Wat zijn datatoepassingen? Van datarijk naar informatierijk

Big data heeft de wereld overgenomen. Ooit waren terabytes een nuttige maatstaf voor het volume van de data in de wereld. Nu is dat volume opgelopen tot petabytes en zelfs zettabytes, waarvan een groot deel buiten de onderzoeks- en transactiesystemen van bedrijven bestaat. 

In de tijd die het u kost om een paar alinea's van dit artikel te lezen, zal er meer dan 50 uur aan video naar YouTube zijn geüpload, zullen er miljoenen zoekopdrachten op zoekmachines worden uitgevoerd en zullen er miljoenen dollars via e-commerce worden verhandeld. De toename van big data beperkt zich niet alleen tot techbedrijven. Deze grote stroom data heeft gevolgen voor bijna elke bedrijfstak. 

Het is al lang bekend dat er veel big data-toepassingen zijn, zoals meer gepersonaliseerde marketing of voorspellende voorraadbestellingen, maar de meeste bedrijven zijn er nog niet in geslaagd hun big data op een bruikbare manier te organiseren.  

Maar wat zijn big data precies? Het is een fenomeen waarbij meer informatie wordt gegenereerd dan met uw huidige datamanagementsystemen kan worden verwerkt. Of, met andere woorden, wanneer uw bedrijf rijk is aan data maar arm aan informatie.

Het hebben van grote voorraden data kan baanbrekend zijn wanneer ze worden gebruikt om baanbrekende inzichten te genereren die slimme zakelijke beslissingen mogelijk maken. Maar zonder de instrumenten om die data te interpreteren, blijft er een overweldigend grote database over die wacht op gebruik. 

De oplossing voor big data is een nieuw concept: datatoepassingen. 

Wat zijn datatoepassingen precies en hoe werken ze?

Datatoepassingen zijn als concept nog betrekkelijk nieuw. Er is nog niet eens een definitie voor. En alle apps zouden technisch gezien datagestuurde toepassingen kunnen worden genoemd, omdat ze data nodig hebben om te functioneren. 

In de wereld van business intelligence en analytics worden datatoepassingen echter gekenmerkt door een grafische gebruikersinterface (GUI) die de middelen die in databanken beschikbaar zijn, aan gebruikers toont. Het stelt gebruikers zoals bedrijfsanalisten in staat om aangepaste query's naar een database uit te voeren om hen te helpen beter geïnformeerde beslissingen te nemen. 

Eenvoudig gezegd zijn datatoepassingen (niet te verwarren met databasetoepassingen) een mix tussen datavisualisaties en webtoepassingen, in die zin dat zij eindgebruikers (besluitvormers, materiedeskundigen en zelfs consumenten) in staat stellen grote datareeksen te visualiseren en effectief te manipuleren.

Websites voor reisboekingen zijn een goed voorbeeld. Sites zoals Orbitz en Kayak hebben te maken met een aanzienlijke hoeveelheid data die op een interactieve manier moeten worden verplaatst en gevisualiseerd, zodat de consument gemakkelijk een gewenste vlucht kan vinden en boeken. 

Stelt u zich voor dat u deze sites zou gebruiken en alleen de vluchtinformatie zou kunnen bekijken en vervolgens een reisbureau zou moeten bellen om de vlucht daadwerkelijk voor u te boeken. Dat zou veel meer werk zijn en niet erg handig. 

Maar dit scenario is vergelijkbaar met wat veel organisaties doen met hun eigen voorraad big data. De datatoepassingsbeweging gaat over de overgang van een omgeving waarin eindgebruikers alleen maar data bekijken en erover rapporteren naar een omgeving waarin iedereen big data gemakkelijk kan visualiseren, ermee kan interageren en ze kan interpreteren als onderdeel van zijn dagelijkse werk.

