Veraltete Software ist eine Belastung für jedes Unternehmen. Organisationen, die schon seit Jahrzehnten bestehen, haben eine Menge Software angesammelt, um ihr Geschäft zu betreiben. Dazu gehören verschiedene Anwendungen für Geschäftsfunktionen, Datenspeicher für Betriebs- und Analysedaten und Software, die diese miteinander verbindet. Doch keine Software ist perfekt. Um bestimmte Geschäftsanforderungen zu erfüllen, müssen IT-Teams Umgehungslösungen, benutzerdefinierten Code oder ergänzende Tools entwickeln, um diese Unzulänglichkeiten zu beheben. Wenn Ihr Unternehmen diese Schulden nicht routinemäßig abbaut (z. B. durch die Beseitigung des benutzerdefinierten Codes, die Konsolidierung verschiedener Tools und die Produktivierung dieser Umgehungslösungen), türmen sie sich auf und machen Ihr gesamtes Unternehmen ineffizient.
IBM DataStage ist ein solches Werkzeug. Es gibt es schon seit Jahrzehnten. In der Vergangenheit mag es den Bedürfnissen von Unternehmen gedient haben, aber jetzt belastet es sie. Es handelt sich um eine On-Premises-Software, die in den 1990er Jahren für Unternehmen entwickelt wurde, die oft auf kundenspezifischer Hardware läuft und einen Thick-Client hat, als das Hauptbedürfnis der Unternehmen darin bestand, Daten zwischen verschiedenen Datenspeichern für Analysen zu verschieben. IBM DataStage ist die Technologie der vergangenen Jahre und hier sind die fünf Gründe, warum Sie sich von DataStage abwenden sollten.
1. Schmerzhafte Upgrades
DataStage-Upgrades sind komplex und bringen Entwicklungsteams in eine Zwickmühle. Wenn Sie sich für ein Upgrade entscheiden, müssen Ihre Entwickler wochenlang die Vorarbeiten (z. B. die Einrichtung der Umgebung) und die Nacharbeiten (z. B. Regressionen) erledigen. Sie brauchen einen erfahrenen DBA, der dafür sorgt, dass die Upgrades korrekt und in der richtigen Reihenfolge durchgeführt werden. Und während Sie all das tun, können Sie keine neuen Integrationen entwickeln. Wenn Sie einen wachsenden Rückstand an Projekten haben, können Sie es sich nicht leisten, die Entwicklung auch nur für eine Woche zu unterbrechen, also vergessen Sie eine monatelange Pause. Bevor Sie also ein Upgrade in Angriff nehmen, müssen Sie prüfen, inwieweit diese Aktualisierungen zur Erreichung Ihrer Geschäftsziele beitragen werden.
Und wenn Sie sich gegen ein Upgrade entscheiden, verlieren Sie den Zugang zu den neuesten Funktionen. Oft verzichten Teams auf Upgrades, um dem Unternehmen weiterhin einen Mehrwert zu bieten, und jedes künftige Upgrade wird dadurch sehr viel komplexer. DataStage unterstützt manchmal keine Upgrades von einer älteren Version, und in diesem Fall dauert Ihr Upgrade-Prozess doppelt so lange und kostet doppelt so viel.
2. Aufbereitung der Kosten
IBM DataStage ist eine teure Plattform. In den vergangenen Jahrzehnten, als die meisten Daten vor Ort waren, hätte sie vielleicht einen ROI gebracht, aber in der heutigen Welt ist der Wert pro Dollar/Pfund/Euro, der für DataStage ausgegeben wird, recht gering. Unternehmen sind oft an mehrjährige Verträge gebunden, die Millionen von Dollar/Pfund/Euro pro Jahr kosten. Bei Verträgen mit einer Laufzeit von 5 oder 7 Jahren können Sie auch Ihre Datenmengen und Ihren Bedarf an Rechenkapazität nicht genau vorhersagen. Die meisten Unternehmen haben ein exponentielles Datenvolumen und haben das Gefühl, dass sie mit ihrer DataStage-Lizenz und ihren Ressourcen für die Implementierung neuer Geschäftsanwendungen stark eingeschränkt sind.
