Machen Sie Ihre eingeschlossenen Daten frei: Gewinnen Sie Erkenntnisse von der Edge bis zur Cloud

Lassen Sie uns kurz über Datensilos sprechen. Silos in der realen Welt sind natürlich die Türme auf Farmen, in denen Getreide für die zukünftige Verwendung oder den Verkauf gelagert wird. Sie sind hoch aufragende Gebäude, die normalerweise nur eine Art von Rohstoff enthalten. Das Silo-Konzept dient im Allgemeinen als Metapher für die Beschreibung großer Sammlungen von Rohdaten, die getrennt von anderen Rohdaten gespeichert werden.

Server und Geräte speichern oft Daten. Verschiedene Maschinen speichern Daten, teilen sie aber nicht unbedingt mit anderen Geräten. Anwendungen generieren und speichern Daten, aber nur einige könnten…könnte… geteilt werden, wenn eine gut geschriebene API (Application Programming Interface) verwendet wird. Im Laufe der Zeit finden sich Organisationen mit einer Menge Daten wieder, aber die meisten davon sind isoliert, in separaten metaphorischen Silos gespeichert und nie Teil eines größeren Ganzen.

Wie Edge Computing den perfekten Sturm für Datensilos erzeugt

Wenn es um Unternehmensnetzwerke geht, insbesondere Edge-to-Cloud, treten ganz natürlich Datensilos auf. Jedes Gerät an der Edge produziert Daten, aber ein Großteil dieser Daten kann auf dem Gerät oder zumindest im Cluster von Geräten an diesem Edge-Standort verbleiben. Dasselbe gilt für Cloud-Operationen. Daten werden bei vielen verschiedenen Cloud-Anbietern erstellt und gespeichert, und obwohl sie manchmal Daten austauschen, leben die meisten davon isoliert vom Rest des Unternehmens.

Außerdem: Wie Edge-to-Cloud die nächste Stufe der digitalen Transformation vorantreibt

Aber Erkenntnisse und umsetzbare Strategien ergeben sich, wenn alle Daten im gesamten Unternehmen für die entsprechenden Benutzer und Systeme zugänglich sind. Schauen wir uns ein Beispiel an, das bei dem fiktiven Einzelhändler für Haushaltswaren, Home-by-Home, auftreten könnte, den wir zuvor besprochen haben.

Home-by-Home verkauft eine an der Wand montierte Leuchte, die mit Kunststoffhalterungen an der Wand befestigt wird. Normalerweise ist es ein großer Verkäufer. Doch jedes Jahr im März und April bekommt das Unternehmen eine Retourenflut, weil die Klammern brechen. Die Rücksendungen kommen aus dem ganzen Land, von Miami bis Seattle. Das ist unser erster Datensatz, und er ist den Geschäften selbst bekannt.

Die Halterungen werden von einer Partnerfirma in einer Manufaktur gebaut. Normalerweise arbeitet die Fabrik bei Temperaturen über 62 Grad Fahrenheit, aber im Januar und Februar fällt die Umgebungstemperatur der Fabrik auf durchschnittlich 57 Grad. Das ist unsere zweite Datengruppe, die Temperatur in der Fabrik.

Kein Datensatz ist mit dem anderen verbunden. Aber wie wir vor einiger Zeit ausführlich untersucht haben, beginnen einige Kunststoffproduktionsprozesse unter 59 Grad oder so zu versagen. Ohne die Möglichkeit, einen Datensatz in einer Fabrik mit Retourenstatistiken von Geschäften zu korrelieren, wäre das Unternehmen nicht in der Lage zu wissen, dass eine etwas kühlere Fabrik minderwertige Halterungen herstellt, die im ganzen Land ausfallen.

Aber durch die Erfassung aller Daten und die Bereitstellung von Datensätzen für die Analyse (und KI-basierte Korrelation und Big-Data-Verarbeitung) werden Erkenntnisse möglich. Da Home-by-Home in diesem Fall die digitale Transformation zu einem Teil seiner DNA gemacht hat, konnte das Unternehmen die Verbindung zwischen Fabriktemperatur und Retouren herstellen, und jetzt erleben Kunden, die diese Beleuchtungskörper kaufen, weitaus weniger Ausfälle. 

