Dataintegration: 5 trender att hålla koll på
Data, data och ännu mer data: Det är den gemensamma valutan för i stort sett alla företag och branscher idag. Men värdet av dessa data beror i hög grad på verktyg för dataintegration. Utan dem har de flesta organisationer svårt att organisera, analysera, lagra och säkra sina data.
Oavsett hur bra du är på att samla in data har data ett begränsat värde om du inte kan förstå den. Många av fördelarna med dataintegration kretsar faktiskt kring detta grundläggande mål: att öka värdet på all information du har tillgång till.
Det förklarar också varför dataintegration har blivit en miljardindustri i sig. Organisationer hanterar ständigt växande datamängder samt allt fler olika källor till dessa data. Att sammanföra allt på ett sätt som gör informationen begriplig och användbar, bland annat för andra behov, är avgörande.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
-
Nexla
Visit WebsiteThis rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.4.9 -
Celigo
Visit Website -
Ketch
Visit WebsiteThis rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.4.5
”Dataintegration är hörnstenen i moderna företag och möjliggör sömlöst samarbete och beslutsfattande mellan olika system och källor”, säger Rohit Maheshwari, medgrundare av NMG Technologies.
Precis som data i sig anpassar och utvecklar sig dataintegration ständigt efter nya möjligheter och krav.
”Landskapet har förändrats anmärkningsvärt sedan de tidiga dagarna med grundläggande ETL-processer till dagens sofistikerade lösningar för integration i realtid”, säger Maheshwari.
Med detta i åtanke bad vi Maheshwari och andra dataexperter att uttala sig om de viktigaste trenderna inom dataintegration som utvecklas under 2024 och framåt. Här är vad de hade att säga.
Trend nr 1: Organisationer konsoliderar sin datahantering och datadrift
Allt oftare hittar man datakonsolidering där man hittar dataintegration: specifikt möjligheten att samla flera metoder för datahantering på en enda plattform, även om själva data kommer från ett allt bredare spektrum av källor.
”Vi ser en strävan efter konsolidering”, säger Erik Duffield, medgrundare och vd för Hakkoda, en datakonsult som specialiserar sig på Snowflake-molnet. Duffields företag genomförde nyligen en undersökning bland 500 dataansvariga och beslutsfattare på stora, USA-baserade företag. Nästan tre av fyra svarande (74 %) uppgav att de planerar att införa ett centraliserat moln för sin datadrift under 2024.
Lucas Wyland, grundare av företaget Steambase, som arbetar med analys av videospel, påpekar att det innebär viss inledande komplexitet att slå samman separata dataoperationer på en enda plats och att det vanligtvis kräver noggrann planering, migrering och systemkompatibilitet, bland annat. Men fördelarna är ofta värda det.
”Dataredundans är en betydande utmaning för organisationer”, säger Wyland. ”Därför effektiviserar de data genom att konsolidera datapipelines, ETL-processer och datalager. Det förenklar hanteringen och minskar redundansen.”
-
Hevo
Visit WebsiteThis rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.4.7 -
Adverity
Visit WebsiteThis rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.4.5 -
Integrate.io
Visit WebsiteThis rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.4.3
Duffield från Hakkoda delar med sig av ett exempel från en nyligen genomförd kundinsats: en regional bank vars data i praktiken var uppdelad i tre olika silor. Det ledde till fragmentering i bankens övergripande strategi för datahantering.
”Vi arbetade nära kunden för att konsolidera dess silobaserade datakällor till en enda sanningskälla, vilket inte bara gjorde det möjligt för dem att skapa en mer heltäckande bild av sina data, utan också att lägga en stark, flexibel och skalbar grund för framtida innovation, inklusive AI-integration”, säger Duffield.
(Kom ihåg detta om AI-integration – vi återkommer till det om en stund.)
Trend nr 2: Hybrid- och multicloud-arkitekturer understryker behovet av dataintegration
Även om fler organisationer konsoliderar sin datahantering och datadrift kan detsamma inte sägas om deras bredare portfölj av infrastruktur och applikationer. I många organisationer distribueras infrastruktur och applikationer i allt högre grad över flera miljöer – vilket understryker behovet av robusta verktyg och metoder för dataintegration.
Detta bidrar sannolikt också till konsolideringstrenden. Maheshwari konstaterar att integrering av data som är utspridd över olika molnmiljöer kan skapa egna utmaningar och driva fram ett behov av ”[dataintegrations]lösningar som erbjuder flexibilitet, skalbarhet och interoperabilitet”.
Distribuerad infrastruktur och distribuerade applikationer understryker också dataintegrationens växande roll inom datastyrning och säkerhet, enligt Maheshwari, som tillägger att teknikledare prioriterar dataintegritet, regelefterlevnad och riskhantering.
