Heeft de Architect toegevoegde waarde in Big Data trajecten? 2/4

In deze blogserie bespreekt specialist Bert Dingemans de rol van de Architect binnen big data en data analytics trajecten. In deel 1 besprak hij onder andere de rol van de traditionele architect. De achterliggende architectuurprincipes en het ondersteunen van het ontwikkelteam. In deze blog gaat Bert verder op het onderwerp in.

Nieuwe rolinvulling voor de architect

In het voorgaande hoofdstuk zijn we ingegaan op big data initiatieven en de rol van de architect. We hebben geconstateerd dat de “traditionele rolinvulling” niet meer volstaat. Echter wat wordt de nieuwe rolinvulling van een architect? In onderstaande paragrafen gaan we in op verschillende producten en diensten waarmee de architect big data initiatieven op adequate wijze kan ondersteunen.

Just in Time Architectuur

Belangrijk aspect van big data initiatieven is dat up front architectuur niet goed mogelijk is. Want de activiteiten hebben een innovatief karakter waarbij het onderzoeken van verschillende mogelijkheden centraal staat. Vooraf is daarom ook niet bekend welke onderzoekspaden resultaat gaan opleveren. Het vooraf opstellen van een architectuur is daarmee niet goed mogelijk.

Betekent dit dat de architect helemaal niets kan voorbereiden? Nee, dat is zeker niet het geval! Veel producten en diensten kunnen opgedeeld worden in een “up front” gedeelte en een deel in “Just in time” activiteiten. Idee hierbij is dat het up front als een soort fundament of platform gaat fungeren waarboven op de just in time activiteiten op een efficiënte wijze getest en geïmplementeerd kunnen worden.

Zo zijn er, zonder naar de concrete implementaties te kijken, al veel zaken bekend rond een big data initiatief. Bijvoorbeeld welke bewerkingen er op de data gedaan dienen te worden om oplossingen te implementeren. Het in kaart brengen van de requirements en constraints van de verschillende stakeholders kunnen opgesteld worden en omgezet worden naar bijvoorbeeld checklists die tijdens de verschillende onderzoeken op zeker moment gevalideerd kunnen worden.

application big data grondplaat

In bovenstaande afbeelding zie je een raamwerk van functionaliteiten die bij big data initiatieven ingezet kunnen worden. Dit model kan voorafgaand aan projecten en onderzoeken opgesteld worden en er kan beschreven worden wat de kenmerken zijn van de verschillende onderdelen.

Op dit raamwerk kun je vervolgens principes, requirements en constraints plotten. Maar ook is dit een goed raamwerk om de implementaties binnen projecten op te plotten. Hiermee bied je een eenvoudig oplossing om just in time architectuur te gaan bedrijven waarbij je dergelijke raamwerken aan de start van een project beschikbaar hebt en snel kunt invullen voor een architectuur van het project. Een voorbeeld van een just in time aanpak waar de architect toegevoegde waarde mee levert.

Interessant is verder dat dit raamwerk tevens ondersteuning biedt bij datamanagement en de opbouw van de noodzakelijke registers van ontsloten databronnen en van ontwikkelde informatieproducten cq toepassingen. Een activiteit die normaal tijdens de pioniersfase vaak vergeten wordt.

Big Data Project Raamwerk

Big data projecten, onafhankelijk van de inrichting, zijn ingedeeld in een aantal projectactiviteiten waarmee de ruwe data wordt getransformeerd naar analyseerbare data die een toepassing in de organisatie gaat ondersteunen.

Een dergelijk raamwerk is gebaseerd op een stappenplan dat wederom als een grondplaat gebruikt kan worden voor initiatieven. Hieronder zie je een voorbeeld van een dergelijk stappenplan dat op generieke wijze alle onderdelen van een implementatie beschrijft zonder de concrete inrichting die tijdens het project ingevuld wordt.

Big

De figuur toont de relevante projectstappen, met eventuele sub-stappen in een generieke volgorde. Onder deze stappen kun je vervolgens opnieuw grondplaten en raamwerken uitwerken om te zorgen dat ieder project gevalideerd kan worden naar deze raamwerken. Hiermee is het mogelijk om snel een project op het vlak van architectuur te ondersteunen. Daarnaast is het mogelijk om te gaan werken met voorkeursoplossingen binnen dit raamwerk en de onderliggende grondplaten. Je introduceert hiermee als architect op eenvoudige wijze  een herbruikbaar en gerationaliseerd applicatielandschap voor je big data initiatieven.

Constateer je binnen een project dat er uitzonderingen zijn in de inrichting dan kun je twee acties ondernemen:

  • Bouwen zonder een architectuur aanpak te volgen waarmee aangegeven wordt dat dit een eenmalige afwijking is van de inrichting binnen het raamwerk of de grondplaat
  • De architectuur modellen aanpassen en laten gelden voor dit en alle volgende projecten.

Hiermee heb je wederom de mogelijkheid om een project op efficiënte just in time wijze te ondersteunen maar wel een bijdrage te leveren aan de uiteindelijke architectuur van je big data landschap.

In het volgende blog meer over big data patterns, grondplaten, bouwblokken en aggregators.

Meer lezen over dit topic kan onder blogs. Of neem eens een kijkje op de site van Bert Dingemans en mede-maat Han van Roosmalen.

Wil je sparren met Bert over dit onderwerp?

  • Dit veld is bedoeld voor validatiedoeleinden en moet niet worden gewijzigd.

MEER LEREN OVER DATA MANAGEMENT?

Volg de MASTERCLASS DATA-MANAGEMENT

Schrijf je in!

Ander onderwerp?

Blijf altijd op de hoogte bij The Future Group en update jouw kennis! Is dit blogbericht toch niet helemaal wat je zoekt? Navigeer dan terug naar ons blogoverzicht.

Terug naar overzicht
Bert Dingemans

Wil je sparren met Bert over dit onderwerp?

Meld je dan aan via het formulier.

Aanmelden

Bert Dingemans, Demand

DEEL DIT BERICHT IN JE NETWERK:

MEER LEZEN?

Bekijk hier alle blogs.

Alle blogs

Plaats een reactie