Výkonná strategie pro sjednocení dat

Cíl dat: Každá organizace chce, aby její data řídila sebevědomá obchodní rozhodnutí. Data musí být důvěryhodná, snadno použitelná pro analýzy a AI a ve výchozím nastavení jsou zabezpečená. Výzva k datům: Pro většinu organizací je tento cíl obtížné dosáhnout. Data se šíří mezi systémy a týmy. Standardy se liší. Zásady správného řízení jsou nekonzistentní. Tyto problémy ztěžují spolehlivost analýzy a umělé inteligence.

Datové řešení: Mnoho organizací řeší tuto výzvu sjednocením datové platformy s Microsoft Fabric. Tkanina umožňuje týmům vytvářet důvěryhodné datové produkty, které lze řídit a bezpečně využívat pro analýzy i AI v celé organizaci (viz obrázek 1). Tyto pokyny poskytují správcům s rozhodovací pravomocí rámec, který potřebují k provedení tohoto posunu a vytvoření jednotného základu dat.

Obrázek 1. Jednotná datová platforma pro AI a analýzy.

Proč sjednocená datová platforma s Fabric?

Většina obchodních a technologických vedoucích pracovníků rozumí nákladům na fragmentovaná data. To, co je často drží zpět, je přesvědčení, že oprava vyžaduje velké, rizikové migrace. Microsoft Fabric využívá jiný přístup a poskytuje hodnotu bez přerušení. Mezi klíčové výhody patří:

• Minimální narušení obchodní činnosti: Fabric se připojuje k existujícím systémům pomocí virtualizace (zkratky) a selektivní replikace (zrcadlení). Týmy můžou sjednotit přístup k datům bez přerušení aktuálních operací.

• Předdefinované zásady správného řízení: Fabric přináší datové inženýrství, analýzu a BI do jedné platformy. Zásady zabezpečení a zásad správného řízení se definují jednou a konzistentně se použijí, místo aby se znovu vytvořily a vynucovaly odlišně napříč několika nástroji.

• Základ pro AI a analýzy: Platforma umožňuje organizacím vytvářet opakovaně použitelné a kvalitní datové produkty. Tyto důvěryhodné produkty urychlují analýzy a iniciativy umělé inteligence. Fabric IQ pomáhá sjednocovat a poskytovat kontext k datům. Foundry IQ umožňuje agentům Microsoft Foundry analyzovat spravovaná a důvěryhodná data.

Jakou úroveň investic je potřeba?

Sjednocení datové platformy je investice do schopností, nikoli velkoobchodní výměna každého systému. Cílem je dál používat stávající datové systémy a vytvářet sdílené základy, které se můžou v průběhu času rozšiřovat. Mezi klíčové faktory nákladů patří:

• Faktory nákladů na Microsoft Fabric: Mezi primární faktory nákladů patří (viz obrázek 2):

  • Vypočítat: Výpočetní kapacita, kterou vytvoříte (kapacity Fabric).

  • Úložiště: Úložiště, které používáte ve OneLake.

  • Replikace: Replikace dat, kterou provádíte (zrcadlení).

  • Power BI: Ujistěte se, že uživatelé mají dostatečnou kapacitu Microsoft Fabric, která zahrnuje přístup k Power BI, nebo samostatné licence Power BI, jak je shrnuto v doprovodných materiálech k licencování.

    Obrázek 2 Funkce Microsoft Fabric pro vytvoření obchodní hodnoty z dat

• Faktory nákladů Microsoft Purview: Použijte Microsoft Purview pro jednotné zásady správného řízení a dodržování předpisů pro data. Purview poskytuje centralizovaný katalog dat, klasifikaci dat a vynucení zásad napříč celým datovým aktivem. Data můžou být v OneLake, Azure, v místním prostředí, saaS třetích stran nebo na jiných cloudových platformách. Mezi klíčové faktory nákladů Purview patří licencování na základě předplatného a možnosti založené na spotřebě. Rozpočet pro průběžné licencování i objem dat a služeb, které řídíte pomocí Purview.

• Faktory nákladů Azure: Předplatná Azure slouží k hostování výpočetních prostředků Infrastruktury (kapacit) a účtu Microsoft Purview. Za předplatná Azure se neplatí žádné další poplatky. Pokud integrujete další služby Azure, jako je Azure Databricks nebo Azure Machine Learning, do sjednocené platformy, mějte na paměti, že tyto služby mají své vlastní cenové modely. Naplánujte tyto náklady. Podívejte se na faktory nákladů pro Azure Databricks a Azure Machine Learning.

Jak dlouho, dokud neuvidíte hodnotu?

Microsoft Fabric je navržený tak, aby poskytoval hodnotu rychle. Doba do dosažení hodnoty je krátká, protože sjednocení nezávisí na úplné migraci. Týmy můžou začínat malou sadou vysoce hodnotných datových produktů. Každý krok přidává hodnotu při omezování rizika. V praxi mnoho organizací vidí hodnotu během týdnů pro počáteční analýzy nebo scénáře AI. Jakmile se platforma Fabric stává standardním základem pro datové produkty, analýzy a umělou inteligenci, hodnota v celé organizaci roste díky opakovanému využití a konzistentním standardům.

