte interessiert sein. In der Vergangenheit hat die Business Intelligence-Abteilung den Fachbereichen Bericht erstattet. Aber jetzt machen das die Fachbereiche selbst, mit Unterstützung von BI. Sechzig Prozent der Mitarbeiter, die von Carrefour im Bereich data geschult wurden, kamen aus den Bereichen".

Es ist ein Hin- und Herprozess, erklärt Johan Picard, zwischen Analytik und Betrieb: "Die data müssen nach oben in die Analytik und nach unten in den Betrieb gelangen. In der Vergangenheit konnten Datenbanken die Analyse nicht integrieren, also schufen wir den data Lake. Im neuen Paradigma sind wir näher an den data und haben ein besseres Verständnis dafür. Daher brauchen wir Betrieb und Analyse nicht mehr zu trennen. Einige unserer Kunden haben sie auf dieselbe Ebene gestellt. SAP-Spezialisten sitzen Seite an Seite mit data . Brice Miranda stimmt dem zu und fügt hinzu: "Wir müssen die alten Grenzen zwischen Analytik und Betrieb aufheben und zur Quelle gehen."

Jean-Noel Lucas: "Die Mitarbeiter im operativen Bereich müssen verstehen, auf welche data sie sich stützen (indem sie über ihre Prozesse nachdenken) und sich um eine bessere data bemühen." Um beispielsweise die Läden zu beliefern und den Bestand besser zu verwalten, hat L'Oréal dem PCM eine weitere Ebene hinzugefügt. "Wir wollen unsere Systeme 'API-ze'." L'Oréal hat intensiv an data gearbeitet, um Einzelhändlern und Verbrauchern eine 360°-Ansicht zur Verfügung zu stellen. Um seine Lieferkette besser zu verwalten, muss L'Oréal seine Kataloge besser segmentieren. Und die neue Organisation ermöglicht es, reaktionsfähiger zu sein und Produktionsaufträge für Produkte auf wöchentlicher Basis zu erteilen, wenn die Nachfrage steigt.

Carrefour ist bei der Konvergenz von Analytik und Betrieb am weitesten gegangen: In dieser neuen Welt wird die Analytik zu einem Echtzeit-Betriebsmittel, das auf demselben Niveau wie der Betrieb arbeitet. "Das Produktblatt muss alle data aufzeichnen, einschließlich der Verkaufszahlen. Dies ermöglicht Substitutionsbewertungen zwischen Produkten, falls ein Produkt fehlt. Das war vor drei Jahren noch undenkbar", fasst Jean-Christophe zusammen.