ルートヴィヒ・ミース・ファン・デル・ローエは、「アーキテクチャは、XNUMXつのレンガを注意深く組み合わせると始まります」と述べています。データアーキテクチャは、レコード、メール、写真、オーディオ、ビデオのセットであるXNUMXつ以上の文字を作成、保存、組み合わせることから始まります。 これは、についての最初の考えとよく共鳴しました データアーキテクチャ、それは物で構成されているので、それらの機能、およびそれらの物がどのように相互に関連しているか。 ただし、「モノ」から始めるには限界があります。

1990年代、データ
アーキテクチャには、IT担当者のような技術専門家が必要でした
および/またはSQLの第一人者、新しいデータベースを作成し、既存のデータベースを維持または修正します。
多くの企業は、このアプローチで非効率性を経験しました。
保存されたデータの量、データベースの多様性の増加、困難
新しいテクノロジーを統合し、部門で苦しんでいるサイロ化されたデータ。  

企業はそれを認識しました データアーキテクチャ 戦略的優位性のためにデータを活用および管理するために必要でした。 多くの組織では、プラットフォーム、テクノロジー、およびツールのコレクションがつなぎ合わされていました。 これは、特定の統合プロジェクトにとってXNUMX回限りの良い方法かもしれません。 しかし、企業が成長し、変化し、新しいサービスを実装するにつれて、「データ文字列化」が頭痛の種になりました。 データを接続するために必要な情報が欠落しているため、技術的な実装がブロックまたは遅延されました。

データアーキテクチャはスパゲッティのように見え、絡み合って切り離されていました。 一方
これにより、多くの品質保証とソフトウェアテスターが解き明かされ、
データと技術的な問題を解決することは、企業に影響を与え、遅延を引き起こしました。

データアーキテクチャをわかりやすく説明するには、データアーキテクチャの概念を成功させるには、適切な仕事に適切なテクノロジーが必要です。 特に、組織がデータをデジタルビジネスの変革を促進するコア資産と見なしている場合は、分析と理解が向上します。

As ドナ・バーバンク of グローバルデータ戦略 「物事が複雑になるほど、それらを簡単に作成する必要があります」と述べています。 ミース・ファン・デル・ローエは「少ないほど多い」と信じていました。 このマントラは、データアーキテクチャにも当てはまります。

データアーキテクチャが登場
データ戦略から

データアーキテクチャでは、データを使用してビジネスを改善する方法ではなく、定義された結果を満たすために作成する方法と内容について説明します。 A データ戦略 これを行います。 ドナ・バーバンクによると：

「これは、既存の製品ラインを活用してマーケティングを改善し、開発を改善し、顧客サービスを改善するために使用するか、顧客を360度理解する機会です。データ戦略は組織の全体的なビジネス戦略とビジネスによって推進されます。モデル。」

考えてみてください。組織が提供するサービス、サービスを提供する相手、または市場の目標、組織と管理の方法、および財務目標を知らずに、新しいビジネスの建物を設計または変更することは理にかなっていますか。 いいえ、ハッシュアウトする方が効率的です 事業計画.

同様に、企業は、望ましいビジネスへの影響を得るには、データインフラストラクチャの作成と保守に関する高レベルのビューを持っている必要があります。 このデータ戦略は、理想的には一連のソリューションをもたらし、すべてのビジネス機能にわたるパフォーマンスに対応し、データアーキテクチャを含むビジネス戦略と整合します。 データ戦略で特定されたビジネスへの影響を生み出すためのインフラストラクチャを構築することがすべてです、とAnthonyAlgminは言います。 アルグミンデータリーダーシップ。 データアーキテクチャは、優れたデータ戦略の開発に向けた情報を提供します。

データアーキテクチャに必要なもの
データガバナンス

データ戦略は、ビジネスニーズと計画を調整して、作成するデータアーキテクチャとその作成方法をガイドしますが、データ戦略は、視点に応じてさまざまな方法で解釈できます。 XNUMX人が独自の、しかし限定された視点から象を見ることができるのと同じように、各人が独自のデータアーキテクチャのバリエーションを作成して、データ戦略を満たし、正確にすることができます。 データガバナンス 一貫性があり、合法で、価値のあるデータの使用を保証するために、データの慣行とプロセスを正式に結合する必要があります。 データアーキテクチャは、データ技術インフラストラクチャというXNUMXつのコンポーネントのみをガイドします。

データアーキテクチャ 新しいビジネスモデルとまったく新しい働き方はデータと情報によって推進されるため、これは技術的な決定であると同時にビジネス上の決定でもあります。 オペレーショナルテクノロジー、プロセス、人、組織文化との橋渡しをする必要があります。 これらの概念は相互に関連しています。 ただし、データアーキテクトの技術仕様は、これらのコンポーネントを理解する上で制限されます。 データガバナンスは、コンプライアンスとセキュリティ、および役割と責任を含む、より広範な包括的なフレームワークを提供します。

このように違いを考えてください。データアーキテクトはルックアップテーブルを作成します。 労働者が事前に顧客データを誤って入力すると、これは下流のプロセスに影響を与えます。 データガバナンスはこの問題を特定し、解決策を探します。 または、データアーキテクトは、顧客データを正しく入力しやすくすることで参照整合性をサポートできるガバナンスプロセスから作成されたルックアップテーブルを提案できます。 ビジネスが成長し変化するにつれて、この会話はデータアーキテクチャ（図の点線の矢印で表されている）、人、およびプロセスの間で継続されます。

