BARC hat die Studie “The Future of Data Architecture – Has the Data Warehouse Had Its Day?” veröffentlicht. Sie basiert auf einer weltweiten Befragung von 268 Unternehmen unterschiedlicher Größe und Branchen und bietet Einblicke in die derzeit vielversprechendsten Datenarchitektur- und Datenmodellierungsansätze. Dank des Sponsorings von Precisley, TimeXtender, Denodo und Databricks kann das Dokument kostenlos heruntergeladen werden.
Zentralisiert vs. dezentralisiert
Die Studie zeigt, dass die meisten Unternehmen bei ihrer Datenlandschaft weiterhin auf bewährte Konzepte wie Data Warehousing setzen. Best-in-Class-Unternehmen bevorzugen jedoch den Data Lakehouse-Ansatz. Allgemein kritisieren Führungskräfte und Personal, dass zentralisierte Ansätze die Entstehung weiterer Datensilos nicht verhindern können.
„Wir empfehlen Unternehmen, auf eine föderierte Gesamtarchitektur hinzuarbeiten, in der Datenvirtualisierung, Data Pipelining und Datenorchestrierung möglich sind.“, erklärt Jacqueline Bloemen, Senior Analystin bei BARC und Mitautorin des Reports. „Mit zunehmender Menge und Volumen verteilter Datenquellen stoßen Datenarchitekturkonzepte, die ausschließlich zentral ausgerichtet sind, schnell an ihre Grenzen.“
Business User brauchen noch mehr Freiheiten bei der Datenanalyse
Software für Self-Service-Analytics ist inzwischen weitverbreitet. Nur eine Minderheit der Anwendenden findet, dass die ihnen zur Verfügung stehenden Tools zu technisch sind. Allerdings ist die Datenlandschaft in vielen Fällen ein limitierender Faktor. Da Data Warehouses häufig nicht den Geschäftsanforderungen entsprechen, müssen die Daten für die Analyse mühsam aus verschiedenen Quellen zusammengetragen werden. Dennoch fehlt es an Initiativen, Data Catalogs zu etablieren. Fundierte Datendokumentation und Self-Service-Datenaufbereitung sind nicht weit verbreitet.
„Best-in-Class-Unternehmen wissen, wie wichtig es ist, dass Business User nach Bedarf mit Daten arbeiten können“, kommentiert Timm Grosser, Senior Analyst bei BARC und Mitautor der Studie. „Sie unterstützen dies jedoch nicht immer angemessen, zum Beispiel durch die Bereitstellung der richtigen Datendokumentation und der entsprechenden Tools. Data & Analytics-Teams müssen sich dieser Realität stellen und hier entgegenwirken.“
