ขอบคุณรูป Cover สวยๆ จาก Joanna Boj on Unsplash

ไปอ่านเจอบทความ The Endless Data Buffer ของคุณ Colleen Tartow เค้าเขียนเปลี่ยนเทียบ Data Mesh กับห้องครัวไว้อย่างงดงามดี เลยอยากเอามาชวนคุยในบทความนี้กันครับ ส่วนถ้าใครยังไม่คุ้นกับคำว่า Data Mesh อยากให้ลองอ่านบทความนี้ของผมก่อนนะครับ เกริ่นแนวคิด Data Mesh จากวีดีโอ Data Mesh Paradigm Shift in Data Platform Architecture

ความคล้ายกันระหว่าง ห้องครัว กับ Data Mesh 6 อย่าง

1. Ingredients ➡️ Data

อันนี้ชัดเจนเลย ตรงไปตรงมามาก ระหว่างส่วนผสม (Ingredients) กับข้อมูล (Data) ซึ่งอาหารจานหนึ่งเวลาเซิร์ฟก็จะประกอบไปด้วยส่วนผสมต่างๆ ที่ปรุงมาอย่างดี ส่วนข้อมูลก็เป็นส่วนผสมหลักในการที่เราจะปรุง เพื่อแงะเอา Insights ทางธุรกิจออกมา

2. Cuisine Type ➡️ Domain

ในการทำอาหารก็ต้องมีประเภทของอาหารเนอะ ไม่ว่าจะเป็นแบบ ปิ้งย่าง ต้ม ชาบู อะไรแบบนี้ ซึ่งในทางธุรกิจเราก็มี Domain หรือขอบเขต เช่น การขาย การตลาด การเงิน เป็นต้น

3. Chef ➡️ Data Product Owner

เชฟ ก็เป็นคนที่คอยควบคุมดูแล จัดการทีมในครัว ตัดสินใจว่าจะทำอาหารจานไหน จานไหนด่วน จานไหนไม่ด่วน ซึ่งใน Data Mesh ก็มี Data Product Owner นะ ที่คอยนำทีมเดินตามกลยุทธ์ที่วางไว้ใน Domain นั้นๆ และมีความรับผิดชอบในการสร้าง Data Products

4. Buffet Options ➡️ Data Products

ตัวเลือก Buffer ในแต่ละประเภทอาหารก็อาจจะมีพวกพาสต้า ที่เอาเส้นสปาเกตตี้มาทำ ส่วน Data Products ก็จะประมาณว่า Sale Activity ต่างๆ ที่เกิดจากการเอาข้อมูลรายวัน รายเดือน หรือรายปี มาผสมรวมกัน ตรงนี้ต้องบอกว่าคนที่ทานอาหาร หรือว่าเสพ Data Product เค้าไม่สนใจหรอกว่ามันประกอบไปด้วยอะไรบ้าง ขอแค่มี "คุณภาพ" ที่ดี และสำคัญต่อการวิเคราะห์

5. Kitchen ➡️ Self-Service Infrastructure

ห้องครัวเป็นที่เอาไว้สำหรับปรุงอาหาร ซึ่งพ่อครัวแม่ครัวทุกคนสามารถเข้ามาใช้งาน และทำอาหารที่มีคุณภาพออกมาให้กับลูกค้าได้ เช่นเดียวกัน ถ้าเรามี Self-Service Infrastructure ที่สามารถเปิดให้กับทุกฝ่ายเข้ามาใช้งาน เข้ามาหยิบข้อมูลเอาไปปรุง เอาไปทดลองได้ก็จะดีมากๆ

6. Plate of Delicious Brunch Foods ➡️ High-Value Business Analyses

แน่นอนว่าผลงานสุดท้ายที่ออกมา ถ้าเป็นเรื่องอาหารแล้ว จานนั้นๆ ที่ออกมาจะต้องสามารถทำให้ลูกค้าที่มาทานได้เพลิดเพลินไปกับช่วงเวลานั้นๆ ส่วนสำหรับ Data Mesh แล้วเนี่ย ผลงานสุดท้ายที่ออกมาก็สามารถเป็น Insights เป็นข้อมูลวิเคราะห์มาแล้ว หรือข้อมูลที่พร้อมที่จะเอาไปวิเคราะห์ต่อ ถ้าเป็นแบบนี้ได้ คนที่จะมาชิมข้อมูลก็น่าจะต้องเพลิดเพลินไปด้วยแน่ๆ

ที่เค้าเปรียบเทียบมาก็ประมาณนี้ครับ บทความนี้เป็นบทความที่เขียนได้น่าอ่าน น่าติดตามดี แนะนำให้ไปลองอ่านต้นฉบับกันนะ ส่วนถ้าใครมีข้อคิดเห็นอะไร คอมเม้นต์มาคุยกันได้นะครับ 😊