Strategie-Framework für Data Mesh

Das Data Mesh Strategy Framework soll Sie bei der Formulierung und Implementierung einer Data Mesh-Strategie für Ihr Unternehmen unterstützen. Es beschreibt die typischen Phasen, die bei der Implementierung der Data-Mesh-Strategie beobachtet wurden. Berücksichtigen Sie die für Ihr Unternehmen relevanten Phasen, je nachdem, an welchem Punkt Sie sich in Ihrer Datenstrategie und auf dem Weg zur Cloud-Reife befinden. Manchmal konzentrieren sich Kunden zunächst auf Tools und Technologien für ihre Data-Mesh-Strategie. Stattdessen empfehlen wir, Ihre Strategie an dem Geschäftswert auszurichten, den Ihr Unternehmen bietet.

Das Data Mesh Strategy Framework umfasst fünf Phasen:

• Erkennen

• Align

• Starten

• Skalieren

• Entwickeln

Phase entdecken

Tauchen Sie in der Entdeckungsphase tief in die Geschäfts- und Datenlandschaft Ihres Unternehmens ein. Das Ziel dieser Phase besteht darin, Informationen zu sammeln, die Ihnen bei der Gestaltung des Datennetzes helfen. In dieser Phase sollten Sie sich mit den folgenden Themen vertraut machen und sich Klarheit verschaffen:

• Die aktuelle Struktur des Unternehmens und ob eine Reorganisation geplant ist

• Die Menge der von den einzelnen Geschäftsbereichen generierten Daten

• Die Datenquellen der Organisation und die Art der Daten, die jeder Geschäftsbereich generiert, z. B. Daten mit kommagetrennten Werten (CSV), Bilddaten, Videodaten und IoT-Daten

• Die Geschwindigkeit der Datengenerierung (Batch-Daten oder Streaming-Daten)

• Der aktuelle Prozess zur Verwaltung des Datenzugriffs

• Der Standort des Datenspeichers: in der Cloud oder vor Ort

• Ob die Datenlösung ein Hybridszenario unterstützen muss

• Wenn sich die Daten vor Ort befinden, ob eine Cloud-Migration geplant ist

• Die Sicherheits- und Compliance-Richtlinien der Daten

• Aktuelle datengestützte Anwendungsfälle: Reifegrad und Verfügbarkeit (in der Cloud oder vor Ort)

Phase ausrichten

Nachdem Sie während der Erkennungsphase die erforderlichen Datenpunkte gesammelt haben, definieren Sie die Grenzen Ihrer Data-Mesh-Lösung auf der Grundlage Ihrer Organisationsstruktur. Idealerweise möchten Sie über eine einzige Data-Mesh-Lösung verfügen, die Ihr gesamtes Unternehmen abdeckt. Große Unternehmen setzen jedoch manchmal mehrere Implementierungen ihrer Data-Mesh-Lösung ein. Wenn dieses Szenario auf Sie zutrifft, sollten Sie erwägen, eine Data-Mesh-Lösung für jede Handelsmarke oder jede geografische Region zu entwickeln. Denken Sie bei der Definition der Grenzen darüber nach, ob es sich bei der Lösungsstruktur um eine Einbahntür oder eine Einbahnstraße handelt. Bei Amazon gilt eine Einbahnentscheidung als nahezu unumkehrbar. Auf der anderen Seite kann eine Entscheidung über eine wechselseitige Tür ohne nennenswerte Konsequenzen rückgängig gemacht werden.

Stimmen Sie sich mit Ihren Stakeholdern über den Umfang des Mindestlebensfähigkeitsprodukts (MVP) ab:

• Die technischen Merkmale des MVP.

• Die wichtigsten Anwendungsfälle (Anforderungen von Geschäftsanwendern) für die Implementierung der auf Datennetzen basierenden Datenlösung. Die bei der Implementierung der Lighthouse-Anwendungsfälle gesammelten Erfahrungen helfen bei der Erstellung eines Entwurfs für die Implementierung future Anwendungsfälle.

• Kennzahlen zur Messung des Erfolgs des MVP.

• Der gewünschte Umfang der Datenlösung über die MVP-Phase hinaus (Lösungswachstum).

