Data automation is strategische zet voor organisaties
Het automatiseren van data kan zorgen voor een flink aantal voordelen voor je organisatie. Vaak is het daarbij ook de juiste strategische keuze. In dit blog leggen we aan de hand van een aantal voorbeelden aan je uit waarom het kiezen voor een data automation tool de juiste strategische optie is.
Onlangs bleek uit een tweetal belangrijke aankondigingen uit de datawereld dat Data Automation de juiste strategische keuze is voor een organisatie. De eerste aankondiging komt vanuit Talend (een data integratie tool). Zij kondigen aan dat het private equity bedrijf Thoma Bravo een bod van 2.4 miljard dollar heeft gedaan op het overnemen van Talend. Die taxatie vertegenwoordigde een premie van ongeveer 29% ten op zichtte van de slotkoers van Talend op 9 maart.
Data Engineering is the new Data Science
De tweede aankondiging is de publicatie van het 2021 Data Science Interview Report op de Interview Query Blog-website. In dit rapport worden zo’n 10.000 data science gerelateerde interviewervaringen geanalyseerd. De conclusie uit dit onderzoek: ‘Data Engineering is the new Data Science’. Deze conclusie is ontstaan doordat het jaar daarvoor het aantal data engineering interviews is gegroeid met zo’n 40%. Het aantal data science interviews daarentegen is maar gegroeid met zo’n 10%, wat zo’n 80% minder is dan het jaar daarvoor.
Nu zal je misschien denken, wat hebben deze twee dingen nou eigenlijk te maken met het demonstreren van wat het strategische belang is van data automation?
Groei in vraag naar data engineers
Laten we beginnen met het kijken naar de flinke groei in de vraag naar data engineers. Het is al jaren een axioma in de data science wereld dat data scientists ongeveer 80% van hun tijd besteden aan het voorbereiden van data. Dit is inclusief het identificeren, verzamelen, schoonmaken en het aggregeren van data. Er wordt zelfs gesproken over een 80/20 regel. Dit betekent dat men 80% van de tijd besteed aan het voorbereiden van data en de andere 20% van de tijd wordt besteed aan het analyseren van data. TimeXtender heeft hier eerder ook een blog over geschreven.
Zo verklaarde ook Gartner onlangs in het rapport ‘The State of Metadata Management: Data Management Solutions Must Become Augmented Metadata Platforms’ dat klanten nu ongeveer 90% méér van hun tijd besteden aan het voorbereiden van data voor advanced analytics, data science en data engineering. In complexe industrieën is dit percentage nog hoger, namelijk 94%.
De 80/20 regel
De flinke groei in vacatures laat ook zien dat de 80/20 regel in data science nog steeds een groot probleem is. Met als gevolg dat organisaties specifiek mensen gaan aannemen om data engineering rollen te gaan uitvoeren, in plaats dat het een groot onderdeel blijft van de data science rollen. De groei in de data engineering specialisatie is een duidelijke indicator dat de industrie data automation moet gaan omarmen. Zo kunnen ze namelijk de productiviteit rondom data integratie, data voorbereiding en data management gaan verhogen.
Het probleem is en blijft dat er in de technische industrie keer op keer is aangetoond dat je niet zomaar meer mensen naar een probleem kunt blijven gooien om het op te lossen. Stel je voor dat een organisatie de noodzaak om meer data engineers aan te moeten nemen zou kunnen verminderen. In plaats daarvan wordt de productiviteit van bestaande data engineers en data scientist aanzienlijk verhoogd wanneer het aankomt op het voorbereiden van data voor analyse. Een technologie waarmee je dit kan bereiken is van strategisch belang en waarde. Dat is waar Data Automation voor zorgt!
Maar hoe zit het met de overname van het bedrijf Talend?
Wat betekent 1 private equity-acquisitie in de data management-branche voor de strategische waarde van data automation? Het blijkt dat het niet zomaar 1 overname is, in de laatste paar jaar heeft Thoma Bravo meerdere overnames gedaan in de data management branche. Thoma Bravo is daarbij slechts 1 van de vele private equity-bedrijven die in dit technologiegebied investeren.
Waarom investeren er zoveel bedrijven in de data management branche? Private equity-bedrijven, venture kapitalisten en andere investeerders kijken meestal naar waar zij denken dat er een groeiende behoefte is die organisaties er toe zal zetten om in de toekomst (in de komende 1 tot 5 jaar) geld uit te geven aan bepaalde technologieën. Vervolgens kopen of investeren ze hun geld in technologiebedrijven die ‘sleuteloplossingen’ zijn op deze gebieden.
Als er een versnelling zit in het massaal investeren in data automation- en data management-bedrijven komt dit waarschijnlijk doordat investeerders geloven dat er een groeiende behoefte is aan oplossingen die het voorbereiden van data voor analyse automatiseren.
De fundamentele vraag die organisaties aan zichzelf moeten stellen is de volgende: waarom is data automation een strategische zet voor organisaties? Het antwoord is duidelijk, er is een dringende behoefte om het de datavoorbereidingsproces te verbeteren en te versnellen (in elke industrie). Het aannemen van meer data engineers zal dat probleem niet oplossen op de lange termijn. Organisaties moeten gaan investeren in data automation om zo hun interne vraag naar data te kunnen bijhouden. Dit blijkt ook uit het grote aantal overnames van organisaties in data management en data automation door investeerders.
Meer weten?
Ben jij na dit verhaal geïnspireerd en ook toe aan jouw eigen data automation-tool? Neem dan contact op via het formulier hieronder. Wil je liever eerst kennismaken met TimeXtender? Volg dan een live demo van TimeXtender. Je kunt inschrijven via de button hieronder.
Bron: Dit blog is geïnspireerd op een eerder verschenen blog geschreven door Greg Horton in het Engels op www.timextender.com
