Szerző: Frank Reichart
Az egyik barátom régebben nagyon szeretett számítógépes játékokkal játszani. A legjobban a játékost teljesen beszippantó szimulációs játékokért rajongott. Éjszakába nyúlóan építette a városokat, és dolgozott a digitális gazdaságok egyensúlyának megteremtésén. Én mindig úgy gondoltam, hogy mindez rengeteg unalmas előkészületet igényel úgy, hogy valójában soha nem történik semmi.
Ugyanez a digitális átalakulási projektekről is elmondható. Sok közülük egyetlen egyszerű, ráadásul megelőzhető ok miatt bukik meg: azért, mert a vállalatok nem fordítanak kellő figyelmet az adataikra.
Ez a probléma nem fog megszűnni. A kihívás nagyságrendje és komplexitása egyre nő. Az adatsorok már azelőtt óriási méretet érnek el és tovább duzzadnak, hogy széles körben elérhetővé válnának a hálózatok pereméről még több adat gyűjtését támogató 5G hálózatok.
Az adatok értékéről szóló analógiák túloznak, amikor azt állítják, hogy ma az „adat a világ legértékesebb erőforrása”, az adatgyűjtési és ‑elemzési versenyre pedig új „aranylázként” utalnak. Az az igazság, hogy a vállalati adatok csak akkor képviselnek értéket, ha eredményesen fel tudják őket használni üzleti problémák megoldására vagy fontos üzleti kihívások legyőzésére.
Sajnos sok vállalat kevés információval rendelkezik arról, pontosan milyen adatai vannak, azok potenciális értékével pedig még ennél is kevésbé van tisztában. A digitális átalakulási projektek egyszerűen azért vallanak kudarcot, mert a vállalatok nem töltenek elegendő időt fegyvereik használatának elsajátításával: azaz nem gondoskodnak arról, hogy beazonosítsák és eredményesen felhasználják az üzleti szükségleteik kielégítéséhez szükséges információkat.
A kudarc potenciális költsége azonban hamarosan olyan szintet ér el, amit a vállalatok már nem engedhetnek meg maguknak. A Forrester elemzőcég szerint „2020 az ébredés éve lesz sok vállalat számára, mivel ekkor válik igazán nyilvánvalóvá, mekkora árat kell fizetni az adatkezelés hiányosságaiért”.
Az átalakulási versenyben mindenki győzni akar. Az adatok felderítésének többszakaszos folyamata fontos elem stratégiánkban, amelynek célja a digitális átalakulási projektek sikerének biztosítása. Gondoskodni szeretnénk arról, hogy ügyfeleink még az átalakulási kezdeményezés elindítása előtt megfelelő adatkezelési gyakorlatot alakítsanak ki.
A konzultációs folyamat a projekt tartalmának egyeztetésével indul, amelyből természetesen következik a szükséges adatok kívánságlistájának összeállítása. Ennek a lépésnek a kihagyása kockázatos döntés.
Mit tegyünk és mit ne az adatok felderítése során
A sikeres digitális átalakulási kezdeményezés következő fontos lépése a szervezetnél rendelkezésre álló adatok pontos megismerése. Bár ez elég egyszerűnek tűnik, valójában meglepően összetett feladat. Az adatfelderítési szakasz nagyságrendjének, komplexitásának és fontosságának alulbecslése kudarcra ítélheti a digitális átalakulást.
Az adatfelderítés részeként meg kell tudni, hol találhatók a konkrét átalakulási célok megvalósításához szükséges adatok. Ahhoz, hogy az ember rájöjjön, milyen helyeken bújnak meg az adatok a szervezeten belül, nem kis találékonyságra van szükség. Megnézték például már a webhely-forgalom statisztikáit? Vagy az adattrendek azonosítása érdekében a mentési adatokat?
Minden kis sarokba be kell kukucskálni. Meg kell vizsgálni a szervezet által használt virtuális környezeteket, nyilvános és privát felhőket. A szervizrészleg ügyfelektől kapott leveleit, az ügyfelek szállítási adatait, a leszállított gépek érzékelőadatait, vagy éppenséggel azt, hogy mennyi ideig kellett az ügyfeleknek tartaniuk a vonalat, amíg végre beszélni tudtak valakivel.
Fontos tudni, hogy a keresett adatok különböző alkalmazásokban találhatók, és sok közülük több példányban, sok verzióban és másolatban is létezik a biztonsági mentésnek köszönhetően. Hogy kezdettől fogva biztosan azonosítani lehessen a releváns adatok helyét, olyan értékelő eszközökre van szükség, amelyek az összes fájlt átvizsgálva kiássák az átalakítási projekthez szükséges adatokat.
