Skip to content

“Meillä on jo tietovarasto. En tarvitse data-alustaa.” – OLETKO VARMA?

”Meillä on jo tietovarasto, mihin tarvitsen data-alustaa?” Olen kuullut tämän kysymyksen niin monta kertaa, että osaan esittää jatkokysymykset vaikka unissani: tuottaako nykyinen tietovarasto yrityksellesi oikeasti hyötyä, saatteko siitä liiketoiminnallista lisäarvoa? Kuinka nopeasti saatte toteutettua uusia tarpeita nykyisestä tietovarastosta, kuinka kauan uuden raportin tekeminen kestää? Entä käytetäänkö tietovarastoa muihinkin kuin raportointitarpeisiin? Se, että yrityksellä on tietovarasto, ei vielä kerro, ettei yritys tarvitsisi data-alustaa.

Yrityksen kokonaisarkkitehtuurikuvissa tietovarastot on perinteisesti sijoitettu jonnekin yläoikealle: tietovarasto on paikka, jonne kopioidaan tietoa yrityksen keskeisimmistä operatiivisista järjestelmistä, josta sitä sitten hyödynnetään erilaisiin analyyttisiin tarpeisiin. Data-alustat sen sijaan sijoittuvat kokonaisarkkitehtuurikuvissa keskelle. Edelleen tietoja (dataa) kopioidaan yrityksen keskeisimmistä operatiivisista järjestelmistä, mutta myös muista järjestelmistä: suoraan laitteista (IoT) sekä ulkoisilta palveluntarjoajilta. Tietoa hyödynnetään edelleen analyyttisiin tarpeisiin, mutta sitä jaellaan myös operatiiviseen käyttöön. Data-alusta toimii hubina eri järjestelmien välillä, tarjoaa dataa koneoppisen tarpeisiin tai vaikkapa asiakaspalvelun tai verkkokaupan käyttöön.

Nykyaikaiset data-alustat tarjoavatkin dataa perinteisiä tietovarastoja laajemmin ja monipuolisemmin, ja ovat täten keskeisessä osassa yrityksen kokonaisarkkitehtuuria.

Miten nykyaikainen data-alusta sitten eroaa perinteisestä tietovarastosta? Tietovaraston ja data-alustan eroja voi hahmottaa vertaamalla sitä valokuvien hallinnassa tapahtuneeseen murrokseen.

Tietovarasto on kuin perinteinen valokuva-albumi

Ennen kameralla otettiin valokuvia, negatiivit kehitettiin ja teetetyt kuvat talletettiin johonkin. Tämä johonkin oli usein valokuva-albumi, jossa kuvat olivat hyvässä järjestyksessä. Albumista kuvat oli helppo löytää ja niitä mukava katsella. Mutta niitä oli vaikea irrottaa muuhun käyttöön, uutta käyttötarkoitusta varten negatiivista pystyi teettämään uuden kuvan, mutta se edellytti negatiivin löytämistä ja viemistä liikkeeseen kehitettäväksi. Tämä vaihe vei aikaa ja rahaa.

Myös perinteiseen tietovarastoon tallennetaan dataa tallennushetkellä olemassa olevan tarpeen mukaan. Myyntiraportteja varten tuodaan tiedot kassajärjestelmästä, talletetaan myyntiraportin vaatimaan muotoon ja julkaistaan raportilla. Jos tarvitsemme myyntidataa toista tarkoitusta varten, esim. kanta-asiakas raportointiin, joudumme hakemaan datan uudelleen kassajärjestelmästä, mallintamaan sen nyt tätä uutta käyttötarkoitusta varten ja julkaisemaan datan raportilla. Tämä vaihe vie aikaa ja rahaa.

Mitä, jos data olisikin tuotuna, talletettuna ja valmiina data-alustalla? Kun alustalle jo integroidulle datalle ilmaantuu uusi käyttötarkoitus, ei tarvitsisikaan hakea sitä alkulähteeltä asti, vaan riittäisi, kun julkaisisi datan uudestaan, uutta käyttötarkoitusta varten? Entäpä, jos kassajärjestelmästä tuotuun dataan haluttaisiinkin yhdistää tieto esim. säästä. Olisipa kätevää, kun alustalle jo tuotuun dataan voisi näppärästi yhdistää dataa myös muista lähteistä.

Data-alusta tarjoilee dataa mitä moninaisimpiin tarkoituksiin

Nykyään valokuvia harvemmin otetaan perinteisellä kameralla, josta kuvat pitää teettää negatiiveista. Sen sijaan valokuvat ovat erillisinä tiedostoina ja niitä otetaan erilaisilla digitaalisilla laitteilla: puhelimella, digi-kameralla, padilla. Kuvatiedostot talletetaan (tallettuvat) jonnekin, josta niitä voidaan hyödyntää useisiin käyttötarkoituksiin: julkaista sosiaalisessa mediassa, tehdä valokuva-albumeita, lähettää kaverille ja laittaa vaikkapa tietokoneen taustakuvaksi. Eli yhden kuvan voi pienellä vaivalla julkaista useaan eri paikkaan.

Sama logiikka pätee data-alustoihin. Kun dataa integroidaan erilaisista järjestelmistä, se talletetaan ensin jonnekin, josta data on haettavissa ja julkaistavissa mitä moninaisimpiin käyttötarkoituksiin. Ja itseasiassa tietovarasto voi hyvinkin olla ja usein onkin yksi käyttökohde datalle.

 

data-alusta / data-platform kuvaaja datan hyyödyntämisen ja data lähteiden suhteesta Yksinkertaistettu kuvaus data-alustan toiminnasta.

 

Data-alustat ovat tiedon varastointia ja tietovarastot ovat osa data-alustaa

Pilviratkaisut mahdollistavat lähes rajattoman datan tallennuskapasiteetin. Tämän johdosta data kannattaa aina tallettaa ensin mahdollisimman raakana: ilman suodattimia, ilman laatukriteereitä, tai muita kommervenkkejä. Tämä mahdollistaa tuodun datan hyödyntämisen nyt tiedossa olevaan tarpeeseen, mutta myös tuleviin tarpeisiin, joita emme vielä tiedä.

Skaalautuva tallennuskapasiteetti mahdollistavat myös ei-niin-rakenteellisen tiedon tallentamisen data-alustalle. Suuret tietomassat sekä erilaiset tiedon ajantasaisuusvaateet (eräajo tai tapahtumapohjaiset integraatiot) on kaikki mahdollista toteuttaa samalle data-alustalle. Enää ei tarvitse tyytyä vain yhteen tapaan. AI ja koneoppiminen laajentavat data-alustan käyttökohteita entisestään.

Tarpeet ohjaavat ratkaisun rakentamista

Se, miten yrityksen kannattaa tietoa varastoida ja jaella, riippuu siitä, millaisia tarpeita tiedon varastoinnille ja käytölle on. Jos tarpeenasi on saada koko liiketoiminnan kattava, yhtenäinen näkymä datasta ja rakentaa ratkaisu, joka vastaa niin tämän hetken kuin tulevaisuudenkin tarpeisiin, on data-alusta oikea lähestymistapa.

Teknologiariippumattomana toimijana etsimme aina asiakaslähtöisesti parasta ratkaisua. Ota yhteyttä, niin jutellaan lisää tarpeisiinne parhaiten sopivista vaihtoehdoista!

 

Laura Keränen (kirjoittaja työskenteli Loihde Advancella heinäkuuhun 2022)