Data Mesh og Data Fabric

HÅNDTÉR DATALANDSKAB OG -PROCESSER

Ved at udvide organisationens eksisterende dataløsninger med en kombination af Data Mesh og Data Fabric håndteres en række af både klassiske og nyere problemstillinger. Det gør det muligt at understøtte en høj grad af teknisk variation og anvendelsesscenarier samt at øge tilgængeligheden af data på tværs af organisationen på en dynamisk og fleksibel, men samtidig organiseret og sikker, platform.

Data Mesh og Data Fabric er relativt nye data-frameworks, som hjælper med at håndtere kompleksiteten i moderne datadrevne organisationer med kontinuerligt flere teknologier, platforme, arkitekturer og design-ideologier, som anvendes samtidig og på forskellig vis forskellige steder i organisationen.

Data Fabric og Data Mesh

Data Fabric er, som Data Mesh, en metode og et framework, og bør ikke forveksles med Microsofts BI- og Data-univers, ”Microsoft Fabric”. Formålet med både Data Mesh og Data Fabric er at sætte data og data-anvendelse i fokus og understøtte så mange forskellige systemer, arbejdsgange, datamodeller m.m., som organisationen har brug for – og samtidig understøtte governance, datakvalitet og fælles begreber på tværs af organisationer og systemer.

Tilgangene i henholdsvis Data Mesh og Data Fabric varierer en smule, men kan med fordel kombineres, da de kan komplimentere hinanden, hvis de implementeres korrekt og med dette mål i sigte. Det, man ofte vil opnå ved at introducere Data Mesh og Data Fabric er:

  • Fokus på data som produkter i organisationen
  • Central platformsunderstøttelse med lokal innovation og agilitet
  • Decentral governance og lokalt ejerskab
  • Balance mellem decentrale data-løsninger og et fælles tværorganisatorisk data-verdensbillede
  • Understøttelse af en bred platform af produkt-portefølje
  • Metadata-drevne løsninger og automatisering
  • Samspil mellem begreber, ontologier, logiske og fysiske datamodeller


Som med mange andre nyere teknologier og metoder går der et stykke tid, før branche-standarder begynder at formes, og specialister i branchen får erfaring med de nye metoder og tilgange. Det vil derfor ofte være en fordel at anvende ekstern bistand både i de indledende afklaringsfaser samt i design- og implementeringsfaserne.

I BIWise har vi flere årtiers erfaring med data-arkitektur og data governance, og vi vil derfor kunne bistå under hele forløbet og sikre en effektiv og værdiskabende introduktion af Data Mesh og Data Fabric i organisationens dataplatform.

Se vores cases

Vi har gode og langvarige samarbejder med både offentlige og private virksomheder. Vores referencer tæller virksomheder såsom 7-Eleven, Finanstilsynet, Codan Forsikring, Velliv, Det Digitale Folkebibliotek, Esbjerg Kommune, DSB, LandbrugsMedierne, Vikingbus, Rigshospitalet, CPH Airport, GN Resound og Kilroy.

Master Data Management

Data Quality Management

Teknologirådgivning

Projekt- & Programledelse