5 mitos gudang data yang menghambat pengembangan

Bisnis sekarang hidup dan mati oleh data. Dari mengelola sumber daya dan menganalisis kinerja hingga pemasaran yang sangat ditargetkan dan analisis perilaku, data menjadi penting bagi cara perusahaan beroperasi. Permintaan akan data tidak pernah setinggi ini — dan terus meningkat.

Tekanan ini diteruskan langsung ke orang-orang yang membantu memenuhi permintaan ini. Data warehouse (DW) dan profesional analitik harus mengembangkan kumpulan data baru dan menghasilkan wawasan dengan kecepatan tinggi, sambil menekan biaya. Jelas akselerasi DW sangat penting dan ini diakui di seluruh industri: menurut penelitian WhereScape dan TDWI yang diterbitkan tahun ini, 63 persen profesional data warehouse menganggap akselerasi DW sangat penting.

Untuk mencapai ini, tim DW beralih ke metodologi tangkas seperti SCRUM dan pembuatan prototipe cepat. Ini akan membantu tim DW memenuhi permintaan data yang meningkat tetapi masih ada beberapa mitos dan kesalahpahaman dalam hal akselerasi.

Jika kita ingin sektor ini bergerak maju, kita perlu menyebutkan, menginterogasi, dan menghilangkan mitos-mitos ini untuk selamanya.

Mitos gudang data…

1) Otomatisasi perangkat lunak mencuri pekerjaan pengembang

Bertentangan dengan pendapat, kami tidak sedang berperang dengan mesin. Mungkin terdengar tidak masuk akal ketika Anda mengatakannya dengan lantang, tetapi mungkin sulit untuk menghilangkan kepercayaan yang salah bahwa konsekuensi dari otomatisasi adalah bahwa pekerjaan manusia akan diganti. Tapi sangat penting kita bergerak melewati kepalsuan ini karena mempercayai mitos ini, dikombinasikan dengan kekhawatiran akan kehilangan pekerjaan, dapat menghentikan organisasi dari merangkul alat yang dapat mengubah pekerjaan mereka.

Otomatisasi perangkat lunak hanya ada untuk membuat hidup pengembang lebih mudah, bukan untuk menggantikannya. Bersandar pada otomatisasi membebaskan waktu pengembang dengan membebaskan mereka dari tugas manual yang berulang, memungkinkan mereka untuk berkonsentrasi pada tugas desain tingkat yang lebih tinggi dan meningkatkan produktivitas mereka. Ini juga memungkinkan pengembang untuk mempertimbangkan metode pengembangan baru dan lebih gesit. Ini semua menghasilkan percepatan pengembangan, memungkinkan pengembang untuk memberikan solusi data lebih cepat.

2) Hanya pengembangan yang membutuhkan otomatisasi

Otomasi dan akselerasi seharusnya tidak hanya menjadi bagian dari pengembangan DW. Otomatisasi dapat membantu profesional gudang data dalam pengujian, pemantauan, dokumentasi, penerapan dan administrasi, juga mengambil alih tugas yang berulang dan memberi mereka lebih banyak waktu untuk pekerjaan tingkat yang lebih tinggi. Menggunakan perangkat lunak otomatisasi khusus untuk pekerjaan berulang ini juga dapat membantu meningkatkan akurasi dan mempermudah kepatuhan data.

Sangat menggembirakan untuk melihat bahwa mitos ini sedang keluar: menurut laporan WhereScape dan TDWI, 83 persen profesional gudang data tidak setuju dengan gagasan bahwa pengembangan adalah satu-satunya aspek DW yang membutuhkan otomatisasi dan percepatan.

3) Otomasi adalah musuh kreativitas

Mitos lain adalah bahwa semakin besar tingkat otomatisasi, semakin rendah kapasitas kreativitas, fleksibilitas, dan penyesuaian. Mitos ini membagi responden dalam penelitian, dengan 55 persen benar mengidentifikasi ide ini sebagai salah dan sisanya tidak yakin atau percaya itu benar.

Pada kenyataannya, otomatisasi dapat meningkatkan kreativitas — dengan membebaskan waktu para profesional untuk tugas-tugas yang lebih kreatif dan dipimpin oleh desain, seperti yang telah dibahas sebelumnya. Dan bahkan jika sebuah alat dibuat untuk bekerja dengan cara tertentu, pengembang memiliki kemampuan (dan harus mencari untuk) mengadaptasi cara itu digunakan untuk kebutuhan dan persyaratan individu bisnis.

4) Otomasi hanya berfungsi dengan batasan tertentu

Mitos keempat adalah bahwa otomatisasi memiliki batasnya dan hanya akan dapat bekerja dengan baik dengan volume data yang moderat, yang diatur dalam struktur data tradisional. Faktanya, kebalikannya adalah benar dan sebagian besar solusi perangkat lunak otomatis dibuat untuk bekerja dengan berbagai sumber data, jenis, struktur, wadah, dan latensi yang sangat luas. Mereka juga dirancang untuk mengatasi kumpulan data yang besar — industri ini tidak berada dalam bahaya otomatisasi yang terlalu besar.

… dan kesalahpahaman untuk diklarifikasi

Satu kesalahpahaman terakhir yang harus diluruskan adalah seputar keterjangkauan alat otomatisasi. Berinvestasi dalam otomatisasi untuk meningkatkan akselerasi DW tidak perlu merusak rekening bank bisnis. Bahkan, dibandingkan dengan biaya mendatangkan staf baru untuk melayani kebutuhan data tambahan, ini adalah pilihan yang lebih terjangkau, karena biaya penggajian biasanya lebih tinggi daripada biaya lisensi perangkat lunak. Selain menghemat waktu mereka, otomatisasi juga dapat menghemat uang perusahaan. Dampak dari peningkatan efisiensi berarti hasil yang lebih sulit dan lebih cepat, membebaskan karyawan untuk fokus pada tugas yang bernilai lebih tinggi, akibatnya berarti meningkatkan keuntungan.

Pertumbuhan eksponensial dari industri data menarik untuk dilihat tetapi membutuhkan bantuan ekstra untuk mencapai potensi penuhnya. Alat otomatisasi memungkinkan profesional gudang data bekerja dengan kecepatan lebih tinggi yang diperlukan, serta mendorong inovasi dengan memberi mereka lebih banyak waktu untuk tugas desain dan pemikiran kreatif. Dan sektor ini tidak bisa membiarkan mitos usang menahan kita. Meskipun sebagian besar profesional gudang data memiliki gagasan yang tepat tentang otomatisasi, penting bagi kita untuk tidak membiarkan kesalahpahaman membuat kita kehilangan banyak peluang.

Kredit gambar: [email protected]/depositphotos.com

Simon Spring adalah Direktur Akun EMEA, di WhereScape. Simon bergabung dengan WhereScape hampir sepuluh tahun yang lalu dan selama ini telah bekerja secara efektif dengan ratusan organisasi yang ingin memanfaatkan analisis data dan otomatisasi gudang data untuk mengubah bisnis mereka.

Author: Martha Meyer