Вы не можете предугадать будущие потребности в данных. В лучшем случае вы можете только избежать последствий ошибок, которые не были исправлены сегодня

Современные организации работают с данными из множества источников, используя также множество интерфейсов. Чтобы проанализировать данные, ИТ-подразделения должны извлечь их, преобразовать в удобный формат и загрузить в нужную систему хранения данных. Данные из нескольких приложений часто интегрируются в один бизнес-процесс.

Это непростая задача. Она еще более усложняется тем, что изменение в одном участке данных затрагивает данные в самых различных расположениях.

Расплата за «грязные» данные

В большинстве организаций проекты интеграции носят реагирующий характер. Их внедряют только при явной необходимости. Быстрое и эффективное выполнение требований заинтересованных лиц безусловно важно. Но если вы реализуете проекты интеграции только по мере необходимости, вы можете увеличить количество двухточечных интерфейсов, которые не удовлетворяют потребности вашей организации в управлении данными.

Последствия отдельных развертываний могут быть непредсказуемыми.

1. Данну задачу нельзя повторить, поэтому затраты на постоянную поддержку и усовершенствования будут высоки из-за изначальной сложности проекта.
2. Сохранность ваших данных не гарантируется, и вы рискуете создать процессы, которые не соответствуют существующим бизнес-правилам, управляющим трансформацией и качеством данных.
3. Данные отдельные системы создают сложности при внедрении и обновлении, так как каждая из них требует особого внимания из-за наличия уникальных правил, специализированного кода и неоднородности данных.

Инвестиции в «чистые» данные

Вы не можете предсказать будущее при запуске проектов интеграции данных. Руководители, которые удачно предсказывают потребности, не всегда могут проанализировать ситуацию. Лучшее, что вы можете сделать — следовать передовым практикам, чтобы избавиться от зависимости от точечных интерфейсов. Например, вы можете применить следующие практики.

1. Разделение приложений.
2. Внедрение стандартов данных и интеграции для операций обмена информацией между системами.
3. Использование промежуточного хранения, чтобы упростить обработку крупных групп данных при различных задержках.
4. Сохранение записей об изменениях, которые были внесены в данные для обеспечения комплексной прозрачности для данных, а также метаданных.

Вам может показаться, что у вас нет времени и ресурсов для реализации этих практик. Заинтересованные лица также могут быть не заинтересованы в проведении необходимой работы для обеспечения надежности данных. Тем не менее, проблемы станут более явными, если вы так и не внедрите централизованное решение для управления данными.

Если такие задачи кажутся непреодолимыми, вы должны рассмотреть возможность внедрения решения, которое автоматизирует большинство таких процессов или даже все из них. Чтобы узнать больше, ознакомьтесь со статьей «The Next-Generation of Data Integration: Transforming Data Chaos into Breakthrough Results» (Интеграция данных следующего поколения — от хаоса к невероятным результатам), в которой описываются рекомендации по устранению компромиссов, которые связаны с традиционными подходами к интеграции данных.