Ihre Daten sind überall, aber sind sie verwertbar?

Dies ist nur ein Beispiel für das Potenzial, Daten von Edge-to-Cloud zu sammeln. Es gibt hier ein paar Schlüsselideen, die alle miteinander zusammenhängen. 

Ihre Daten sind überall: Nahezu alle Computer, Server, Internet-of-Things-Geräte, Telefone, Fabriksysteme, Filialsysteme, Kassen, Fahrzeuge, Software-as-a-Service-Apps und Netzwerkmanagementsysteme erzeugen ständig Daten. Ein Teil davon wird gelöscht, wenn neue Daten generiert werden. Ein Teil davon baut sich auf, bis Speichergeräte aufgrund von Überbeanspruchung verstopfen. Ein Teil davon befindet sich in Cloud-Diensten für jedes Anmeldekonto, das Sie haben.

Ihre Daten werden isoliert: Die meisten dieser Systeme kommunizieren nicht miteinander. Tatsächlich nimmt die Datenverwaltung häufig die Form an, herauszufinden, welche Daten gelöscht werden können, um Platz für die Erfassung weiterer Daten zu schaffen. Während einige Systeme über APIs für den Datenaustausch verfügen, werden die meisten nicht verwendet (und einige werden überstrapaziert). Wenn mein Vater sich über einige lokale Geschäfte beschwerte, benutzte er gerne den Satz: „Die linke Hand weiß nicht, was die rechte tut.“ Wenn Daten isoliert sind, ist eine Organisation einfach so.

Erkenntnisse ergeben sich, wenn mehrere Eingaben korreliert werden: Während es möglich ist, einen einzelnen Datensatz einer umfassenden Analyse zu unterziehen und Erkenntnisse zu gewinnen, ist es viel wahrscheinlicher, Trends zu erkennen, wenn Sie Daten aus einer Quelle mit Daten aus anderen Quellen in Beziehung setzen können. Wir haben bereits gezeigt, dass die Temperatur einer Fabrikhalle einen entfernten, aber messbaren Zusammenhang mit dem Retourenvolumen in Geschäften im ganzen Land hat. 

Dazu müssen alle diese Daten in Ihrem Unternehmen zugänglich sein: Aber diese Korrelationen und Beobachtungen sind nur möglich, wenn Analysten (sowohl Menschen als auch KI) Zugang zu vielen Datenquellen erhalten, um zu erfahren, welche Geschichten das alles erzählt.

Daten nutzbar machen und in Intelligenz umwandeln

Die Herausforderung besteht dann darin, all diese Daten nutzbar zu machen, sie zu sammeln und sie dann zu verwertbaren Informationen zu verarbeiten. Dazu müssen vier Dinge beachtet werden.

Die erste ist, reisen. Daten müssen einen Mechanismus haben, um von all diesen Edge-Geräten, Cloud-Diensten, Servern und so weiter zu einem Ort zu gelangen, an dem sie bearbeitet werden können, oder aggregiert. Begriffe wie „Data Lake“ und „Data Warehouse“ beschreiben dieses Konzept der Datenaggregation, auch wenn die eigentliche Speicherung der Daten recht verstreut sein kann. 

Außerdem: Die digitale Transformation durch Edge-to-Cloud wird in diesem Szenario eines großen Einzelhändlers zum Leben erweckt

Diese beiden Probleme, das Speichern der Daten und das Verschieben von Daten, erfordern beide Überlegungen Sicherheitdienst und Governance. Daten in Bewegung und Daten im Ruhezustand müssen vor unbefugtem Zugriff geschützt werden, während gleichzeitig alle diese Daten Analysten und Tools zur Verfügung gestellt werden, die die Daten nach Möglichkeiten durchsuchen können. Ebenso kann die Datenverwaltung ein Problem darstellen, da Daten, die an einem geografischen Standort generiert werden, behördliche oder steuerliche Probleme haben können, wenn sie an einen neuen Ort verschoben werden.

Und schließlich ist der vierte zu berücksichtigende Faktor Analyse. Es muss so gespeichert werden, dass es für Analysen zugänglich ist, oft genug aktualisiert, ordnungsgemäß katalogisiert und sorgfältig kuratiert werden.

