De ‘commodity’ van data integration krijgt verse impuls
De opkomst van Big Data brengt een nieuwe impuls naar het vakgebied van data integration, wat volgens Business Solutions Manager Anthony Severeyns van SAS Institute haast een commodity is geworden. “Het is een volwassen veld”, omschrijft hij het integreren van verschillende, gescheiden informatiebronnen binnen een organisatie om dan nieuwe business-inzichten te krijgen.
Statische integratie versus de kosten
Ondanks zijn oordeel dat data-integratie tegenwoordig wel standaard is, betekent dat niet dat het overal goed is ingevoerd. “We komen toch nog bedrijven tegen – ook in België & Luxemburg – die data integration doen vanuit bijvoorbeeld geprogrammeerde, vaste, omgevingen.” Dat betekent dan statische integratie van gegevens voor gebruik in niet-statische omstandigheden. Immers, zowel bedrijven als de markten waarin zij opereren zijn onderhevig aan verandering.
Een dergelijke statische aanpak van data integration is geen mislukking maar vaak simpelweg een logisch gevolg van andere factoren. “Vaak is dat vanwege geld, en de historie.” Het eerste betreft de kosten van het anders aanpakken van de uitgevoerde data-integratie. Het tweede komt neer op de systemen maar vooral ook bedrijfsprocessen die een organisatie al had en waar de huidige data-integratie dan ook op is gebaseerd.
Denk aan de waarde, en relativeer
Eigenlijk is data integration namelijk niet zozeer een IT-aangelegenheid maar vooral een bedrijfskwestie. Dit ondanks de flinke hoeveelheid informatietechnologie die er bij kan komen kijken. Welk business-voordeel valt er uit datakoppelingen te halen? En wat is dat waard? Dat laatste slaat dan zowel op de waarde van de geïntegreerde data, als op de kosten die een organisatie er voor over heeft om die data te integreren en te ontsluiten.
Hier bovenop komt de trend van Big Data: de behoefte om veel meer data, ook juist vanuit andere bronnen, te analyseren voor méér bedrijfsvoordeel. Alleen is vooraf lang niet altijd goed in te schatten wat er wáár gezocht moet worden en wat dat dan oplevert. Richtlijnen zijn te vinden in de relativiteit van ‘big’ data en de inzet van nieuwe, goedkopere technologie.
[/whitepaper]