Top 8 Data Management Trends

Na Data, Analytics en Low-code  trends te hebben gedeeld kon het onderdeel Data Management natuurlijk niet achterblijven. Daarom zetten wij in dit blog 8 trends voor je op een rij!

#1 Intelligente automatisering van processen

         

Een van de trends die zich steeds meer aan het ontwikkelen is, is het (intelligent) automatiseren van processen. De eerste generatie van geautomatiseerde procesautomatisering (Robotic Process Automation ofwel RPA) was vooral gericht op het automatiseren van eenvoudige, maar tijdrovende, taken. Simpele processen worden door bedrijven hiermee al geautomatiseerd om zo data-invoer en ander handmatig werk zonder toegevoegde waarde te elimineren of te schalen. Inmiddels wordt door bedrijven al veel verder gekeken, bijvoorbeeld naar het automatiseren van gehele bedrijfsprocessen.

Hierbij hebben we het niet meer over RPA maar hebben we het nu over IPA (Intelligent Process Automation). IPA is gekoppeld aan Artificial Intelligence (AI) en Machine Learning(ML) mogelijkheden zoals bijvoorbeeld Natural Language Processing (NLP) maar ook tekst- en beeldherkenning en voorspellende analyses. Hoewel de klassieke RPA-functionaliteit eenvoudige acties kan uitvoeren zullen de nieuwe cognitieve functies meer complexe en flexibele bedrijfslogica mogelijk maken. Dit is dan ook waarom low-code leveranciers, zoals Mendix en Power Apps, integreren  met de klassieke RPA-leveranciers.[1]

#2 Het heroverwegen van data management voor hybride en multi-cloud strategieën

Er wordt ook steeds vaker een multi-cloud strategie geïmplementeerd. 93% van de organisaties heeft inmiddels een multi-cloud strategie en 87% van de organisaties beschikt over een hybride cloudstrategie. [2] Een multi-cloud strategie stelt organisaties daarbij in staat om een hybride cloudomgeving te onderhouden die veilig is en over gespecialiseerde mogelijkheden beschikt.

In de realiteit zullen de meeste organisaties een combinatie van een (multi-)cloud en on-premise implementatie gebruiken. Veel organisaties gebruiken daardoor end-to-end hybride datamanagementplatforms (zoals TimeXtender) om zo meer zichtbaarheid en controle over hun data te hebben. Deze data bevindt zich in cloud-, hybride- en on-premise omgevingen. Op deze manier blijft de databeveiliging en -governance gegarandeerd.

#3 Artificial Intelligence/Machine Learning

Doordat big data in 2021 in alleen nog maar groter zal worden zullen veel bedrijven ervoor kiezen om de menselijke input bij data operaties te gaan minimaliseren. Dat is waar AI en ML om de hoek komen kijken. AI/ML automatiseert de verschillende kerntaken voor data governance, data-identificatie, dataclassificatie de semantische betekenis en nog veel meer.

Er zijn veel voordelen aan AI/ML bij datamanagement, zo stelt het bedrijven in staat om meer data te verwerken en ook nog eens in een sneller tempo. AI en ML bereiden data voor en transformeren dezelfde data voor gebruik in BI- en analyseplatforms, waardoor de querykwaliteit, systeemprestaties en datavirtualisatie aanzienlijk worden verbeterd. Het wordt dan ook verwacht dat tegen het einde van 2024 zo’n 75% van de bedrijven zal overschakelen van pilots naar het daadwerkelijk operationaliseren van AI.[3]

#4 Augmented Data Management

In 2021 zal Augmented Data Management nóg belangrijker worden dan dat het al was. Zeker nu de datavolumes bij bedrijven exponentieel aan het groeien zijn. Augmented Data Management(ADM) vervult daarbij de belangrijkste functies van datamanagement namelijk het opnemen, opslaan, organiseren en onderhouden van data. ADM gebruikt daarbij ML en AI om de data automatisch te verfijnen.

