Er 20 års erfaring med BI overhovedet en fordel i dag?

»Jeg ku’ sgu mit shit, og det kan jeg stadig. Det er der måske bare ikke brug for længere,« siger Søren Christian Søndergaard Poulsen.
Brødtekst

Jeg skal ærligt indrømme, at jeg den seneste tid er havnet i nogle tekniske diskussioner, hvor jeg ikke længere helt kan være med. Fællestræk for de tekniske diskussioner har været den moderne cloud data-platform.

Jeg kommer simpelthen til kort, når snakken falder på tekniske termer som Kafka, Delta Lake (en del af Azure Databricks), Logic Apps, SOA, parquet-filer og API management.

Jeg forstår mig godt på koncepterne og mulighederne, men som Business Intelligence-konsulent født i den gode gamle og trygge on-prem BI-verden - med window functions, cursors, trigger, stored procedures, update/delete/alters, inner joins, outer joins og 'jeg ska' gi' dig joins', SSIS, SSAS, SSRS, SCD1-7 og et Data Warehouse baseret på en klar og veldefineret best practice gerne med et Mart-lag i bedste stjerneskema stil - så slår jeg bare ikke til længere, hvad angår teknisk implementering.

Men jeg ku’ sgu mit shit, og det kan jeg stadig. Det er der måske bare ikke brug for længere.

Og der er mange, der er ligesom mig. Rigtig mange.

Fælles for os er dog, at vi er en truet art, måske skal vi endda samme vej som flyveøglerne, mammutten, den kaspiske tiger, dinosaurerne og dansk top-musikken, hvis og såfremt vi ikke bliver ligeså moderne som den moderne dataplatform.

For det er ikke nødvendigvis en fordel at have 20-30 års BI- og Data Warehousing-erfaring med i bagagen. For vi skal ikke kopiere tidligere fordomsstyrker. 

Vi skal tænke nyt, ellers får vi bare løftet historien med på en moderne platform, og det kommer ikke nødvendigvis vores brugere til gavn.

Microsoft var afventende med at løfte SSIS ind i Data Factory. For ligeså snart SSIS kom ind i Data Factory, kunne Microsoft være sikre på, at alle deres partnere ville vælge denne løsning - den var jo velkendt, såfremt partnerne ikke gik med en god gammel stored procedure-tilgang.

Intet nyt, blot historien løftet op på en ny platform, til gavn for hvem? Konsulenterne selvfølgelig - ikke brugerne nødvendigvis.

Udfordringen er, at Microsoft heller ikke selv har et godt bud på, hvordan den moderne dataplatform skal konfigureres, og det er med god grund.

Der er nemlig ikke længere én formel, som der var i gamle dage - arkitekturen er levende og tilpasset et væld af muligheder.

Så hvordan får vi gavn af disse muligheder? Det gør vi kun ved at ændre mindsettet, kompetencerne og den måde, vi arbejder på.

Mindset - Value Proposition

Den nye platform kræver et helt nyt værditilbud, hvor data- og BI-teamet lytter til, hvordan brugerne gerne vil arbejde, i stedet for hvordan data- og BI-teamet kan passe brugernes ønsker ind i deres verden.

Hvilke fordele kan I give brugerne i hverdagen på jeres nye moderne dataplatform? Hvilke services og muligheder kan I tilbyde brugerne? I er der for brugernes skyld:

  • self-service
  • hurtigere time-to-market
  • bedre data
  • flere data
  • nye værktøjer
  • lettere integrationer
  • en bedre forretning

Lav en liste, hvor I sætter brugerne forrest - ikke platformen og den måde I altid har gjort det på.

Hvad gør, at I er relevante for jeres brugere også om 1,3 eller 5 år ?

What could kill your business?

Vi skal gerne komme i en situation, hvor vi i dataafdelingen sidder og venter på arbejde og kan bruge tid på at rådgive og sparre med forretningen i stedet for altid at være på bagkant med leverancer og data.

Jeg er en dinosaur

Heldigvis for os dinosaurer, så kan vi tage lidt af vores erfaring med, mens andet måske bør kasseres.

Dette kan vi tage med:

  • concept mapping WS-teknikker
  • dataforståelse
  • SQL/data transformation-kompetencer
  • SSAS
  • navngivningsstandarder
  • troubleshooting
  • generel domæneviden

Dette kan vi overveje at kassere:

  • nuværende best practices
  • 3 lags DW-arkitektur
  • deployment
  • bus-matricer
  • ETL-tankegang

Dette mangler vi:

  • åbenhed (data kan nu ligge i alt fra Data Lakes og flere af dem, Multi-clouds, Cosmos DB'er og andet DB godtfolk - ikke nødvendigvis bare ét sted)
  • kompetencer ( C#. .Net core / .Net Framework, Azure DevOps, DataOps, SOA, API'er, Azure Functions, Logic Apps, API Management, Ansible, Continous deployment, Continous testing, CI/CD pipelines, GitHub/GitLab tankegange, R, Python, matlab, docker containere, hive, java, SPARK, Red Hat, Open source etc.)
  • platforms og self-service-forståelse (eks. multi-storage og Azure Data Catalog)
  • service-orienteret (luk op, luk i, luk ned - micro service, micro usage, integration hub)
  • AI-driven og ikke data-driven

Måske det ikke længere er en teknisk fordel at have været i branchen i de mange år.

Nogle af fortidens discipliner bør måske parkeres for at give plads til brugerne, bedre udnyttelse af data, nye arbejdsmetoder og ikke mindst en fuld udnyttelse af en ny og skalérbar verden.

Mange har snakket om, at Azure som dataplatform ikke er moden - det er den nu, men jeg tror, at den største udfordring er at modne de klassiske kompetencer og dyder.

Jeg har set flere forsøg på at føre den klassiske On-prem DW Best Practice-tankegang op på den moderne dataplatform, og det fungerer - men det gør den ikke moderne.

Hvordan ser den moderne BI-udvikler ud? Og hvor finder vi dem? I egne rækker? I software eller Data Science-sektoren?

Dette indlæg er fra Sørens blog på LinkedIn