データアーキテクチャはデータモデリングと接続します

且つ
最も広い意味での建築は、次のように尋ねます。
ビジネスとしてやっていますか？」 そして、すべての多様なテクノロジーから、「何が最高か
その目的に適合し、それらはどのように連携しますか？」

その結果、さまざまなレベルのモデル、定義、およびデータフローが発生します。これは、通常、データアーキテクチャアーティファクトと呼ばれます。 これには、テクノロジーとインフラストラクチャの設計、および選択などの財務上の決定が含まれます。 購入と構築 データシステム。 また、企業のデータアーキテクチャに影響を与えるさまざまな役割間のコラボレーション、考え方、スキルなどの動作も含まれます。 具体的には、これは、データアーキテクチャの運用と開発、およびデータエコシステムの理解を意味します。 アーキテクチャスタッフは、これを行うためにデータフロー図、データモデル、およびプロセスモデルに依存しています。

データアーキテクチャは、既存の状態を記述し、データ要件を定義し、データ統合をガイドし、データ戦略に示されているようにデータ資産を制御するために使用される仕様を含めることにより、ビジネス戦略と技術的実行を橋渡ししますが、特にデータ関係に焦点を当てていません。 データモデリングはこれを行います。 特定のデータベース、アーキテクチャ、アプリケーション、またはプラットフォーム内のデータ構造が、特定のシステム内および他のシステム間でどのように接続、保存、アクセス、および処理されるかを文書化し、定義し、示します。

データモデル 組織がエンティティ、関係、属性などのコアビルディングブロックを通じてデータ資産を理解できるようにします。 データモデラーはこの情報をマッピングし、図の点線で表されているデータアーキテクトと共有します。 そうすることで、アーキテクトは、ビジネスの成果をサポートするための適切なメカニズムを配置することについて、より適切な決定を下すことができます。 これは、データシステムやデータウェアハウスから視覚化ツールまで、何でもかまいません。

から来る利点
優れたデータアーキテクチャ

• より迅速な統合： GoodDataアーキテクチャはほぼシームレスを提供します データ統合、利害関係者がより良いビジネス洞察を得ることができるように、統一された形式で散在する情報をまとめます。 統合には次のものが含まれます。移行—ある場所から別の場所への場所の変更。 変換-データを別の形式、状態、または製品に変更する。 異なるシステムをに接続します コンバージドアーキテクチャ-アプリケーションパターンのすべてまたは一部をXNUMXつにまとめて、単一バージョンの真実に到達し、創造性を促進し、イノベーションを促進します。

• より良いです
  堅牢なツールとプラットフォームの使用： データアーキテクトにはさまざまな
  優れたデータを迅速かつ効果的に提供するテクノロジー、
  例：クラウドvsエッジコンピューティング。 優れたデータアーキテクチャは、これらをふるいにかけることができます。
  SQLの堅牢性、組み込みの最適化、オンザフライの弾力性を考慮し、
  動的な環境への適応、コンピューティングとストレージの間のトレードオフ、および
  多様なデータのサポート。 データの作成と理解に費やされた作業
  アーキテクチャは、これらすべてを理解するのに役立ちます。

• 新興技術のより簡単な適応： データアーキテクチャは、組織が迅速に対応できるように戦略的に準備します 製品を進化させる、サービス、およびデータを使用して、新しいテクノロジーを効率的に利用します。 企業は、アプリケーションとサービスのパフォーマンスを改善する必要があります。 アーキテクトはすでに、クラウド、モノのインターネット（IOT）、NoSQLデータベースなどの新しいテクノロジーを検討して使用しています。 今後のホットテクノロジーには次のものが含まれます グラフキュール （データをより迅速にクエリし、ユーザーによるより豊富なカスタマイズを可能にすることを約束するエンジン）、機械学習、および人工知能。 しかし、この新しいテクノロジーは、データ戦略によって指示され、データガバナンスと連携したデータアーキテクチャ計画なしでは活用できません。

まとめ

ウィリアム・マックナイト、 社長 マクナイトコンサルティンググループ、情報アーキテクチャは、新しいデータ技術の継続的な進化において秩序を確立する上で重要な役割を果たしていると述べました。 すでに、 機械学習の準備と設計、Gartnerは、エンドツーエンドのデータおよび分析アーキテクチャが基盤となる分析プラットフォームと相互運用するように改良されていない場合、MLパイプライン用のデータを準備するという課題に言及しました。

言い換えれば、複雑で、移動し、無関係なデータの断片
ビジネスデータを活用するための一貫した手段のないアーキテクチャは、それを実現します
企業が機械学習を検討することは非常に困難です。 データを取得する
少ないほうが多いアーキテクチャ、堅固な基盤。 ドナバーバンクが言ったように、「人々
新しいものに行きたい、そして彼らは彼らなしではそこに行くことができないことに気づきます
最初に基盤を構築します。」

からのライセンスの下で使用される画像
Shutterstock.com

コインスマート。 BesteBitcoin-ヨーロッパのBörse
出典：https：//www.dataversity.net/demystifying-data-architecture/