Dataplattform | En guide til dataplattformer

En dataplattform samler, transformerer og tilgjengeliggjør data fra ulike kilder. Glitni gir deg en oversikt over hva en dataplattform er, hvorfor du trenger en, og hvilke typer som finnes.

Hva er en dataplattform?

La oss begynne med en kjapp definisjon:

En dataplattform er tjenester som lar virksomheter samle og tilgjengeliggjøre data fra mange ulike kilder på ett og samme sted, gi de en sammenheng slik at de blir meningsfulle, riktige og forståelige, og sørger for at det er mulig å hente ut verdi gjennom ulike former for datadrevne initiativ.

Sagt med andre ord: en dataplattform er en samling teknologier som henter inn, transformerer, sammenstiller og leverer data til brukere, applikasjoner eller annen anvendelse som maskinlæringsalgoritmer eller løsninger som kombinerer data med kunstig intelligens.

Hvorfor trenger du en dataplattform?

Fra en liten startup i sterk vekst til et lite selskap som leverer en innovativ og nyetablert tjeneste, til et modent selskap med flere tusen ansatte. Vi er alle avhengig av å bruke data smart for å møte kundenes forventninger til moderne tjenester. Dette krever en dataplattform i en eller annen form.

La oss gjøre dette mer praktisk. Du er vant til en masse data-drevne tjenester i hverdagen:

• Nettbutikken der du kjøper dagligvarer foreslå varer og tilbehør som passer dine behov.
• Detaljhandelskjeden du handler i forutser etterspørsel og justerer bemanning og varebeholdning basert på sesongtrender, vær, lokale forhold og kundepreferanser
• Streamingtjenesten du benytter tilbyr personlige anbefalinger som stadig forbedres basert på vår historikk og smak
• Prisen på taxien du bestiller oppgis på forhånd, og at den raskeste veien velges - også i rushtiden og når noe uventet oppstår.
• På jobb kan du beregne produkt- og kundelønnsomheten på varene som selges, og du kan raskt ta beslutninger om kunder som bør få ekstra oppmerksomhet.

Hvilken rolle har en dataplattform i alt dette? Jo - uten en dataplattform som henter inn, lagrer, prosesserer og leverer data vil alle disse tjenestene bli vanskelig å realisere.

Slike løsninger krever sammenstilling av store mengder data, algoritmer som er smarte og i stand til å videreutvikles for bedre presisjon, samt en teknisk infrastruktur som responderer hurtig og som er enkel å bruke for utviklere. Dataplattformen gjør det mulig å aksessere, styre, levere og sikre data på en konsistent måte.

Dataplattformen gjør det altså mulig å levere på dette bruksscenariet. Uten en dataplattform i en eller annen form, ville dette være vanskelig å få til.

Hva kan en dataplattform bidra med?

Under er noen eksempler på hva en dataplattform vanligvis bidrar med:

• Redusere datasiloene gjennom å samle data og beskrivelser av data og definisjoner ett sted
• Gi mulighet til å skalere opp - og ned - datavolum, datatyper, dataprodukter og brukere
• Kunne behandle alle typer data (hente inn, lagre, prosessere og levere ut), slik at det ikke skapes konkurrerende datasiloer eller ekstra belastning på operative systemer
• Levere data raskt til interne brukere, leverandører og kunder der det gir verdi - gjennom datastrømming
• Gi bedre kontroll over dataene gjennom at dere kan håndheve tilgangsstyring og datasikkerhet bedre
• Bidra til bedre datakvalitet gjennom å gi mulighet til å overvåke og forbedre kvaliteten fra kilde til bruk - og sørge for at sentrale begreper og nøkkeltall blir dokumentert og tilrettelagt ett sted
• Støtte utviklings- og produksjonsmiljøer for AI, slik at også mer avanserte metoder for å skape verdi fra data muliggjøres (som f.eks maskinlæring og LLM)

Gevinster som en dataplattform gjør mulig

Alt dette var kapabiliteter som en dataplattform kan bidra med - med hva med gevinstene?

En investering i en dataplattform i dag, kan bety store avkastning over tid gjennom sparte kostnader, økte inntekter, mer handlingsrom og redusert risiko:

• En dataplattfom kan bidra til en datakultur gjennom gode muligheter til selvbetjening slik at det blir enkelt for alle å ta i bruk data. Enkel tilgang til data kan gi bedre forståelse og muligheter for læring - og gir fakta og underlag til beslutninger.
• En dataplattfom kan gjøre det mulig å redusere manuelt arbeid gjennom å automatisere datatilrettelegging, slik at analytikerne tiden sin på å tolke resultater og sette forbedringer i live.
• En dataplattfom kan tilrettelegge for å automatisere forretningsprosessene gjennom bruk av enkle forretningsregler eller mer avanserte algoritmer (f.eks om du skal få avslag eller ikke på en lånesøknad).
• En dataplattfom kan gi mulighet til å levere bedre brukeropplevelser, tjenester og produkter for kunder, leverandører, ansatte gjennom data

Til deg som har en dataplattform allerede

De fleste større virksomheter har minst en dataplattform, gjerne i form av et datavarehus eller en data lake. Kanskje det er mange fordeler, og gevinster, dere har realisert. Supert!

Om det likevel er use case dere ikke får levert på, eller andre problemer som ustabilitet, høy andel forvaltning mot nyutvikling eller lite kontroll over data governance, er det grunn til å se på både dataplattformen dere har i dag, men også andre elementer som leveransemodell, kompetanse, prosesser, data-eierskap - og mye annet.

Ingen av symptomene lar seg enkelt løse med en dataplattform alene. Du kan kjøpe inn den beste teknologien, og lage den beste arkitekturen, og fortsatt ha de samme utfordringene. En dataplattform, bygget riktig, kan likevel være en muligjgører for å få til mer helhetlige endringer.

En dataplattform kan bygges på flere ulike vis

Dataplattformer er oppbygd av flere arkitekturkomponenter. Inntil for få år siden besto en dataplattform av et integrasjonsverktøy som hentet en begrenset mengde strukturerte data hver natt, en database/datavarehus og et rapporteringsverktøy på toppen. Nå har vi mer sofistikerte muligheter hvor vi eksempelvis kan hente data kontinuerlig i tilnærmet sanntid og lagre alle typer data mer effektivt i ulike lagringstjenester. På toppen har vi løsninger for både visualisering og avansert analyse.

De vanligste formene for lagring av data i forbindelse med rapportering og analyse er database, datavarehus, data lake og data lakehouse. Nedenfor har vi satt opp en sammenligning av hvert av disse alternativene:

Lær mer