Iparvállalati projekteknél például IoT adatokra és a gyártósorokról vagy folyamatokból gyűjtött teljesítményadatokra is szükség lesz. De lényeges, hogy ezeket az adatokat a gépi környezet operációs technológiáján (OT) kívül is érthetővé és hasznosíthatóvá kell tenni feldolgozásuk előtt.
A Fujitsu INTELLIEDGE célgépet és átjáró-rendszert használjuk az IT-OT szakadék áthidalására. Ez a megoldás eléggé robusztus ahhoz, hogy nem IT-jellegű helyszíneken is felhasználhatóvá tudja tenni az OT-adatokat a széles körű IT-célú hasznosításra, és elegendő bemeneti portot biztosít több forrás natív adatainak gyűjtéséhez.
Besorolás, osztályozás, kategorizálás
Az alapvető felderítési folyamat végrehajtása után a következő lépésben a rendelkezésre álló adatokat le kell képezni az elérni kívánt üzleti eredményekre, és kategóriákba kell sorolni őket. Ez utóbbi is összetett, jellemzően szakértői segítséget igénylő feladat. Figyelembe véve a vállalati adatok jelenlegi mennyiségét és bonyolultságát, ezt nem szabad manuálisan végezni, az automatizáció kialakítása és működtetése pedig komoly szakértelmet követel.
Azzal kezdjük, hogy azonosítjuk a fontos és kevésbé fontos adatokat, és azt, milyen további inputra van szükség a kívánt elemzések elkészítéséhez – mindezt a felettes projektcélok kontextusában. Ez a feladat kicsit hasonlít azokhoz a videójátékokhoz, amelyekben minden (a térképen elszórtan megtalálható) tárgyat össze kell gyűjteni a következő szintre lépéshez.
A szükséges információk leírása alapján létrejönnek a felderítési szabályok, amelyeket aztán intelligens eszközök az adatok azonosítására és topológia szerinti besorolására használnak – azaz létrehozzák a forrás 3D-áttekintését. Az adatokat beolvassák, és metaadatokat gyűjtenek.
Ehhez további fejlett szoftverekre van szükség – olyan értékelőeszközökre, amelyek képesek metaadatokat gyűjteni minden strukturálatlan és strukturált adathoz, azonosítva a forrást, a tulajdonost, a leírást és az összefüggéseket. Ez valójában még több is kategóriákba sorolásnál.
Ezekkel a nagy teljesítményű eszközökkel még az erősen elosztott, komplex hibrid IT-környezet is automatikusan felderíthető. A metaadatok alapján szűrőket, keresőszavakat és megjelöléseket használó, automatikus adatbesorolást állítunk be. Részletes jelentésekben vizuálisan is megjelenítjük, hol találhatók a különböző kívánt adattípusok.
A Fujitsu konzultációs és felderítési folyamatának részeként a feladat szempontjából legmegfelelőbb eszközöket vetjük be. Köztük például stratégiai partnerünk, a Veritas APTARE IT analitikai platformját. Miután elkészültünk, indexáljuk és feldolgozásra kész állapotba hozzuk az összes releváns adatfajtát és -típust.
A későbbi gyorsaság érdekében kezdetben lassabban kell haladni
Csábító kihagyni ezeket a fontos felderítési és besorolási lépéseket. De ha nélkülük vágunk bele a digitális átalakítási projektbe, könnyen olyan helyzetben találjuk magunkat, mintha tűt keresnénk a szénakazalban. A jobb végeredmény érdekében érdemes megfontoltan indulni.
Nem csupán arról van szó, hogy a sikeres adatfelderítés és -besorolás növeli a projekt sikerének esélyét, hanem arról is, hogy az adatok, helyük és potenciális értékük alapos ismerete egyre több hatósági előírás kielégítését is segíti.
A Fujitsu a folyamat minden lépéséhez segítséget nyújt, Egykapus szemléletünk a folyamatokat az egyedi ügyféligényekhez igazítja, és kiterjedt rendszerintegrációs tapasztalatainkat stratégiai partnereink piacvezető eszközeivel ötvözi.
Ez az ütőképes kombináció lehetővé teszi, hogy még azok a vállalatok is új értéket nyerjenek ki meglévő adataikból, ahol kezdetben elképzelés sincs az adatok mennyiségéről és potenciális értékéről. Ez pedig azt jelenti, hogy a cég jó eséllyel iratkozhat fel a dicsőségfalra, ahelyett, hogy tovább kellene dobálnia az érméket a játék folytatásához.
