Integrace analýzy v cloudovém měřítku do strategie přechodu na cloud
Vytvořte jednu centralizovanou strategii přechodu na cloud pro vaši organizaci pomocí metodologie strategie v Cloud Adoption Framework Azure. Pokud jste si ještě nezaznamenali strategii přechodu na cloud, použijte k tomu šablonu strategie a plánu .
Tento článek obsahuje důležité informace o scénářích analýzy v cloudovém měřítku, které ovlivňují vaši širší strategii.
Před implementací analýz v cloudovém měřítku si vytvořte plán pro strategii dat. Můžete začít v malém s jedním případem použití, nebo můžete mít mnohem větší sadu případů použití, které budou vyžadovat stanovení priority. Strategie vám pomůže vytvořit procesy a vyvolat počáteční konverzace o pilířích, na které se musíte zaměřit.
Stanovení priorit obchodních výsledků pro datovou strategii
Úspěšná strategie pro data vám dává konkurenční výhodu. Strategii pro data byste měli vždy sladit s požadovanými obchodními výsledky. Většinu obchodních výsledků je možné klasifikovat do jedné z následujících čtyř kategorií:
Umožněte svým zaměstnancům: Poskytněte svým pracovníkům znalosti zákazníků, zařízení a počítačů v reálném čase. Tyto znalosti jim pomáhají efektivně spolupracovat na agilitě na splnění potřeb zákazníků nebo firmy.
Zapojení zákazníků: Poskytovat bohaté, přizpůsobené a propojené prostředí inspirované vaší značkou. Využijte sílu dat a přehledů k řízení loajality zákazníků v každém kroku cesty zákazníka.
Optimalizace operací: Zvyšte tok informací v celé organizaci. Synchronizujte své obchodní procesy a používejte přístup založený na datech, aby každá interakce byla cenná.
Transformujte své produkty a životní cyklus vývoje: Shromážděte telemetrická data o vašich službách a nabídkách. Pomocí telemetrických dat můžete určit prioritu vydané verze nebo vytvořit novou funkci a průběžně vyhodnocovat efektivitu a přijetí.
Po určení priorit obchodních výsledků prozkoumejte své aktuální projekty a dlouhodobé strategické iniciativy a odpovídajícím způsobem je klasifikujte. Zvažte kombinaci čtyř kategorií obchodních výsledků v maticovém formátu založeném na složitosti a dopadu. Zvažte také přidání pilířů architektury, které vám pomůžou prozkoumat váš scénář hlouběji.
Odemknout strategickou hodnotu
Vytváření kultury založené na datech, která pohání podnikání kupředu konzistentním, dopředným, agilním a informovaným způsobem, má určité vnitřní složitosti a základní realitu. Než vstoupíte do fáze nasazení, zaměřte se na vytvoření koherentní strategie pro data, která vám pomůže dosáhnout požadovaných obchodních výsledků.
Analýzy v cloudovém měřítku jsou sladěné s motivací zaměřenou na inovace. Následující běžné faktory motivují zákazníky k integraci tohoto scénáře do strategie přechodu na cloud:
- Škálovatelná analytická architektura, která umožňuje vytvořit podnikovou datovou platformu.
- Samoobslužná služba, která uživatelům umožňuje zkoumat data, vytvářet datové prostředky a vyvíjet produkty
- Kultura vedená daty s opakovaně použitelnými datovými prostředky, datovými komunitami, zabezpečenou výměnou třetích stran a sdílením na místě
- Sdílení dat s jistotou, používání zásad, společná identita, důvěrnost a šifrování
- Vylepšené možnosti a zapojení zákazníků
- Transformace produktů nebo služeb
- Narušení trhu s novými produkty nebo službami
Následující diagram obsahuje klíčové motivy, které vám pomůžou tyto motivace realizovat ve vlastní strategii. Pečlivě analyzujte tato témata a zjistěte, jak přispívají ke strategii pro koherentní data. Zamyslete se také nad tím, jak můžou uvolnit strategickou hodnotu vašich dat a umožnit tak konzistentní obchodní růst.
Strategie pro data je základem pro použití dat jako prostředku a posunu podnikání vpřed. Nejedná se o úlohu opravy pro problémy s daty. Jedná se o dlouhodobý orientační plán, který definuje lidi, procesy a technologie, které se mají zavést pro řešení problémů s daty."
Vytvoření strategie je jedním krokem. Provádění strategie na podnikové úrovni představuje velkou výzvu pro stávající kulturu, lidi, procesy a technologické volby vaší organizace. Provádění vyžaduje závazek a jasné vlastnictví na všech úrovních vaší organizace.
