Als data management nog niet goed geregeld is, vormt het opslaan, verwerken en beheren van data een hoge drempel bij het inzetten en opschalen van datatoepassingen. Het remt het gebruik van artificial intelligence, blijkt uit onderzoek van MIT Technology Review Insights. Ook voor business intelligence en data analytics is goed data management essentieel, maar deze hebben andere oplossingen nodig dan AI.
Met AI, BI en analytics haalt u meer uit de groeiende stroom bedrijfsdata. Maar waar slaat u de data op, hoe bewaakt u de kwaliteit ervan en hoe zorgt u voor de juiste infrastructuur om alle data-activiteiten te ondersteunen? Ofwel, hoe richt u uw data management zo in dat u gebruik kunt maken van de toepassing die u voor ogen heeft?
Data lakehouse
In een data lake kunt u veel verschillende data kwijt en de opslag is relatief goedkoop. Maar voor AI blijkt een data lake minder geschikt. Daar is voor de gestructureerde opslag en verwerking een datawarehouse nodig. Gelukkig zijn beide technologieën nu te combineren in een data-lakehouse. Dat biedt één kostenefficiënte architectuur voor het uitvoeren van alle data toepassingen.
Met een data lakehouse zijn gegevens bedrijfsbreed toegankelijk, waardoor iedereen met de meest actuele datasets werkt. Bovendien gebruikt een data lakehouse open formats en standaarden, waardoor u een vendor lock-in voorkomt.
Lees verder
- Gratis DATA box – Over het optimaal starten en uitvoeren van dataprojecten
- Volledig artikel – Lees hier de complete tekst
- Leveranciers en specialisten – Voor data management oplossingen en advies
Vaker dit soort berichten lezen? Meld u aan voor de ICT nieuwsbrief