datakeskeistä

Datakeskeinen lähestymistapa viittaa dataa korostavaan ajattelutapaan tietojärjestelmissä, jossa data asetetaan suunnittelun ja hallinnon keskipisteeksi. Tavoitteena on varmistaa datan laatu, saatavuus ja uudelleenkäytettävyys sekä tukea datan omistajuutta ja vastuullisuutta koko organisaatiossa.

Keskeisiä periaatteita ovat datan ensiluokkainen asema, keskitetty tai hajautettu mutta standardoitu hallinta sekä selkeät vastuut datan omistajille ja käyttäjille. Datan mallintaminen ja metadata sekä tiedon provenance sekä data-velvoitteet (data contracts) ovat keskeisiä. Tietoturva, yksityisyys ja säädöstenmukaisuus huomioidaan suunnittelun alusta.

Käytännön toteutuksessa hyödynnetään muun muassa data governancea, datakatalogeja, master data managementia sekä data-arkkitehtuurin suunnittelumalleja. Data mesh ja data lakehouse ovat esimerkkejä arkkitehtuureista, joissa data jaetaan omistettuun vastuuseen mutta standardoitujen sopimusten kautta. Datan integrointi tapahtuu usein ETL/ELT-prosesseilla tai tapahtumapohjaisilla arkkitehtuureilla, ja data on tarjolla API- tai tapahtuma-virtoina.

Datakeskeisyyden etuja ovat parantunut tiedon laatu, yhdenmukaisuus, nopeampi analytiikka ja parempi päätöksentekokyky sekä parempi säädöstenmukaisuus. Arkkitehtuuri voi olla joustavampi, kun muutokset rajoittuvat datan sopimuksiin eikä sovelluksiin. Haasteina ovat organisaatiokulttuurin muutos, datahygienian ylläpito, kustannukset ja osaaminen sekä mahdolliset datasilot, jos koordinointi ei toimi.

Rooli tekoälyssä ja muilla alueilla: data-centric AI painottaa laadukkaan datan hyödyntämistä mallien kehityksessä, ei ainoastaan teknistä mallia. Datakeskeinen ajattelutapa tukee laajempaa digitalisaatiota sekä tiedon hallintaa ja säädöstenmukaisuutta.

---