Auteur
Ondanks dat data mesh snel een modewoord aan het worden is in de financiële dienstverlening, blijft het gehuld in mysterie. Organisaties willen het omarmen, maar slechts weinigen hebben een holistisch begrip van wat het is. Nog minder realiseren zich dat de onderdelen van een data mesh geen gloednieuwe concepten zijn, wat betekent dat veel financiële instellingen al over een aantal basisonderdelen beschikken. Maar om de principes van de data mesh effectief in een organisatie te kunnen toepassen en verankeren, is een goed begrip nodig van de zakelijke data uitdagingen en hoe de verschillende aspecten van de data mesh deze aanpakken om tastbare zakelijke impact te bereiken.
Drie fundamentele Data uitdagingen voor financiële diensten
Door onze ervaring in het werken met grote wereldwijde financiële instellingen hebben we drie fundamentele data uitdagingen waargenomen. Deze zijn nog steeds endemisch en komen vaak voor bij financiële dienstverleners, of het nu gaat om banken, verzekeraars of vermogensbeheerders.
Data Net: Wat het is en hoe het waarde kan toevoegen
Data mesh is een data management raamwerk dat de onderneming in staat stelt om eigenaar te zijn van de data die het creëert en deze beschikbaar te maken voor consumenten in het hele bedrijf, terwijl de juiste controles en afspraken worden gemaakt zodat deze data in de juiste handen blijft. Data mesh bestaat uit vier belangrijke elementen: data eigendom; data behandelen als een product; een self-serve data platform opzetten; en gefedereerde governance implementeren. Het implementeren van deze onderdelen betekent dat data verantwoord gebruikt kan worden binnen data domeinen en maakt gedecentraliseerde data besluitvorming mogelijk.
Elke pijler van de data mesh komt samen om de meest voorkomende data problemen waarmee financiële dienstverleners te maken hebben, die allemaal een digitale transformatie in de weg staan, te beheren en op te lossen.
Zelfbediening Data Platform
Een self-serve data platform is vaak de basis die nodig is om democratisering mogelijk te maken en de uitdagingen van legacy-architectuur te overwinnen. Een cloud aangedreven data platform maakt gerichte toegang tot data mogelijk, met behoud van transparante compliance controles, en biedt de flexibele, schaalbare architectuur die nodig is om data toepassingen en data producten te ontwikkelen. (Artefact heeft een bewezen staat van dienst voor het snel leveren van data platforms, met een duidelijk oog voor bedrijfswaarde, bruikbaarheid en informatiebeveiliging).
Data eigendom
Het definiëren van data eigenaarschap over data, business en IT is essentieel omdat het geregelde data uitwisseling en verbeterde bedrijfsresultaten mogelijk maakt. Daarnaast helpt het aannemen van een ondernemingsbrede kijk op data domeinen en subdomeinen om knelpunten te voorkomen en zorgt het voor afstemming op de veranderende bedrijfsbehoeften. Een Enterprise Data Model (EDM), dat silo's doorbreekt en zorgt voor een duidelijk data eigenaarschap en begrip, is daarom de volgende belangrijke stap in het leggen van de basis voor business data eigenaarschap.
Data als product
Een data productgerichte aanpak maakt data transformatie tastbaar voor zakelijke gebruikers, zorgt voor een duidelijk pad naar waarde en maakt een grotere democratisering van data mogelijk. Data producten kunnen gezien worden als verpakte diensten die aangeboden worden aan ‘interne klanten’: data-as-a-service levert gestandaardiseerde en schone data; analytics-as-a-service biedt geavanceerde statistische of machine learning berekeningen; en KPI-as-a-service levert cruciale bedrijfsprestatie-indicatoren. Deze data-producten worden onderhouden door cross-functionele productsquads die zakelijke en technische middelen combineren om aan de behoeften van de organisatie te voldoen.
Federaal bestuur
Data transformatie moet worden ondersteund door een besturingsmodel en -structuur die een passende mate van decentralisatie mogelijk maken, terwijl de beveiligings- en compliancevereisten gehandhaafd blijven. Hoewel de ‘juiste’ operationele structuur zal variëren afhankelijk van de financiële dienstverlener in kwestie, moeten alle organisaties overgaan van centralisatie naar gecontroleerde democratisering, een verandering die eerder door de business dan door IT geleid moet worden.
Overwegingen en conclusies
Het invoeren van een data mesh aanpak in de financiële dienstverleningssector vereist een aantal belangrijke verschuivingen - van legacy systemen naar schaalbare cloud infrastructuur, gecentraliseerd data beheer naar gecontroleerde data democratisering, en IT-geleide data naar bedrijfsgeleide data. Dit alles vereist zowel technische als organisatorische veranderingen, die voor elke organisatie een uitdaging kunnen vormen.
Een goed geïmplementeerde data mesh-aanpak die de vereiste veranderingen omvat, kan financiële dienstverleners echter in staat stellen om hun data effectief te benutten door silo's te doorbreken en data-driven beslissingen te nemen die bedrijfsgroei en innovatie stimuleren. En zo helpen ze zichzelf te transformeren tot toekomstgerichte organisaties.
