.svg)
Waarom datasilo's en schaduw-IT hetzelfde probleem zijn
Datasilo's en schaduw-IT lijken verschillende problemen die door verschillende teams worden beheerd. Kijk hoe elk ontstaat en de grens ertussen vervaagt.
Een datasilo ontstaat wanneer een systeem informatie bevat die de rest van het bedrijf niet kan bereiken. De analysetool van een marketingteam, het voorraadsysteem van een magazijn, de spreadsheet van een regiokantoor. Schaduw-IT ontstaat wanneer iemand een tool in gebruik neemt zonder via IT te gaan. Een verkoopteam meldt zich aan voor zijn eigen pipeline-software, een afdeling declareert een AI-schrijftool, een analist bouwt een workflow in een app die niemand heeft gecontroleerd.
De reden dat beide gebeuren is meestal dezelfde. De goedgekeurde weg was te traag of te rigide, dus mensen bouwden hun eigen oplossing. Elke schaduw-IT-tool wordt een silo zodra deze gegevens bevat die niets anders kan lezen. Volgens data-integratie- en datahub-experts, Factor Blue, datasilo's ontstaan wanneer teams gespecialiseerde systemen in gebruik nemen zonder een uniforme strategie voor hoe gegevens moeten stromen. Schaduw-IT is simpelweg dat patroon dat sneller gebeurt, één ongeautoriseerde aanmelding tegelijk.
Wat datasilo's en schaduw-IT een bedrijf daadwerkelijk kosten
De kosten van datasilo's komen zelden terecht bij het team dat ze heeft gecreëerd, wat deels de reden is waarom het zo lang onopgelost blijft. Het komt op drie plaatsen naar voren.
- Beslissingen genomen op basis van onvolledige gegevens: wanneer klantinformatie in drie tools leeft die niet met elkaar communiceren, ziet niemand het volledige plaatje, en de prognose is gebaseerd op een fractie van de waarheid.
- Risico's voor beveiliging en compliance: schaduw-IT betekent dat gegevens zich bevinden in tools die het beveiligingsteam niet kan zien, controleren of beschermen. Onder de AVG blijven persoonsgegevens in een ongeautoriseerde app de wettelijke verantwoordelijkheid van het bedrijf, zelfs als IT niet weet dat de app bestaat.
- Dubbele uitgaven en inspanningen: drie teams licentiëren drie overlappende tools, en twee analisten bouwen hetzelfde rapport opnieuw op omdat geen van beiden toegang had tot de gegevens van de ander.
Niets hiervan verschijnt als een post genaamd 'datasilo', dus de verspilling stapelt zich stilletjes op terwijl de officiële cijfers er goed uitzien. Die onzichtbaarheid is precies wat het laat groeien.
Waarom de gebruikelijke oplossingen falen om datasilo's te voorkomen
De neiging is om het probleem te controleren. Verbied ongeautoriseerde tools, beperk uitgaven, stuur een memo over datagovernance. Dit behandelt het symptoom en negeert de oorzaak, en het maakt de zaken vaak erger.
Wanneer de officiële weg traag blijft, duwt beperking de omwegen verder ondergronds. Mensen moeten nog steeds hun werk doen, dus vinden ze stillere manieren om IT te omzeilen, en de schaduw-IT wordt minder zichtbaar in plaats van kleiner. Een opruimproject heeft hetzelfde gebrek. Een bedrijf kan een kwartaal besteden aan het consolideren van silo's, maar als het verbinden van een nieuw systeem nog steeds maanden duurt, ontstaan er nieuwe silo's voordat het project zelfs maar is opgeleverd.
Dit is het verschil tussen eliminatie en preventie. Het elimineren van bestaande silo's is opruimwerk dat één keer loont. Het voorkomen van nieuwe betekent het veranderen van de omstandigheid die ze creëert: de kloof tussen hoe snel het bedrijf wil bewegen en hoe snel de goedgekeurde weg toestaat. Dicht die kloof en de prikkel om silo's te bouwen verdwijnt. Laat het open en geen enkele controle houdt stand.
.svg)
.svg)
.svg)
.svg)
.svg)
.svg)
