Data Fabric: הארכיטקטורה שתעשה לכם סדר בעומס המידע

אחד מחברי הוא סופר שספריו זוכים לביקורות מהללות. ההישג מרשים במיוחד מאחר שספריו מורכבים: לדמויות יש עומק פסיכולוגי מרתק, העלילות מתקיימות בתקופות היסטוריות, ועוד. פעם שאלתי אותו איך הוא משלב כל כך הרבה תחומים ליצירה אחת, שמצליחה לבדר במקום לבלבל. 

"הוצאתי את הספר הראשון אחרי גיל 40", הוא אמר. "השנים שקדמו לכך היוו עבורי הכנה, למדתי על כל מה שנראה לי מעניין לכתוב עליו: היסטוריה, מדע, פסיכולוגיה ועוד".

"ידע מתחומים כה שונים זה לא מבלבל בכתיבה?" שאלתי. 

"כאן נכנסת טכניקה שפיתחתי לעצמי", החבר חייך. "לפני שאני כותב אני שואל את עצמי – מה הערך שאני רוצה לתת לקורא עכשיו? אם אני רוצה לרגש אותו, אתחבר לידיעותיי בהיסטוריה ואתאר עיר קדומה ומסתורית. אם אני רוצה להצחיק, מהידע שלי בקומדיה אכתוב דיאלוג שנון. כל מה שאכתוב נועד לתת לקורא שלי ערך בזמן הנכון".

"בשנים שבהן Data Fabric איתנו הוא הוכיח שמבחינת התייעלות, לפעמים עדיף להשקיע במיצוי מידע נגיש ולאו דווקא באיסוף מידע חדש, זאת מאחר שארגונים שיישמו את ארכיטקטורת Data Fabric הגיעו להתייעלות מרשימה מאוד

נזכרתי באותה שיחה כאשר נושא ה-Data Fabric (אריג מידע) עלה למודעות. הבנתי שטכניקת סינון המידע שפיתח חברי מאוד דומה ל-Data Fabric, ולאופן בו הוא יכול לתרום לפיתוח ולעסק. זו הסיבה.

כמות המידע הנאסף עצומה. לפי הערכות כ-60-70% ממנו נותר בלי שימוש. אילוסטרציה. צילום: BigStock

OMG, TMI! הצרות בעידן (עודף) המידע

עד לפני 15-20 שנים אחת הבעיות העיקריות של עסקים היתה חוסר במידע (Data): מהיכן הגיעו לקוחות? כמה זמן מושקע בפרויקט? וכדומה. מיטב החברות פיתחו כלי איסוף שיענו על הצורך במידע. כיום, מידע הוא עדיין בעיה עבור ארגונים רבים, אבל מסיבה אחרת.

כלי האיסוף שפותחו אוספים כמויות עצומות של מידע במגוון תחומים – שיווק, פיננסים, פרויקט פיתוח ועוד. אבל כמות המידע הנאסף כה גדולה, שלפי הערכות כ-60-70% ממנו נותר בלי שימוש. בנוסף, על מנת להשתמש במידע, אנשי פיתוח ו-IT מקדישים כ-30% מזמנם רק כדי לגרום לממשקים וסוגי הקבצים השונים לעבוד יחד. כלומר, לא רק שיש עודף מידע, למפתחים קשה לאתר אותו ולהצליב מקורות כדי להגיע למסקנות ערכיות.

הפתרון למצב נקרא Data Fabric. מעבר לכלי מסוים, Data Fabric מבטא ארכיטקטורה, או מערך עבודה עם מידע. מטרתה הסופית של גישה זו היא להנגיש מידע ממגוון מקורות, לאפשר אינטגרציה נוחה ולאפשר הפקת מסקנות בזמן מינימלי.

כדי להבין איך זה מתבצע, נחזור לטכניקה המחשבתית שפיתח חברי הסופר. עבורו, הצלחה היא מתן ערך לקורא, ולכן השקיע שנים ברכישת ידע. באותו אופן, מחלקות פיתוח מקדישות משאבים כדי לאסוף מידע שיתן ערך לארגון.

