– Inget medelstort svenskt företag kommer undan med färre än tio tekniska plattformar för att hantera data, säger Ulf Magnusson, vd på beslutsstödsföretaget Itera Consulting.
Han lägger till att ett stort företag, med omsättning i miljardklassen, lätt kommer upp i 30 40, kanske 100, tekniska plattformar för att hantera data. Och det är i båda fallen, mellanstora och stora företag, innan man börjar räkna plattformar för beslutsstöd (bi), dataanalys, datalager, big data, prediktiv analys, rapportering, konsolidering, och så vidare.
Läs också: Kurvorna leder dig fel – varning för övertro på big data
I de här exemplen handlar det antingen om verksamhetsbaserade plattformar, till exempel lagring av verifikationer för bokföring, eller om olika typer av analysplattformar, som traditionellt beslutsstöd. Men det finns fler typer. Ett anpassat marknadsföringssystem kan till exempel hantera data från plattformar för webbinteraktioner, mejlkorrespondens och manuellt registrerad information om interaktion med kunder. Och det är troligt att den hanteringen gör med, just det, ytterligare en teknisk plattform för att hantera data.
Ytterligare en aspekt vad gäller tekniska plattformar är de grundläggande mjukvaror som körs, till exempel databashanterare. Redan 2010 kom till analysföretaget Forrester Research fram till att 90 procent av alla stora företag använder mer än en databashanterare, alltså till exempel både Oracle och Microsofts SQL Server.
Den här situationen leder till höga kostnader och svårigheter att agera snabbt när nya affärsmöjligheter och verksamhetskrav manifesterar sig. Förutom självklara kostnader som mjukvarulicenser, hårdvara eller molnavgifter, personal och så vidare kan man lägga till kostnader för integration mellan de olika plattformarna och för ökade behov av säkerhetslösningar. Och antalet plattformar lär inte minska om inget radikalt görs ute på företagen.
Kort sagt, antalet dataplattformar måste bli färre. Hur ska det gå till?
Ett område som är lämpligt att börja titta på är alla de olika typerna av dataanalys. Det är troligt att ett medelstort eller stort företag har olika tekniska plattformar för till exempel traditionellt beslutsstöd, ekonomisk rapportering, prediktiv analys och kanske big data-tillämpningar. Går det att utgå från en plattform?
På medieföretaget MTG jobbar man för högtryck med att göra det. När arbetet med att konsolidera beslutsstöd och analys inleddes för två år sedan fanns det åtskilliga olika tekniska plattformar, till exempel från Qliktech, Business Objects och Sas Institute, samt Oracles databas, Excelfiler och en Hadoopinstallation. För att nämna några. Nu flyttas gradvis tillämpningar över till en ny koncerngemensam lösning i molnet.
– I dagsläget strävar vi mot att landa så mycket som möjligt av våra indata på Amazons lagringstjänst S3, för att därifrån köra överföringar, transformeringar och kontroller av data och sedan landa datalagret i Amazontjänsten Redshift. För avancerade algoritmer använder vi virtuella installationer av Hadoop och R Studio, men läser tillbaka resultatet in i datalagret så att det kan användas tillsammans med annan information, säger Henrik Forsberg, chef för beslutsstöd och analys på MTG.
Han förklarar vidare att det i uppdraget ingår att säkerställa att det traditionella beslutsstödet med färdiga rapporter, visualiseringar och analysmöjligheter till affärsanvändarna fungerar, samtidigt som MTG kompletterar med mer avancerad dataanalys som sköts av ”data scientists”, alltså statistiker med programmerings- och affärskunskaper.
Läs också: Fyra coola jobb med data som du inte visste fanns
Det som händer är ofta att specialiserade analytiker upptäcker nya samband som så småningom kan bli till återkommande värden, typ nyckeltal, som rapporteras, och även kan ligga till grund för analyser som slutanvändare kan köra själva.
– Men allt bygger på samma data, säger Henrik Forsberg.
Det finns alltså en grogrund för att konsolidera alla olika analyser till så få tekniska plattformar som möjligt. För att lyckas med det använder MTG molnbaserade verktyg från Birst.