Voorbeelden van datatoepassingen 

Hier volgen enkele voorbeelden van datatoepassingen:

• Orbitz: Technisch gezien is Orbitz een reiskostenaggregatorwebsite met een meta-zoekmachine. Het draait op een gemengd Red Hat Linux- en Solaris-platform en gebruikt een geclusterde Java-omgeving. Orbitz werkt met merken uit de hele wereld, dus moet het in staat zijn om informatie uit meerdere landen, bedrijven en valuta nauwkeurig te distribueren, terwijl het een consistente en stabiele ervaring biedt voor eindgebruikers over de hele wereld. 
• Exaptive: De missie van dit softwareontwikkelingsbedrijf is het stimuleren van innovatie door data, hulpmiddelen en mensen met elkaar te verbinden, zodat productieve en creatieve samenwerking normaler wordt. Tot de klanten behoren gezondheidszorgorganisaties, die de toepassing voor datamanagement gebruiken om verborgen bronnen in volksgezondheidsdata te helpen vinden, redundanties te vermijden en het delen van kennis in de epidemiologie te versnellen. 
• Dataiku: Dit alles-in-één, gecentraliseerde dataplatform helpt bedrijven hun big data te aggregeren, te visualiseren en ermee te interageren. Of bedrijven het nu gebruiken voor analytics op schaal of om te profiteren van AI op bedrijfsniveau, het self-service platform van Dataiku helpt bedrijven machine learning te operationaliseren, zodat ze gemakkelijk nuttige inzichten kunnen ontdekken en daarop kunnen inspelen.

Hoe legacy-infrastructuren verhinderen dat datatoepassingen bedrijven sterker maken

Datatoepassingen kunnen enorme voordelen bieden voor allerlei soorten bedrijven. Helaas worden veel organisaties gehinderd door een geringe datamobiliteit die het gevolg is van gefragmenteerde legacy-IT-infrastructuren, zoals datasilo's. 

Wil een organisatie de kracht van haar datatoepassingen ten volle benutten, dan moet zij toegang hebben tot al haar data. Maar omdat data binnen bestaande IT-infrastructuren vaak worden georganiseerd door interne afdelingen, elk met hun eigen workflows, lingo en software, worden veel van de verzamelde data niet gemakkelijk vertaald of overgedragen binnen de organisatie. Kortom, het silokarakter van legacy-IT-infrastructuur leidt tot slechte datamobiliteit binnen een organisatie. 

De gevolgen van dataopslag in silo's zijn onder meer:

• Hogere kosten om de complexiteit van een gefragmenteerd data-ecosysteem te beheren
• Inconsistenties, redundanties en algemeen gebrek aan synchronisatie tussen afdelingsdata
• Beperkte datamobiliteit tussen on-premises en cloudinfrastructuur

Als uw bedrijf van plan is big data-toepassingen effectief te gebruiken, moet u uw IT-infrastructuur moderniseren en overstappen op een toepassing voor datamanagement.

Hoe Pure Storage uw datatoepassingen kan helpen versnellen

De toekomst van data is groot, snel en geconsolideerd - en Pure Storage heeft de uitgebreide oplossingen voor dataopslag die u nodig hebt om deze toekomst te omarmen. 

Als leider in het 2021 Gartner® Magic Quadrant™ voor primaire opslag biedt Pure dataopslag die flexibel, wendbaar en eenvoudig te beheren is. 

De voordelen van het voeden van uw datatoepassingen met Pure zijn onder meer:

• Consolidatie tot een verenigde datahub die een hoge verwerkingscapaciteit uit verschillende bronnen kan verwerken
• Echt non-disruptieve Evergreen™-upgrades met zero downtime of datamigraties
• Een vereenvoudigd datamanagementsysteem dat een combinatie is van de kostenvoordelen van de cloud met on-premise controle en efficiëntie
• Snelle en efficiënte scale-out Flash storage met FlashBlade®

Met alle data van uw bedrijf opgeslagen in een responsief en eenvoudig te navigeren platform zoals Pure Storage®, bent u in staat verborgen inzichten te ontsluiten en hiernaar te handelen om uw bedrijfsdoelstellingen te bereiken. Of u nu een nieuw product op de markt wilt brengen, uw dataprotectie wilt verbeteren of uw kerntoepassingen wilt versnellen, Pure levert de prestaties en schaalbaarheid die nodig zijn om te voldoen aan de eisen van moderne data.