Die Kosten werden auch durch die lange Zeit, die für die Entwicklung von Integrationen in DataStage benötigt wird, und die qualifizierten Ressourcen, die für die Erstellung dieser Integrationen erforderlich sind, in die Höhe getrieben. Mit DataStage müssen Sie das Schema für jedes Objekt jedes Endpunkts definieren, was zeitaufwändig ist, wenn man bedenkt, dass jeder SaaS-Endpunkt Hunderte von Objekten hat. Außerdem führt dies zu brüchigen Integrationen, die bei jeder Änderung der SaaS-Anwendungen schwer zu pflegen sind. DataStage ist auch eine schwer zu erlernende Plattform mit einer langen Lernkurve, so dass Sie sich auf erfahrene, teure Entwickler oder externe Berater verlassen müssen, um Ihre Integrationen zu erstellen, was Ihren ROI verringert.
3. Nicht geeignet für eine moderne Datenplattform
Seit der Gründung von AWS in den 2000er Jahren modernisieren Unternehmen ihre Legacy-Software und verlagern Datenspeicher in die Cloud. Cloud-Datenplattformen wie Amazon Redshift, Snowflake und Databricks entlasten die IT- und Datenteams von der kostspieligen und komplizierten Aufgabe der Installation, Wartung, Skalierung und Aufrüstung der zugrunde liegenden Hardware und Software. Cloud-Datenplattformen sind auch deshalb so erfolgreich, weil der Datenbedarf der Unternehmen exponentiell gestiegen ist. DataStage bietet Konnektivität zu Snowflake, aber Ihre lizenzierte DataStage-Software unterstützt oft nicht die neueste Version von Snowflake, Redshift und Databricks, wodurch die Vorteile dieser Cloud-Migration zunichte gemacht werden.
Darüber hinaus ist DataStage eine XML-basierte Plattform und bietet wenig Unterstützung für moderne APIs. Die meisten modernen APIs sind RESTful und akzeptieren Anfragen und liefern Antworten im JSON-Format, das unterschiedlich strukturiert ist. Die IBM DataStage-Plattform ist sehr klobig und für die meisten Integrationen ungeeignet, da sie mit Daten aus modernen Cloud-basierten Anwendungen und Datenspeichern arbeiten.
4. Fragmentierte operative Sicht
IBM DataStage ist nur für die Datenintegration geeignet. Es wurde für die Verbindung lokaler Datenbanken und Data Warehouses entwickelt. Es bietet eine gewisse Konnektivität zu Cloud-Datenquellen wie Snowflake und Redshift, unterstützt aber oft nicht die neuesten Funktionen. Das bedeutet, dass Sie andere Integrationstools für die Automatisierung von Geschäftsprozessen wie Quote-to-Cash, Mitarbeiter-Onboarding und für die API-Verwaltung nutzen müssen. Mit mehreren Integrationstools benötigt Ihr Team mehrere Qualifikationen, um Legacy-Systemintegrationen zu erstellen, die das Unternehmen automatisieren. Darüber hinaus erhalten Sie eine fragmentierte betriebliche Sicht auf die Integrationen, die ein Umschalten zwischen den Kontexten erforderlich macht, die Fehlersuche im Falle von Fehlern erschwert und die Produktivität der Integratoren erheblich verringert.
5. Langsame Zeit für Innovationen und Erkenntnisse
Die Erstellung von Integrationen mit IBM DataStage ist sehr zeitaufwändig. Die Notwendigkeit, Schemata zu spezifizieren, und das Fehlen von Standardmethoden zur Fehlerbehandlung verlangsamen die Entwicklungsteams. Infolgedessen wird der Rückstand Ihres Entwicklungsteams mit DataStage nur zunehmen, wenn Ihre Geschäftsteams mehr Geschäftsprozesse und Datenbewegungen automatisieren wollen. Aufgrund der nicht optimalen Konnektivität zu beliebten Cloud-basierten Diensten wie Snowflake, Redshift, Databricks und Google BigQuery verpasst Ihr Team auch die neuesten Innovationen dieser zukunftsweisenden Datenplattformen. Diese Hürden beeinträchtigen letztendlich die Fähigkeit Ihres Unternehmens, Erkenntnisse aus allen Datenquellen zu gewinnen, was Ihnen helfen wird, sich von der Masse abzuheben und in dieser wettbewerbsorientierten Welt erfolgreich zu sein.
Jeder dieser Gründe kann für Ihr Unternehmen von Bedeutung sein. Wenn Sie von IBM DataStage weg wollen und wissen möchten, wie SnapLogic Ihnen helfen kann, Ihre Herausforderungen zu lösen, fordern Sie hier eine Demo an.