ה-Data Fabric דומה לסינון המנטלי של מידע שעורך הסופר: כל מקורות המידע מוזרמים לממשק אחד ומוצגים באופן מרוכז ונוח. כך המשתמש יכול לשלוף מידע בקלות, לבצע אינטגרציות, להפיק מסקנות ואף ליצור תחזיות מבוססות AI או Machine Learning – כל פעולה שנותנת ערך למטרות הארגון. 

עד כמה זה משמעותי? מאוד!

דטה זה כוח, זמן זה כסף, Data Fabric זה ערך

לפי הערכות, בשנת 2019 הושקעו כ-190 מיליארד דולר בפיתוח יישומי בינה מלאכותית ואנליטיקה. זאת לעומת 9.8 מיליארד דולר שהושקעו בפיתוח פתרונות אינטגרציה ואיכות נתונים. בשנים שבהן Data Fabric איתנו הוא הוכיח שמבחינת התייעלות, לפעמים עדיף להשקיע במיצוי מידע נגיש ולאו דווקא באיסוף מידע חדש, זאת מאחר שארגונים שיישמו את ארכיטקטורת Data Fabric הגיעו להתייעלות מרשימה מאוד.

למשל, יצרנית אופנועי היוקרה דוקאטי שכרה את שירותי חברת NetApp לייעל מערך עצום של 200 סוגי מקורות מידע פעילים, שאוספים מידע על האופנועים (כולל סנסורים על הכלי עצמו והכביש). מערך זה אוסף מידע מכ-15,000 אופנועי דוקאטי פעילים על הכבישים, והיצרנית נעזרת בו לשיפור הדגמים הבאים. מערך ה-Data Fabric ששילבו בארגון היה כל כך יעיל, שהזמן לפיתוח אבטיפוס לאופנועים חדשים הצטמצם בשנים האחרונות בכ-30%! 

Data Fabric יכול לעזור גם בשיפור חוויית לקוח. בכך התמקד מערך ה-Data Fabric שהקימה חברת Talend לבנק הקנדי TD Bank. המערך אסף מידע ממדיה חברתית, בלוגים ועוד מקורות וירטואלים בהם צרכי גולשים מתבטאים. בינה מלאכותית ששולבה במערך חזתה צרכי קהלים שונים ואפשרה לבנק לתת שירות טוב יותר למגזרים אלו. אם זה לא מספיק, המערך גם חסך לבנק כ-13 מיליון דולר, בזכות ההתייעלות "הרגילה" שייצר. 

מעניין שחברות חדשות מסוימות הבינו את החשיבות של Data Fabric ומתכננות אותו מראש כבר בשלבי הקמתן. כדוגמה ניתן לציין את Airtel Payments Bank, חברת שירותי בנקאות מבוססת סמארטפון שהוקמה בהודו ב-2017. החברה כללה מראש ארכיטקטורת Data Fabric, גם של חברת NetApp, שתרכז מידע ממיליוני הלקוחות שהיא תשרת – פעולות בנקאיות, נתוני שימוש באפליקציה ועוד. 

Data Fabric הופך להיות גורם מייעל משמעותי. לפי נתונים שפרסמה יבמ (שחקנית חשובה נוספת בתחום), ארגונים שעובדים עם Data Fabric הצליחו לחסוך עד 30% מהזמן הנדרש לאינטגרציות בין מקורות מידע, עד 70% בזמני התחזוקה ליישומי איסוף המידע השונים, ועוד. מעניין כמה Data Fabric יתפתח בעתיד, מה עוד יוכל לייעל, והאם יפותחו כלים דומים גם לעסקים הקטנים יותר, ולא רק לארגוני הענק שכבר משתמשים בהם. 

הכותב כיהן כמנמ"ר מימון ישיר וכיום משמש כיועץ טכנולוגי לארגונים ומנכ"ל חברת הייעוץ New Advice