Auteur
Bien que data mesh devienne rapidement un mot à la mode dans le secteur des services financiers, il reste entouré de mystère. Les organisations veulent l'adopter, mais peu d'entre elles ont une compréhension globale de ce que c'est. Elles sont encore moins nombreuses à savoir que les éléments constitutifs d'un maillage data ne sont pas des concepts tout à fait nouveaux, ce qui signifie que de nombreuses institutions financières ont déjà mis en place certains éléments constitutifs de base. Mais l'adoption et l'intégration des principes du maillage data dans l'ensemble d'une organisation reposent sur une solide compréhension des défis commerciaux data et de la manière dont les différents aspects du maillage data les abordent pour obtenir un impact commercial tangible.
Trois défis fondamentaux pour les services financiers : Data
L'expérience que nous avons acquise en travaillant avec de grandes institutions financières mondiales nous a permis d'observer trois défis fondamentaux sur le site data . Ceux-ci restent endémiques et communs à toutes les organisations de services financiers, qu'il s'agisse de banques, de compagnies d'assurance ou de gestionnaires d'actifs.
Data Le maillage : Qu'est-ce que c'est et comment cela peut ajouter de la valeur
Data mesh est un cadre de gestion data qui permet à l'entreprise de posséder le contenu data qu'elle crée et de le mettre à la disposition des consommateurs dans l'ensemble de l'entreprise, tout en veillant à ce que les contrôles et accords appropriés soient mis en place pour que ce contenu data reste entre de bonnes mains. Data mesh comprend quatre éléments clés : data propriété ; traitement de data comme un produit ; établissement d'une plateforme data en libre-service ; et mise en œuvre d'une gouvernance fédérée. La mise en œuvre de ces éléments signifie que data peut être utilisé de manière responsable dans les domaines data et permet une prise de décision décentralisée data .
Chaque pilier du maillage data s'associe pour gérer et résoudre de manière globale les problèmes data les plus courants auxquels sont confrontées les entreprises de services financiers, et qui inhibent tous la transformation numérique.
Plateforme libre-service Data
Une plateforme de data en libre-service est souvent la base nécessaire pour permettre la démocratisation et surmonter les défis de l'architecture existante. Une plateforme de data en cloud permet un accès ciblé aux data, tout en maintenant des contrôles de conformité transparents, et fournit l'architecture flexible et évolutive nécessaire au développement d'applications et de produits de data .Artefact a fait ses preuves en matière de livraison rapide de plateformes de data , en tenant compte de la valeur métier, de la facilité d'utilisation et de la sécurité des informations).
Data propriété
Il est essentiel de définir la propriété de data entre data, les entreprises et les services informatiques, car cela permet un partage régi par data et de meilleurs résultats pour l'entreprise. En outre, l'adoption d'une vision globale des domaines et sous-domaines data permet d'éviter les goulets d'étranglement et de s'aligner sur l'évolution des besoins de l'entreprise. Un modèle d'entreprise Data (EDM), qui élimine les silos et établit clairement data la propriété et la compréhension, est donc la prochaine étape importante pour jeter les bases de l'appropriation par l'entreprise data .
Data en tant que produit
Une approche axée sur les produits data rend la transformation data tangible pour les utilisateurs professionnels, garantit un chemin clair vers la valeur et permet une plus grande démocratisation de data. Les produits Data peuvent être considérés comme des services packagés offerts aux "clients internes" : data-as-a-service fournit des données standardisées et propres data; analytics-as-a-service offre des calculs statistiques avancés ou d'apprentissage automatique ; et KPI-as-a-service fournit des indicateurs de performance commerciale cruciaux. Ces produits data sont gérés par des équipes de produits interfonctionnelles qui combinent les ressources commerciales et techniques pour répondre aux besoins de l'organisation.
Gouvernance fédérée
Data La transformation doit être étayée par un modèle opérationnel et une structure de gouvernance qui permettent un degré approprié de décentralisation tout en maintenant les exigences en matière de sécurité et de conformité. Bien que la "bonne" structure opérationnelle varie en fonction de la société de services financiers concernée, toutes les organisations doivent passer d'une centralisation à une démocratisation contrôlée, un changement qui doit être mené par l'entreprise plutôt que par l'informatique.
Considérations et conclusions
L'adoption d'une approche de maillage des data dans le secteur des services financiers nécessite plusieurs changements importants - des systèmes existants à une infrastructure cloud évolutive, d'une gestion centralisée des data une démocratisation contrôlée des data , et de data dirigées par l'informatique à des data dirigées par l'entreprise. Toutes ces évolutions nécessitent des changements à la fois techniques et organisationnels, ce qui peut poser des défis à toute organisation.
Cependant, l'adoption d'une approche de maillage des data bien mise en œuvre qui englobe les changements requis peut permettre aux sociétés de services financiers d'exploiter efficacement leurs data en supprimant les silos et en prenant des décisions data qui stimulent la croissance et l'innovation de l'entreprise. Ce faisant, elles contribuent à se transformer en organisations tournées vers l'avenir.