Ein sanfter Einstieg in die Datenmodernisierung

Menschen sind neugierige Wesen. Was wir im wirklichen Leben erschaffen, reproduzieren wir oft in unseren digitalen Welten. Viele von uns haben Wohnungen und Arbeitsplätze vollgestopft, weil wir nie den perfekten Aufbewahrungsort für alle Gegenstände gefunden haben. Das Gleiche gilt leider oft für die Art und Weise, wie wir mit Daten umgehen. 

Wie wir bereits besprochen haben, haben wir so viel davon isoliert. Aber selbst wenn wir all diese Daten in einen zentralen Data Lake ziehen, haben wir nicht die besten Möglichkeiten, sie alle zu suchen, zu sortieren und zu sichten. Bei der Datenmodernisierung geht es darum, die Art und Weise zu aktualisieren, wie wir Daten speichern und abrufen, um moderne Fortschritte wie Big Data, maschinelles Lernen, KI und sogar In-Memory-Datenbanken zu nutzen.

Die IT-Schlagworte Datenmodernisierung und digitale Transformation gehen Hand in Hand. Das liegt daran, dass eine digitale Transformation nicht stattfinden kann, es sei denn, die Methoden zum Speichern und Abrufen von Daten sind top (oft oben) organisatorische IT-Priorität. Dies wird als Data-First-Strategie bezeichnet und kann erhebliche Vorteile für Ihr Unternehmen bringen.

Sehen Sie, hier ist das Ding. Wenn Ihre Daten gebunden und gefangen sind, können Sie sie nicht effektiv nutzen. Wenn Sie und Ihr Team ständig versuchen, die benötigten Daten zu finden, oder sie gar nicht erst zu Gesicht bekommen, wird die Innovation ausgebremst. Aber wenn Sie diese Daten freigeben, eröffnen sich neue Möglichkeiten.

Darüber hinaus können schlecht verwaltete Daten für Ihre professionellen IT-Mitarbeiter Zeit kosten. Anstatt daran zu arbeiten, das Unternehmen durch Innovation voranzutreiben, verbringen sie Zeit damit, all diese verschiedenen Systeme, Datenbanken und Schnittstellen zu verwalten und all die verschiedenen Möglichkeiten zu beheben, auf die sie brechen können.

Die Modernisierung Ihrer Daten bedeutet nicht nur, dass Sie innovativ sein können, sondern auch, dass Sie mehr Zeit zum Nachdenken haben, anstatt zu reagieren. Dadurch haben Sie auch Zeit, weitere Anwendungen und Funktionen bereitzustellen, die Ihrem Unternehmen neue Horizonte eröffnen können.

Finden Sie den Wert und die umsetzbaren Erkenntnisse, die in Ihren Daten verborgen sind

Der Prozess der Datenmodernisierung und die Einführung einer Data-First-Strategie kann eine Herausforderung darstellen. Technologien wie Cloud-Dienste und KI können dabei helfen. Cloud-Services können dabei helfen, indem sie eine bedarfsgerechte, nach Bedarf skalierbare Infrastruktur bereitstellen, die mit der Erfassung von immer mehr Daten wachsen kann. KI kann helfen, indem sie Tools bereitstellt, mit denen all diese Daten durchsucht und kohärent organisiert werden können, damit Ihre Spezialisten und Geschäftsbereichsleiter Maßnahmen ergreifen können.

Aber es ist immer noch eine große Herausforderung für die meisten IT-Teams. Normalerweise macht sich die IT nicht daran, all diese Daten zu isolieren. Es passiert einfach organisch, da immer mehr Systeme installiert werden und immer mehr Aufgaben auf die Listen der Menschen gesetzt werden.

Hier können Verwaltungs- und Infrastrukturdienste wie HPE GreenLake und seine Wettbewerber helfen. GreenLake bietet ein Pay-per-Use-Modell, sodass Sie die Kapazitätsnutzung nicht im Voraus „schätzen“ müssen. Mit anwendungs- und serviceübergreifenden Dashboards und einer breiten Palette an professionellem Support kann HPE GreenLake Ihnen dabei helfen, Ihre Daten überall herausfordernd in eine Data-First-Strategie zu verwandeln.