Stel; u heeft de stappen gevolgd in de business paper “Meer customer centric met data”, en bent goed onderweg naar de data-driven organisatie. U heeft een duidelijk doel vastgesteld, waarvoor u steun heeft van het MT, en draagvlak in de gehele organisatie in de vorm van requirements vanuit alle afdelingen. In dit artikel leggen we uit hoe u het data-gedreven werken en denken kunt gaan ondersteunen met een zeer flexibele architectuur.

Voordat u nu kunt beginnen met het opzetten van een BI-oplossing voor uw organisatie, is het eerst nog van belang om rechten en beleid in te regelen.

Rechten en beleid: gebruikers en domeinen

Elke gebruikersrol heeft als het goed is unieke rechten met betrekking tot de toegang tot informatie. Naast de verschillende typen gebruikers moet u ook nadenken over de domeinen waarin u uw data opdeelt. Afhankelijk van de functie en rol heeft een gebruiker al dan niet toegang en mogelijkheden binnen de data. Meer over wat dat betekent in de termen van een dataplatform gebaseerd op Microsoft technologie leest u in de whitepaper “Meer customer centric met data”.

De nieuwe wet op persoonsgegevens is overigens erg interessant en goed om u in te verdiepen, binnen dit kader. Kijk daarvoor eens naar de volgende links:

  1. Dit artikel over het opslaan van data on premise versus in de cloud, en de ontwikkelingen op het gebied van internationale wetgeving daaromtrent in 2017.
  2. Een artikel over Data security en Governance van Richard Fransen.

Een flexibel en toekomstbestendig dataplatform opbouwen

De volgende stap is het opbouwen van het dataplatform zelf. Als u een agile methodiek gebruikt, bouwt u dat platform natuurlijk stapsgewijs op. We gaan er vanuit dat u een flexibele architectuur op wilt zetten, zodat onvermijdelijke toekomstige wijzigingen makkelijk aangebracht kunnen worden. Innovatie is immers in principe een oneindig proces. Daarbij is het belangrijk dat u de Innovatiekracht, Adoptie (omarming door de eindgebruikers) en Controle (beheer, veiligheid en betrouwbaarheid van gegevens) van uw platform continu in balans brengt.

Zo kunnen enthousiaste gebruikers met voldoende knowhow zelf oplossingen opzetten, die helder geëvalueerd kunnen worden. En zo kunnen nieuwe dashboards of andere toepassingen van data die bruikbaar blijken, gemakkelijk in beheer worden genomen.

Het platform: het zevenlagenmodel

Motion 10 adviseert en hanteert voor dataplatforms het onderstaande functionele zevenlagenmodel:

Zevenlagenmodel dataplatform business intelligence

Figuur 1: Het functionele zevenlagenmodel van Motion10

Het model werkt van onder naar boven: begin bij de bron(nen). Het functionele zevenlagenmodel is een zeer compleet model voor een flexibele en toekomstbestendige data-architectuur. Het model is namelijk opgebouwd vanuit de gedachte dat data-integratie en datatransformatie in hetzelfde platform worden uitgevoerd. Dit speelt volledig in op de trend dat data-integratie voor het aanbieden van hot flows en datapreparatie-processen voor het uitvoeren van complexe cold flows hetzelfde doel hebben. Namelijk; het op een gebruikersvriendelijke wijze aanbieden van bruikbare data aan de juiste persoon, op het juiste moment, in de juiste vorm. Denk aan ketenintegratie of het ontsluiten van data naar andere end-user views, zoals bijvoorbeeld samenwerkingsomgevingen als Office 365 of microapplicaties (Apps) voor medewerkers, partners of klanten.

Een praktisch voorbeeld is de integratie tussen data die wordt verzameld uit sensoren en projectresultaten. Door het continu meten van de status en beschikbaarheid van bouwmaterieel op de bouwplaats kan niet alleen een minder productieve dag eenvoudiger worden verklaard, maar kan er op basis van hetzelfde platform de volgende keer ook meer proactief gehandeld worden. Bijvoorbeeld door alerts te sturen over de beschikbaarheid van het materieel.

Het zevenlagenmodel is flexibel en stelt uw organisatie in ieder geval technisch in staat om extreem wendbaar en zeer klantgericht te opereren en te innoveren.

In het volgende deel van deze serie leggen we de functionele lagen stap voor stap uit, met een uitleg van de precieze functie van elke laag. In het derde deel van de serie plotten we het model vervolgens op het Microsoft dataplatform.

2017-02-02T16:39:38+00:00