Mijn dagelijkse werkritueel bestaat normaal gesproken uit het praten met CIO’s, Information Managers, Senior IT Executives en anderen die proberen hun weg te vinden in de snel ontwikkelende, disruptief veranderende en altijd vernieuwende ICT-landschappen. En om eerlijk te zijn, de meesten proberen zich meer op een abstract niveau bezig te houden, door op zijn minst een visie of zelfs een strategie te formuleren die hen begeleidt op die weg.
Tijdens die gesprekken wordt er tijd besteed aan het praten over data gerelateerde problemen. Iedereen lijkt overtuigd dat de wereld beweegt naar data gedreven architecturen. Dat het erg belangrijk is om je data effectief te gebruiken. En dat er veel waarde ligt in het ‘hebben’ van data, zelfs wanneer je er momenteel geen use case voor hebt. Vervolgens maken ze de voor de hand liggende claim, voornamelijk de wat meer ‘dramatische’ karakters onder hen: ‘Data is de nieuwe olie!’ Of: ‘Als Dallas nog een lopende serie op tv was zou JR de CEO van Google of AWS zijn.’
De reden voor het maken van deze claims lijkt duidelijk. Olie, of ‘het zwarte goud’ staat al meer dan een decennia bekend als hét symbool voor rijkdom. Denk maar eens aan de grandeur van de steden in het Midden-Oosten. Oorlogen zijn gevoerd over het eigendom en de voorraad van olie. En zelfs in zo’n nuchter land als Nederland, roept de naam Royal Shell meer emotie op dan welke andere grote Nederlandse onderneming dan ook.
Maar los van het idee dat data misschien net zo waardevol is als olie, zijn er nog andere gelijkenissen tussen deze, op het eerste gezicht, zo verschillende dingen? Wel degelijk, eigenlijk is het proces van het zoeken naar, het vinden van, er naar toe gaan en het opslaan ervan bijna hetzelfde…
Kijkend naar de bovengenoemde processen over het zoeken, bereiken, onttrekken en opslaan van olie kun je genoeg uitleg en toelichting vinden op het internet, bijvoorbeeld hier: https://science.howstuffworks.com/environmental/energy/oil-drilling2.htm
Ik probeer uit te leggen dat olie en data en de processen die daarbij betrokken zijn, erg vergelijkbaar zijn op een abstract niveau. Ik zal proberen om de overeenkomsten uit te leggen in vergelijking met de processen voor het zoeken, vinden, bereiken, onttrekken en opslaan van data.
Laten we beginnen bij het begin: Waar de wereldvoorraad van natuurlijke bronnen (olie en gas) miljoenen jaren geleden werd gevormd en beperkt is tot wat we vandaag hebben, groeien onze wereldwijde bronnen met betrekking tot data elke seconde in een tempo dat niet te bevatten is. Wat ze gemeen hebben, is dat de meeste bedrijven toegeven dat hoewel ze op de hoogte zijn van het bestaan van deze bronnen, ze eigenlijk niet weten waar deze bronnen zich precies bevinden. Waar voornamelijk geografische omstandigheden (zoals granietlagen, instabiele ondergronden, water etc.) erg belemmerend kunnen zijn bij het vinden van olie, zien we vergelijkbare scenario’s in ICT. Oude Mainframe-omgevingen, monolieten, oude opslagmedia en alle andere soorten legacy kunnen het erg moeilijk maken om data te vinden. Maar ook de manier waarop het wordt achtergelaten in de IT-omgeving, gestructureerd of niet-gestructureerd, verrijkt met metadata of niet, diep in een openbare cloud of on premises, in zeer koude opslagomgevingen of gloeiend hete, kan het proces van het vinden en bereiken van deze gegevens obstrueren.
In de afgelopen decennia hebben succesvolle nieuwe technologieën zoals iPaaS en Big Data applicaties echter een krachtige toolset opgeleverd om deze bronnen te vinden. De data in deze bronnen, waar Garter naar refereerde als ‘dark data’, bevat waarschijnlijk meer dan 70% van alle beschikbare data (in ieder geval vandaag dan )
En daarna, na heel wat bloed, zweet en tranen om je data te vinden, komt het moment om ermee te connecteren en het uit de donkere plekken te trekken. Heb je ooit geprobeerd om een gat te boren door granieten platen op 1,5 kilometer diepte? Ik ook niet, maar het zal een beetje voelen als weten dat er iets waardevols ligt in je monolithische systemen en geen idee hebben hoe je daar bij moet komen? Je weet dat het er is, maar je hebt geen idee hoe je het er uit moet halen. Het is eigenlijk de reden waarom RPA is uitgevonden (screen scraping 2.0). Wanneer een monitor de data wel kan laten zien, maar je er zelf niet bij kunt, laten we het dan kopiëren van de monitor.
Een iPaaS is vandaag de dag waarschijnlijk de beste manier om te boren naar data. Gezien het feit dat een iPaaS bijna iedere connector, protocol of standaard bevat die ooit is ontwikkeld, of op z’n minst de functie heeft om ze te ondersteunen en de meeste iPaaS’s low-code zijn (wat betekent dat je geen diepgaande technische development skills nodig hebt om integraties te bouwen) betekent dit dat je een krachtig platform hebt om alle data naar de oppervlakte te krijgen.
Dit brengt ons bij de laatste gelijkenis tussen data en olie. Wanneer je het eindelijk boven de grond hebt gekregen, zit je met een intrinsiek waardeloos product. Je kan het niet eten of drinken, kunt er niet mee bouwen en is het zelfs als brandstof waardeloos: ruwe olie is moeilijk aan te steken!
Dit betekent dat het grootste deel van waarde creatie pas wordt gedaan nadat het naar de oppervlakte is gebracht. We bewerken het om allerlei soorten brandstof te maken om te vliegen, rijden, onze huizen op te warmen en onze maaltijden mee te koken. We transformeren het in ontelbare vormen van plastic die onze levens tegenwoordig gemakkelijker maken. Er zijn honderden goede manieren om veel waarde te halen uit olie.
Hetzelfde geld voor data. Oudere en nieuwere technologieën gebruiken dit ruwe product om het te transformeren naar informatie die de industrie laat groeien. Ze ondersteunt onze medische professionals in het vinden van nieuwe, betere manieren van medische behandelingen of het uitvinden van nieuwe vaccins om pandemieën te stoppen. Om artificial intelligence in onze dagelijkse leven te brengen en het te verbeteren naar een niveau dat onze grootouders nooit zouden kunnen voorstellen.
Het lijkt erop dat waardesprong vergelijkbaar is met olie, waar dat ook gebeurd nadat het naar de oppervlakte is gebracht. Maar dat is slechts de helft van het verhaal. Als je niet in staat bent om je data te vinden, te bereiken en het uit de plekken te trekken waar het is opgeslagen, dan kun je niet eens aan die waardesprong beginnen.
In tegenstelling tot olie, dat je kunt kopen op de markt om je value creation proces te starten, is je vermogen om data te vinden en te winnen een vereiste als je succesvol wilt zijn met het creëren van waarde gebaseerd op je data. Het is bijna onmogelijk om de markt te betreden met bijvoorbeeld een e-commerce aanbod als je dit proces niet volledig onder controle hebt.
Dus, als je wilt starten met het boren naar data, of als je je boorproces wilt verbeteren, om je te kunnen concentreren op waarde creatie, dan heb je een enterprise low-code iPaaS nodig. Je kunt altijd contact opnemen en mij uitnodigen voor een goed gesprek. Om de woorden van voormalig president Obama te gebruiken: That is what I do.
Door Bart Buschmann, Commercieel manager @ eMagiz.