Veel bedrijven zullen ook gaan kiezen voor Augmented Data Management omdat het aanbod van de data specialisten die deze taak nu nog op zich nemen kleiner is dan de vraag. Ook realiseren bedrijven zich dat als ze het meeste uit hun data specialisten willen halen ze technologieën moeten gaan toepassen om zo de hoeveelheid ‘grunt work’ te beperken. Gartner voorspelt dat in 2022 handmatige datamanagementtaken met 45% zullen zijn verminderd.[4]

#5 DataOps

Een succesvolle dataoperatie gaat niet alleen over de technologie die een organisatie gebruikt. Technologie op zichzelf kan geen succes garanderen. Om ervoor te zorgen dat de juiste data snel in de juiste handen terecht komt moet een organisatie ook de juiste processen, protocollen en andere operationele componenten ontwikkelen. DataOps zal daarom ook in 2021 steeds populairder worden. DataOps past de principes van DevOps toe op datamanagement. Het combineert agile ontwikkeling, technologieën, processen en praktijken zoals statistische procescontrole om data en analyses binnen een organisatie te leveren. Belangrijk om daarbij te vermelden is dat DataOps geen product of service is. Het is een methodologie met als doel het opzetten van een bedrijfsbrede dataoperatie. Het speelt daarbij een cruciale rol bij de democratisering van data in een organisatie. Het zorgt tegelijkertijd voor verbeterde inzichten, kostenreductie, hogere efficiëntie en vooral voor op lange termijn snellere schaalbaarheid.

#6 Data Governance

Door de enorme hoeveelheden data, de AVG wetgeving én de steeds complexere relaties tussen interne en externe data is het beheren van data nog nooit zo moeilijk geweest. Datakwaliteit, databeveiliging, data-audits en vele andere data kwesties worden niet alleen ingewikkelder maar ook steeds meer met elkaar verweven. Dit is dan ook de reden dat organisaties in 2021 zich steeds meer zullen gaan concentreren op het ontwikkelen van uitgebreide strategieën voor hun data governance.

Data governance biedt daarbij een hoop voordelen voor een organisatie, zoals naleving van regelgeving, hoge datakwaliteit, lineage en auditing, consistentie en nauwkeurigheid, verhoogde efficiëntie en nog veel meer. In 2021 hebben bedrijven nog veel werk te doen op het gebied van data governance. Slechts 3% van de data van grote ondernemingen voldoet aan kwaliteitsnormen [5] en 60 tot 70 procent van de data wordt nooit voor strategische doeleinden gebruikt.[6]

#7 Automatisering van Augmented Data Cataloging en Lineage

De afgelopen jaren zijn er twee belangrijke trends naar voren gekomen in data management. Zo zijn data warehouses vaak nu alleen beschikbaar als SaaS en ook de datapijplijn en ELT-tools gaan over op SaaS. Door alle dataprocessen op 1 plek uit te voeren, zoals in een datamanagementplatform, zorgt je voor een hogere mate van schaalbaarheid en automatisering. Het verplaatsen van je data operations naar een datamanagementplatform zorgt daarnaast ook voor het automatisch genereren van data cataloging en data lineage.

In 2021 zullen teams die gebruik maken van geautomatiseerd augmented data catologing en lineage veel voordelen hieruit halen. Deze ontwikkeling zal ervoor zorgen dat handmatig werk en onderhoud geëlimineerd zal worden. Daarnaast worden dataoperaties ook toegankelijk voor personeel dat normaliter niet comfortabel is met het beheren van een technische infrastructuur.[2]

#8 Geautomatiseerd Privacy Management

De hoeveelheid data binnen organisaties groeit, net zoals de diversiteit aan data en dat zorgt voor complexe uitdagingen bij het privacybeheer. Om deze uitdagingen het hoofd te bieden moeten er door de organisatie datapijplijnen worden ontworpen. Niet alleen om te voldoen aan de databeschermingsnormen maar ook om meer zichtbaarheid van persoonlijke gegevens mogelijk te maken. Privacybeheer is afhankelijk van transparantie bij het verzamelen, verwerken, gebruiken en delen van data om zo te verzekeren dat activiteiten legitiem en redelijk zijn en dat de data daarbij voldoende wordt beschermd.

Om aan deze behoefte te kunnen voldoen zal de vraag naar Data Sciene-platforms groter worden. Deze platforms vereenvoudigen de privacybeheeractiviteiten. Datapijplijnen zullen worden ondersteund met Machine Learning zodat privacybeheertaken worden geautomatiseerd. Ook om risicobeheerworkflows te initiëren om zo de kwaliteit, toegang en het gebruik te beheren.

Data Management platforms

Ben je na het lezen van dit blog nieuwsgierig geworden naar de functionaliteiten van Data Management platforms? Neem dan een kijkje naar onze demo van het datamanagementplatform TimeXtender en kom meer te weten over de mogelijkheden.

Bekijk hier het webinar

Bronnen