Auf einen Blick: DataOps ist für Organisationen unerlässlich, die Daten effektiv nutzen wollen, indem sie Datenprozesse automatisieren und orchestrieren. Es adressiert operative Herausforderungen durch Control-M, das die Orchestrierung in verschiedenen Umgebungen für ein zuverlässiges Datenmanagement verbessert.
- DataOps kombiniert Automatisierung und Orchestrierung für verbesserte Dateninitiativen.
- Control-M vereinfacht die Orchestrierung über Cloud- und On-Premises-Umgebungen hinweg.
DataOps ist das Framework, das Unternehmen dabei unterstützt, Datenambitionen in reale, datengetriebene Ergebnisse umzuwandeln. Durch die Kombination der richtigen Praktiken, Kultur und Orchestrierungstechnologie überbrückt DataOps die anhaltende Lücke zwischen Datenbeschaffung und zuverlässigem Handeln darauf – und bildet damit die grundlegende Grundlage für jede Organisation, die es ernst meint mit datengetriebenen Aktivitäten.
Da Unternehmen weltweit gezielt versuchen, datengetrieben zu werden, haben sich unterwegs mehrere wichtige Diskrepanzen entwickelt. Mehr als 60 Prozent der Unternehmen erwarten heute, dass Mitarbeiter Daten für Entscheidungen nutzen, aber nur ein Drittel der Mitarbeiter ist fest davon überzeugt, dass ihre Handlungen datengetrieben sind – und noch weniger vertrauen den Daten, so Improving Business Outcomes with DataOps Orchestration, eine kürzlich von BMC gesponserte IDC Analyst Connection. Das entspricht den Ergebnissen von New Vantage Partners aus dem Jahr 2022, die ergaben, dass 97 Prozent der Organisationen in Dateninitiativen investieren, aber nur 27 Prozent glauben, dass sie erfolgreich zu datengetriebenen Organisationen geworden sind.
Diese Enttäuschungen – insbesondere bei künstlicher Intelligenz und maschinellem Lernen (KI/ML) – treten trotz des Zugangs zu mehr Datenquellen und Softwareressourcen auf als je zuvor. Was hindert Unternehmen also daran, erfolgreich zu sein? Letztlich liegt es an Komplexität und Kultur.
Warum schaffen Dateninitiativen keinen Mehrwert?
Das Kernproblem ist die Operationalisierung: Wenn Dateninitiativen nicht zuverlässig im großen Maßstab funktionieren können, werden sie nicht den erwarteten Wert liefern.
Um auf diese Herausforderung zu reagieren, setzt die Branche DataOps als eine Reihe von Praktiken ein, die die operativen Aspekte von Dateninitiativen industrialisieren. Ein einflussreicher und weit verbreiteter Ansatz, beschrieben im DataOps-Manifest, behandelt die Führungs-, Kultur- und Managementprinzipien, die Organisationen annehmen sollten, um Analytics und verwandte Bemühungen erfolgreich zu machen. Er unterstreicht die Bedeutung der Datenorchestrierung, konzentriert sich aber viel mehr auf kulturelle als auf technische Erfolgsschritte.
Egal, wo Sie sich bemühen, Daten besser zu nutzen, die Entwicklung eines soliden DataOps-Programms ist ein greifbarer Schritt, den Sie heute unternehmen können. Organisationen, die nicht den erwarteten Wert aus ihren Dateninvestitionen ziehen, sollten prüfen, wie sie Daten verwalten, bevor sie größere neue Investitionen tätigen. Dank der heute verfügbaren Datenquellen und Werkzeuge haben Unternehmen enorme Freiheit darin, was sie entwickeln können, um datengetrieben zu werden. Aber wie IDC-Forschungsdirektor Stewart Bond in der Studie feststellt: "Freiheit ohne Rahmenwerk ist Chaos."
DataOps bietet den Rahmen, den Unternehmen benötigen, um dieses Chaos zu kontrollieren – vorausgesetzt, das DataOps-Programm kann über alle Datenquellen, interne und externe Datennutzer sowie jede Infrastrukturkomponente, Software-Assets und Prozesse dazwischen orchestrieren.
Warum ist Orchestrierung die entscheidende Voraussetzung für DataOps?
Orchestrierung ermöglicht es DataOps, im Unternehmensmaßstab zu funktionieren – ohne sie brechen selbst gut gestaltete Datenpipelines unter der Last realer Komplexität zusammen.
Der Wunsch, datengetrieben zu sein, und der Bedarf an DataOps sind nicht neu, aber die Komplexität, der Organisationen heute ausgesetzt sind, ist beispiellos. Laut IDC Analyst Connection nutzen bereits zwei Drittel der Organisationen mindestens zehn verschiedene Data-Engineering- und Intelligence-Tools. Diese Tools – und die von ihnen abhängigen Anwendungen – sind selten zentralisiert, sondern über Multicloud- und On-Premises-Infrastrukturen verteilt.
Ein Beispiel aus der Praxis: Tampa General Hospital
Kurz nach Ausbruch der COVID-19-Pandemie teilte das Tampa General Hospital Daten über Fallzahlen, verfügbare Intensivbetten und Beatmungsgeräte sowie andere wichtige Informationen mit Dutzenden von Krankenhäusern und Anbietern in seiner Region, um eine koordinierte Reaktion zu unterstützen. Tägliche Dashboards basierten auf Dateiübertragungen und ETL-Operationen mehrerer Gesundheitssysteme in ganz Florida. Control-M orchestrierte all das und ermöglichte es Krankenhaus- und Gesundheitsbehörden, Entscheidungen auf Basis umfassender, aktueller Informationen zu treffen. DataOps ist der Schlüssel, um komplexe Umgebungen wie diese zuverlässig am Laufen zu halten – und Orchestrierung ist heute die zentrale Voraussetzung für DataOps.
