Memahami manajemen data aplikasi

Dengan semua informasi di luar sana — 2,5 triliun byte sehari, dengan satu hitungan — tidak mengherankan jika bisnis saat ini bergumul dengan klasifikasi, pengorganisasian, dan pengaturan data. Apakah mereka membutuhkan data atau hanya berakhir dengan itu (pembuangan digital), mereka harus memilikinya. Manajemen data yang cerdik adalah dasar untuk mengubah informasi menjadi pendapatan.

Baru-baru ini, bisnis telah memperlengkapi kembali strategi manajemen data mereka dengan berfokus pada arsitektur hub data yang lebih besar . Pusat data menghubungkan semua data di perusahaan, yang pada akhirnya memberi semua pengguna bisnis pandangan 360 derajat dari data yang mereka butuhkan untuk melakukan pekerjaan mereka. Idealnya, ini terjadi dalam konteks aplikasi bisnis yang sudah mereka gunakan; menjadikannya transparan dan efisien, sekaligus memungkinkan pengelolaan data secara kolaboratif di seluruh perusahaan.

Di kolom terakhir saya, saya menulis tentang membawa hub data selangkah lebih maju untuk membuatnya cerdas. Kali ini saya ingin mendalami komponen penting dari hub data: application data management (ADM).

Mendefinisikan dan menguasai manajemen data aplikasi

Seperti yang ditunjukkan oleh analis dan penelitian VP Andrew White di Gartner, ADM adalah semacam subbidang baru yang ada baik di samping maupun di dalam manajemen data master (MDM). Data master manajemen data aplikasi (ADM) yang dibagikan (umum) di antara banyak aplikasi, tetapi tidak harus seluruh perusahaan.

Misalnya, bisnis tipikal saat ini mungkin memiliki manajemen rantai pasokan, sistem manajemen hubungan pelanggan (CRM), dan perangkat lunak penagihan. Setiap sistem menjalankan bagian bisnis yang berbeda. Namun semua sistem ini memiliki data yang sama di seluruh sistem, seperti nama pelanggan, alamat, alamat penagihan dan pengiriman, serta faktur.

Setiap sistem juga memiliki data lain. Dalam sistem rantai pasokan, terdapat informasi logistik, rincian pengiriman barang, pajak, dan bea. CRM memiliki prospek dan peluang, kontak tambahan, pesanan sebelumnya, dan negosiasi, sedangkan perangkat lunak akuntansi berisi rekening bank dan nomor perutean — informasi yang membutuhkan keamanan tinggi, untuk dilihat hanya oleh beberapa anggota staf di seluruh organisasi.

Data umum berbeda. Itulah yang sering disebut sebagai "dimensi yang berubah secara perlahan". Sepanjang hidup Anda, sangat lambat, alamat, telepon, dan email Anda berubah, tetapi Anda tetap orang yang sama. Hal yang sama juga berlaku jika Anda bekerja untuk satu perusahaan tetapi dipromosikan atau pindah kantor; beberapa angka dan huruf yang dikaitkan dengan Anda akan berubah, tetapi yang lainnya tidak.

Informasi yang secara perlahan mengubah dimensi dianggap sebagai data master dan disimpan dalam database terpisah dengan informasi tentang perubahan kecil dan lambat ini seiring waktu. Data aplikasi yang lebih cepat berubah bersifat transaksional — informasi seperti pendapatan seseorang atau pendapatan bisnis. Itu berubah sepanjang waktu (seperti setiap kuartal) dan disimpan di samping informasi pelanggan. Meski bukan master data, sebuah bisnis tetap ingin menguasainya.

Manajemen data aplikasi dalam praktiknya

Sepanjang hari kerja, berbagai individu dalam suatu organisasi akan memperbarui kelompok informasi ini. Bergantung pada peran dan izin mereka, mereka dapat memperbarui, atau menyetujui atau mengirimkan untuk persetujuan ke pengawas data bit bagian dari data aplikasi. Mereka akan memperbarui pada kecepatan yang berbeda, dengan tingkat kekhususan dan akurasi yang berbeda. Saat perubahan diberlakukan, data bersama segera tercermin di semua aplikasi. Jadi, ADM melakukan semua yang MDM lakukan, tetapi pada akhirnya melayani kasus yang berbeda: digunakan bersama di beberapa aplikasi.

Apa yang menghubungkan semuanya? Itulah hub datanya. Pusat data mencakup tata kelola data, kualitas dan pengayaan data, serta alur kerja (seperti persetujuan, dan proses berulang). Mereka mencerminkan bagaimana data berubah dari waktu ke waktu dan menghadirkan kejelasan yang jernih untuk keterlacakan, garis keturunan, dan audibilitas.

Kecerdasan buatan: komponen kunci

Hingga saat ini, kemampuan untuk menggunakan strategi hub data telah dihalangi oleh kebutuhan integrasi yang membebani dan kebutuhan untuk menggabungkan berbagai platform perangkat lunak dan layanan ke sistem fungsional. Kecerdasan buatan dan teknologi pembelajaran mesin menghadirkan otomatisasi dan korelasi “mil terakhir” untuk membuat pusat data layak.

Lapisan terakhir ini adalah hub data "cerdas" —yang mempertimbangkan kemampuan data yang direferensikan di atas, termasuk AI dan pembelajaran mesin yang mengarah ke antarmuka ramah pengguna bisnis yang intuitif yang membuat proses data dapat digunakan dengan mudah untuk semua anggota staf dalam organisasi.

Pengguna akhir bisnis adalah orang-orang yang pada akhirnya harus diberdayakan untuk membangun loyalitas pelanggan dan menjajaki peluang penjualan silang dan upsell. Data dapat membantu mereka, tetapi hanya jika disimpan di tempat yang tepat dan dikelola dari aplikasi yang tepat ke orang yang tepat di waktu yang tepat.

Menyatukannya

Industri data telah melakukan tindakan merugikan dengan memiliki banyak komponen perangkat lunak untuk bagian tersegmentasi dari persyaratan yang lebih besar. Ini lahir dari keinginan untuk memiliki ceruk dalam pasar yang ramai. Semakin banyak, cara untuk menyampaikan nilai yang sangat dibutuhkan adalah dengan menyatukannya dalam satu platform dan merampingkan kompleksitas dengan desain yang intuitif. Perhatikan ruang ini.