Jak sjednocujete datnou platformu?

Architektura přechodu na cloud od Microsoftu popisuje čtyřstupňovou architekturu pro sjednocení datové platformy. Proces zahrnuje plánování a uspořádání strategie pro data. Zabývá se rozhodováním o architektuře. Pomůže vám také nastavit standardní hodnoty zásad správného řízení a zabezpečení a definovat provozní standardy.

1. Připravenost organizace. Definujte strategii dat a nastavte vlastnictví dat a domény. Objasněte si, jak data vytvářejí obchodní hodnotu a kdo je zodpovědný za která data. Viz připravenost organizace.

2. Architektura: Poskytněte technologii potřebnou ke sjednocení datové platformy. Nastavte Microsoft Fabric a požadovaná prostředí v Azure. Viz Architektura.

3. Standardní hodnoty zásad správného řízení a zabezpečení: Využijte Microsoft Purview k získání centrální viditelnosti a zásad správného řízení napříč vašimi datovými aktivy. Od začátku zabudujte standardní hodnoty zabezpečení a souladu s předpisy do vaší Fabric architektury. Viz standardní hodnoty zásad správného řízení a zabezpečení.

4. Provozní standardy. Definujte konzistentní procesy pro ingestování nezpracovaných dat, vytváření datových produktů a správu jejich životního cyklu. Zjistěte, jak se datové produkty publikují, zabezpečují a využívají v celé organizaci. Viz provozní standardy.

Pomocí těchto kroků můžete datovou platformu sjednotit strukturovaným způsobem. Pokud nevíte, kde začít, použijte následující rozhodovací strom s pokyny.

Rozhodovací strom pro sjednocení datové platformy

Proces se ptá na řadu ano-ne otázek. Každá možnost Ano vede ke konkrétním pokynům. První otázka se ptá, jestli organizace potřebuje pomoc s pochopením priorit dat nebo budováním dovedností, aby získala větší hodnotu z dat. Pokud ano, pokyny slouží k přípravě lidí prostřednictvím rolí, školení a aktivit připravenosti. Druhá otázka se ptá, jestli organizace potřebuje jednotný způsob přístupu k datům napříč cloudy a úlohami, aby podporovala analýzu a AI. Pokud ano, pokyny slouží k používání Microsoft Fabric jako sjednocené datové platformy. Třetí otázka se ptá, jestli organizace potřebuje pomoct s přeměnou provozních dat na obchodní hodnotu nebo bezpečným podáváním dat do systémů umělé inteligence, jako je Microsoft Foundry. Pokud ano, pokyny slouží k integraci služeb Azure s Fabric. Čtvrtá otázka se ptá, jestli organizace potřebuje pomoc s řízením přístupu k datům nebo konzistentním zabezpečením dat. Pokud ano, pokyny slouží k nastavení standardních hodnot správného řízení a zabezpečení pomocí Microsoft Purview a souvisejících ovládacích prvků. Pátá otázka se ptá, jestli organizace potřebuje pomoc s nastavením konzistentních organizačních standardů pro zpracování, zabezpečení a využívání datových produktů pro analýzy a AI. Pokud ano, pokyny slouží k nastavení provozních standardů pro datové produkty, zabezpečení a správu životního cyklu. Průběh končí tím, že po zavedení jednotné datové platformy a standardů dojde k přijetí AI a agentů AI.

Obrázek č. 3. Rozhodovací strom Microsoftu pro sjednocení datové platformy

Další krok

V následujících částech najdete pokyny, kontrolní seznamy, osvědčené postupy, pokyny k rozhodování a kompromisy v jednotlivých krocích. Pokyny jsou určené pro vedoucí pracovníky a pracovníky s rozhodovací pravomocí, kteří dohlížejí na organizační strategii a zásady správného řízení.

Připravenost organizace

Klíčové termíny

Klíčový termín	definice
analýzy	Postup generování přehledů z dat za účelem podpory rozhodování. Zahrnuje například řídicí panely, sestavy a vizualizace v Power BI.
AI	Systémy, které používají data jako vstup do modelů, které automatizují obchodní funkce. Tato kategorie zahrnuje tradiční modely strojového učení (prediktivní) a generování modelů AI.
Datový produkt	Data, která jsou ve formě, která je cenná pro vaši firmu, jako jsou datové sady, tabulky, sady funkcí nebo trénovací data umělé inteligence.
Datová doména	Hranice odpovědnosti a vlastnictví datových produktů, jako jsou obchodní jednotky (HR, Marketing, Finance, Sales, Operations) a produktové řady (Produkt 1, Produkt 2).
Přistávací zóna pro správu dat	Prostředí (sestávající z jednoho nebo více předplatných Azure) pro prostředky pro správu dat, jako jsou účty Microsoft Purview a kapacity Fabric.
Přistávací zóna dat	Prostředí (sestávající z jednoho nebo několika předplatných Azure) pro data a prostředky AI/ML, jako jsou Azure Databricks, Azure Data Lake Storage a Azure Machine Learning.