Trend 3: AI kommer (så småningom) att genomsyra datastackar
Ja, AI finns redan “överallt” (inte direkt). Men när det gäller datateknikstackar skrapar vi bara på ytan.
Hakodas undersökning av dataansvariga visade exempelvis att den överväldigande majoriteten (85 %) planerar att ta generativa AI-verktyg i drift i produktion under 2024, och Duffield säger att ungefär hälften av dessa företag redan använder AI i olika former av automatisering.
-
Snowflake Data Cloud
Visit WebsiteThis rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.4.7 -
Dataiku
Visit WebsiteThis rating combines scores from multiple user review sites to reflect overall customer sentiment about the product.4.6 -
Gradient Labs
Visit Website
“Men vi ser betydligt mer sällan avancerade användningsområden som AI-copiloter, ETL/ELT samt schemamatchning och integration – åtminstone än så länge”, säger Duffield.
Betoningen ligger på än så länge: “IT-organisationer har ett fantastiskt läge för att utnyttja AI i interna processer och förändra hur IT utformas, byggs och stöds”, tillägger Duffield.
Maheshwari förutser på liknande sätt en ökad användning av AI- och maskininlärningsalgoritmer i dataintegrationsprocesser samt automatisering av datahanteringsuppgifter som datarensning, transformering och avstämning.
Maheshwaris företag samarbetade med ett stort e-handelsföretag för att införa AI-funktioner i deras dataintegrationsprocesser, med målet att förbättra konsumenternas shoppingupplevelser.
“Genom att integrera realtidsdata om kundinteraktioner med produktlager och försäljningshistorik gjorde vi det möjligt för vår kund att leverera personliga produktrekommendationer, vilket ökade konverteringsgraden avsevärt”, säger Maheshwari.
Trend 4: Metadatadriven automatisering kommer också att påskynda och förbättra datahantering och integration
All automatisering behöver inte AI – inte på långa vägar. Datahanterings- och integrationsprocesser erbjuder möjligheter att minska tidskrävande (och felbenäget) manuellt arbete. För organisationer som inte riktigt är redo att kasta sig huvudstupa in i AI lyfter Duffield fram metadatadriven automatisering som en annan viktig trend.
“Vi ser stora möjligheter för metadatadriven automatisering vid inläsning, integrering och leverans av analyslösningar med högt värde”, säger Duffield.
Robusta metadata kan ge tidig dataintegration för småföretagsprocesser en skjuts och medföra fördelar längre fram när det gäller tillit, noggrannhet, härkomst och användbarhet.
“Molnplattformar som innehåller omfattande tekniska metadata möjliggör snabb driftsättning och skalning av datapipelines och ger dessutom automatiskt insyn i datahärkomsten – vilket ger datakonsumenter förtroende för att data är korrekt och kommer från rätt källa”, säger Duffield.
Wyland från Steambase påpekar att denna förmåga – robusta metadata och styrning – kommer att vara avgörande när fler företag börjar använda LLM:er och andra former av AI.
“Det är avgörande att förstå dataflödet”, säger Wyland.
Han förutser här en överlappande trend: tillväxten av modeller för “röd-gul-grön” (RAG) som visuellt representerar datahärkomst och datakvalitet.
“De hjälper yrkesverksamma att förstå dataflöden över system och identifiera potentiella flaskhalsar eller problem”, säger Wyland.
Trend 5: Vertikalisering kommer till dataintegration
Med tanke på den dynamiska karaktären hos dataintegration och data i sig ser Wyland också betydande outnyttjade möjligheter för lösningar som är anpassade till branschspecifika krav och användningsområden.
Även om det kan finnas vissa grundläggande principer för datahantering och integration som gäller för praktiskt taget alla sektorer, kanske standardiserade lösningar inte fångar nyanserna – eller de fullständiga skillnaderna – mellan dataintegration i exempelvis en tillverkningsmiljö och en vårdmiljö. Som ett resultat tillägger Wyland
“Vertikalisering innebär att data infrastrukturlösningar anpassas [eller] skräddarsys för specifika branscher eller användningsområden”, säger Wyland. “Det gör det möjligt för organisationer att uppnå bättre överensstämmelse med sina verksamhetsbehov.”
För att göra detta effektivt krävs branschkunskap och flexibilitet att anpassa sig till unika krav – vilket innebär betydande möjligheter för dataspecialister och dataintegrationsleverantörer som kan leverera.
Slutsatsen
Dataintegration är hett – och av goda skäl. Det är ett avgörande sätt att förstå dina data och skapa konkret värde. Annars samlar du bara in data för sakens skull.
Vilka av dessa trender inom dataintegration är mest relevanta för din verksamhet? Prenumerera på The CTO Clubs nyhetsbrev för fler branschnyheter och diskussioner!