Obwohl einzelne Werkzeuge hochfunktional sein können, haben sie in der realen Welt nur begrenzten Wert, wenn sie nicht effektiv zusammenarbeiten können. Die Unfähigkeit, prozessübergreifend zu automatisieren, zeigt, wie Komplexität den Wert von Datenprogrammen begrenzt. Deshalb ist die Fähigkeit zum Orchestrieren – zusätzlich zum Automatisieren – jetzt so wichtig. DataOps adressiert diese Herausforderung der Orchestrierung sowie die menschlichen Aspekte des Teilens und der Zusammenarbeit zwischen Unternehmensfunktionen.
Wie Control-M die DataOps-Orchestrierung unterstützt
Einige Organisationen haben Erfolg gehabt, indem sie vollständig in der Cloud ausgeführt und Control-M nutzen, um alle Datenerfassungs-, Analyse- und automatisierten Sanierungsprozesse zu orchestrieren und zu automatisieren. Control-M hat sich zudem weiterentwickelt, um die heutigen Anforderungen an DataOps-Workflow-Orchestrierung zu erfüllen und hilft Organisationen, potenzielle Chaos zu kontrollieren, indem Automatisierung und Orchestrierung in DataOps in großem Maßstab integriert werden. Wie IDC hervorhebt, erlebt die Datenlogistik eine Renaissance – Alt-Datenmanagement- und Automatisierungsfunktionen werden umstrukturiert, neu gedacht und modernisiert, um die Arbeit in der modernen Datenumgebung zu beschleunigen und das Chaos einzudämmen.
Erhalten Sie mehr von IDCs forschungsbasierter Perspektive darauf, wie DataOps und Orchestrierung Dateninitiativen einen Mehrwert hinzufügen, in der vollständigen Folge "Improving Business Outcomes with DataOps Orchestration " (Doc #US49015622, April 2022) und klicken Sie hier , um mehr darüber zu erfahren, wie BMC Unternehmen dabei unterstützt, ein datengetriebenes Unternehmen zu werden.
Häufig gestellte Fragen zu DataOps und datengetriebener Tätigkeit
Was ist DataOps und wie hilft es Organisationen, datengetrieben zu werden?
DataOps ist eine Reihe von Praktiken, die die operativen Aspekte von Dateninitiativen industrialisieren und Automatisierung, Orchestrierung und kulturelle Prinzipien kombiniert, um Organisationen zu helfen, vertrauenswürdige Daten in großem Maßstab zuverlässig bereitzustellen. DataOps hilft, die Lücke zwischen Dateninvestitionen und datengetriebenen Ergebnissen zu schließen, indem Datenpipelines konsistenter, kontrollierter und umsetzbarer im gesamten Unternehmen gestaltet werden.
Warum schaffen es die meisten Unternehmen nicht, datengetriebene Organisationen zu werden?
Trotz weitreichender Investitionen kämpfen die meisten Unternehmen wegen zweier miteinander verbundener Probleme: Komplexität und Kultur. Das Management von Daten über Multicloud-Umgebungen, Dutzende von Tools und mehreren Teams erzeugt operative Reibung, die einzelne Punktlösungen ohne ein übergeordnetes Framework nicht lösen können. DataOps bietet diesen Rahmen.
Welche Rolle spielt Orchestrierung in DataOps?
Orchestrierung ist der Mechanismus, der es DataOps ermöglicht, im Unternehmensmaßstab zu funktionieren. Ohne Orchestrierung können Datenverarbeitungen über unterschiedliche Werkzeuge, Infrastrukturen und Teams nicht zuverlässig koordiniert werden. Orchestrierungsplattformen wie Control-M automatisieren und reihen die End-to-End-Datenpipeline – von der Aufnahme bis zur Analyse – so dass die Daten die Entscheidungsträger genau und pünktlich erreichen.
Was ist das DataOps-Manifest?
Das DataOps-Manifest ist ein einflussreiches Rahmenwerk, das die Führungs-, Kultur- und Managementprinzipien festlegt, die Organisationen übernehmen sollten, um Datenanalyseinitiativen erfolgreich zu machen. Es betont kontinuierliche Verbesserung, funktionsübergreifende Zusammenarbeit und die Bedeutung der konsistenten Orchestrierung von Datenströmen im gesamten Unternehmen.
Wie unterstützt Control-M die DataOps-Orchestrierung?
Control-M orchestriert und automatisiert Datenerfassung, Transformation, Analyse und Behebung von Daten in Cloud- und On-Premises-Umgebungen. Control-M ermöglicht es Organisationen, komplexe, multitoolfähige DataOps-Workflows von einer einzigen Plattform aus zu verwalten, wodurch manuelle Eingriffe reduziert werden, die Zuverlässigkeit der Pipeline verbessert und Betriebsteams die nötige Transparenz erhalten, um datenbasierte Entscheidungen mit Vertrauen zu treffen.
Die in diesem Beitrag geäußerten Ansichten und Meinungen sind die des Autors und spiegeln nicht unbedingt die offizielle Position von BMC wider.
Diese Beiträge sind meine eigenen und spiegeln nicht unbedingt die Position, Strategien oder Meinung von BMC wider.