DE KRACHT VAN DATA VIRTUALISATIE
Maarten ter Laak (maat bij BiDWH)

Beschikt u over een steeds groter wordende schat aan data? Is het uitdagend om los te komen van de wirwar aan interfaces van interne en externe systemen? Loopt u tegen de AVG aan om uw data op de veilige en correcte wijze op te slaan? Door de kracht van uw data te benutten bent u in staat om processen en diensten te optimaliseren en zo sneller, beter en meer waarde te leveren aan uw klanten.

U kiest of u diensten afneemt om uw mensen te helpen zelfstandig de data te virtualiseren of u kunt dit volledig uitbesteden aan de specialisten binnen The Future Group.

Zo geniet u van voordelen als:

• Overzichtelijk virtueel platform op basis van een sterke architectuur
• Flexibel en snel wisselen van bronnen voor analyses
• Schaalbaar en aanpasbaar in sprints te ontwikkelen

Analyse
De datahuishouding van organisaties is definitief aan het veranderen. Cloud based, data driven, machine-learning, data science en security by design zijn veel gehoorde termen. Voor een groot gedeelte hype maar we zien in de markt nu wel echt het belang van data veranderen. Bij veel organisaties zien we de verschuiving naar Cloud echt vorm krijgen. De levenscyclus van applicaties wordt korter en het aantal organisaties waarmee data uitgewisseld moet worden neemt steeds meer toe. De traditionele aanpak past niet meer bij deze nieuwe wereld. Datawarehouses zijn te log om mee te bewegen. Interfaces tussen software binnen en buiten de organisatie zijn vaak slecht gedocumenteerd en vormen een groot blok aan het been bij migraties. Daarbij spelen ook wet en regelgeving omtrent privacy een rol. Proberen met traditionele oplossingen aan deze nieuwe behoefte te voldoen levert een onbeheersbare kluwen aan datastromen op die ook nog eens kwetsbaar is voor kwaadwillenden.

Oplossing
Om grip te krijgen op al onze datastromen, data snel beschikbaar te hebben voor toepassingen en het liefst betrouwbaar, veilig, gecontroleerd en in real time, vraagt om een andere aanpak. Data virtualisatie kan hierbij een oplossing bieden. Uitgangspunt van data virtualisatie is om gegevens zoveel mogelijk daar te laten waar ze ontstaan. Datavirtualisatie maakt gebruik van modellen in verschillende lagen zonder daarbij data fysiek op te slaan. De data uitwisseling of ESB, de data scientist en de dashboard ontwikkelaar kunnen gebruik maken van de voor hun doel meest geschikte laag. Datavirtualisatie zal de data op de meest efficiënte wijze ophalen uit de bron. Omdat iedereen gebruikt maakt van hetzelfde dataplatform is het veel eenvoudiger gegevens juist te documenteren. Het platform maakt ook het inrichten van beveiliging en data governance uit oogpunt van privacywetgeving eenvoudiger. Belangrijk hierbij is dat het platform modelgedreven vormgegeven is, zonder grote fysieke dataopslag. De oplossing is daarom veel flexibeler. Een aanpassing van het model is eenvoudig en kan ook weer snel ongedaan gemaakt worden. Migratie van grote hoeveelheden complexe datamodellen is niet meer nodig. Datavirtualisatie-tools beschikken ook over mogelijkheden de performance daar waar nodig te beïnvloeden door bijvoorbeeld data tijdelijk te cachen.

Migratie
Vaak is er al een uitgebreid datawarehouse en verschillende data integraties of uitwisselingen via een ESB binnen een organisatie. De vraag is dan ook hoe je van de huidige oplossing migreert naar een meer flexibele architectuur met datavirtualisatie. De meest voor de hand liggende migratie is het hergebruiken van bestaande datastructuren als bron voor het datavirtualisatie platform. Dat geeft de tijd om stapsgewijs oude oplossingen te vervangen door een veel flexibelere aanpak. De flexibiliteit van datavirtualisatie maakt het ook mogelijk dit in stappen te doen. Een wijziging in het platform vervangt namelijk alleen het model en niet ook alle bestaande data zoals in bestaande oplossingen. Voorwaarde voor een succesvolle migratie is wel een goed plan en architectuur. Om optimaal gebruik te kunnen maken van de voordelen van datavirtualisatie is het in kaart brengen en modelleren van alle data infrastructuren van belang. Al snel is het zo mogelijk via data science, machine learning te komen tot nieuwe inzichten en deze ook snel om te zetten in resultaat.