Um die technischen Merkmale der Lösung zu identifizieren, gehen Sie von der Datenbenutzererfahrung aus rückwärts. Wählen Sie für das MVP die Funktionen aus, die mindestens erforderlich sind, um das Benutzererlebnis zu gewährleisten. Beachten Sie bei der Auswahl der Lighthouse-Anwendungsfälle Folgendes:

• Anwendungsfälle mit hohem Cloud-Reifegrad

• Anwendungsfälle für fortgeschrittene Datennutzer

• Anwendungsfälle, die einen realisierbaren Geschäftswert bieten

• Anwendungsfälle, deren Anforderungen ausgehend von den Basisfunktionen der Datenlösung erfüllt werden können

Phase der Markteinführung

Nachdem sich alle Beteiligten auf den Umfang und die unterstützten Anwendungsfälle geeinigt haben, erstellen Sie das MVP der auf Datennetzen basierenden Datenlösung. Setzen Sie agile Methoden wie Scrum oder Kanban ein, um einen iterativen Entwicklungsansatz zur Wertschöpfung zu erzielen. Definieren Sie eine Roadmap und Meilensteine für das MVP und legen Sie die Datenverwaltungsmechanismen fest. Die Startphase umfasst die folgenden Hauptaktivitäten:

• Identifizieren Sie die Datendomänen des Datennetzes.

• Definieren Sie die Mietverhältnisse der Domänen.

• Fügen Sie der Datenlösung die Lighthouse-Anwendungsfälle hinzu.

• Fügen Sie die Datenprodukte hinzu, um die Lighthouse-Anwendungsfälle in der Datenlösung zu unterstützen.

• Definieren Sie die geschäftlichen und technischen Metadaten der Datenprodukte.

• Erstellen Sie den Workflow für das Datenzugriffsmanagement.

• Erstellen Sie Datenzugriffsmuster für Verbraucherteams.

• Schaffen Sie Leitplanken für Sicherheit und Compliance.

• Entwickeln Sie Tools zur Messung von Datenqualität und Datenherkunft.

• Entwickeln Sie Beobachtungstools, um Benutzer zu benachrichtigen, die Ressourcennutzung zu überwachen und Erfolgskennzahlen nachzuverfolgen.

• Führen Sie das MVP für die Produktion ein.

• Führen Sie Bildungs- und Werbeaktivitäten durch. 

Evaluieren Sie am Ende der MVP-Phase die Ergebnisse, um den Erfolg der Startphase zu messen.

Phase der Skalierung

Erweitern Sie in dieser Phase die MVP-Lösung und wiederholen Sie den Umfang der Gesamtlösung auf der Grundlage der Ergebnisse der MVP-Phase. Stellen Sie die Funktionen vor, deren Implementierung nach der MVP-Phase geplant war, und fügen Sie Unterstützung für die Anwendungsfälle hinzu, die Early-Adopter einsetzen. Informieren Sie die Beteiligten weiterhin über Funktionserweiterungen und -erweiterungen sowie über den Betrieb und die Wartung der Lösung.

Phase der Weiterentwicklung

Beim Aufbau einer Datenlösung sind Sie nie fertig. Managen Sie den Lebenszyklus der Lösung, indem Sie das, was Sie entwickelt haben, noch einmal überprüfen. Führen Sie Optimierungen und neue oder erweiterte Funktionen ein, die den Bedürfnissen von Geschäftsanwendern entsprechen. Fügen Sie beispielsweise Funktionen für generative künstliche Intelligenz (generative KI) hinzu, um die Geschäftsmetadaten der Datenprodukte zu bereichern. Fügen Sie der Datenlösung die Anwendungsfälle von Late-Adoptern hinzu.

Die folgende Abbildung zeigt eine Zusammenfassung der Aktivitäten und der Änderung der Anzahl der unterstützten Geschäftsanwendungsfälle in jeder Phase.

Die Benutzer, die mit den Lighthouse-Anwendungsfällen in Verbindung stehen, sind die ersten, die die auf Datennetzen basierende Datenlösung einsetzen. In der Skalierungsphase beginnen immer mehr Early-Adopter, die Datenlösung zu nutzen. In der Entwicklungsphase folgen die Late Adopters.