Zvýšení efektivity
Flexibilita cloudu vyžaduje, aby se organizace rychle přizpůsobily a přinesly efektivitu do všech oblastí podnikání. Podle zprávy společnosti Gartner o vznikajících rizicích navzdory tomu, že se organizace nadále zaměřují na digitální iniciativy a investují do nich, vykazují dvě třetiny těchto organizací slabé stránky podniků a nedosáží očekávání, přestože se nadále zaměřují na digitální iniciativy a investují do nich.
Zprovoznění správy dat
Mnoho organizací pomalu decentralizované centrální IT, aby bylo možné flexibility. Organizace chtějí rychle inovovat a samoobslužný přístup k jednotným datům v rámci celého podniku jim pomáhá splnit náročné obchodní požadavky.
Existuje mnoho důvodů, proč firmy nevyužívají plný potenciál svých dat. Může to být proto, že obchodní funkce fungují v silech, kde každý tým používá pro analýzu dat jiné nástroje a standardy. Nebo může být příčinou selhání propojení klíčových ukazatelů výkonu s celkovými obchodními cíli.
Demokratizace dat pomáhá dodávat hodnotu zpět do firmy a dosahovat náročných cílů obchodního růstu.
- Seznamte se s vašimi potřebami pro lob a určete jejich prioritu.
- Distribuujte data napříč doménami, abyste umožnili vlastnictví a přiblížili data uživatelům.
- Nasaďte samoobslužné datové produkty, abyste mohli získat přehledy a obchodní hodnotu.
V případě zásad správného řízení dat musíte v decentralizované oblasti demokratizace dat dosáhnout správné rovnováhy. Pokud zásady správného řízení vynucujete příliš přísně, můžete inovace potlačit. Pokud ale nemáte nastavené alespoň některé základní principy a procesy, pravděpodobně skončíte s datovými sily. Tato sila můžou poškodit pověst vaší organizace a potenciální výnosy. Holistický přístup k zásadám správného řízení dat je pro vás zásadní, abyste mohli zajistit strategickou hodnotu vašich dat konzistentním způsobem.
Absence dobře promyšlené datové strategie vede k tomu, že je potřeba jednoduše "začít" a rychle začít poskytovat hodnotu vaší organizaci. Řešení aktuálních obchodních problémů na základě výše uvedených klíčových témat nebo jejich použití jako strategických principů v rámci. Použití těchto klíčových motivů vám také může pomoct vytvořit ucelenou strategii dat, která iterativní s ověřováním a přesto poskytuje včasné výsledky. Vedoucí pracovníci ve firmách a technologiích musí vyvinout strategie a myšlení potřebné k vytváření hodnoty z dat a rychlému škálování zjednodušeným a strukturovaným způsobem.
Další informace najdete v tématu Co je zásady správného řízení dat?.
Vývoj kultury řízené daty
K vytvoření úspěšné datové strategie potřebujete kulturu řízenou daty. Rozvíjejte kulturu, která trvale podporuje otevřenou spolupráci. V tomto typu kultury se můžou učit, komunikovat a vylepšovat obchodní výsledky organizace. Vývoj kultury založené na datech také zlepšuje schopnost každého zaměstnance generovat dopad nebo vliv založený na datech.
Výchozí bod vaší cesty závisí na vaší organizaci, odvětví a vaší aktuální poloze na křivce vyspělosti. Následující diagram znázorňuje příklad modelu vyspělosti, který znázorňuje úrovně vyspělosti využití AI v organizaci:
Úroveň 0
Data se nevyužívají programově a konzistentně. Data organizace se zaměřují z hlediska vývoje aplikací.
Na úrovni 0 má organizace často neplánované analytické projekty. Každá aplikace je vysoce specializovaná na jedinečná data a potřeby zúčastněných stran. Každá aplikace má také významné základy kódu a technické týmy, s mnoha mimo IT. Povolení případů použití a analýza jsou v silu.
úroveň 1
Na úrovni 1 se vytvářejí týmy a vytváří se strategie, ale analýzy zůstávají oddělení. Organizace má tendenci být dobrá v tradičním zachytávání a analýze dat. Může mít určitou úroveň závazku ke cloudovému přístupu. Může například přistupovat k datům z cloudu.
Level 2
Inovační platforma organizace je téměř připravená. Pracovní postupy se používají k řešení kvality dat. Organizace může odpovědět na několik otázek" "proč".
Na úrovni 2 organizace aktivně hledá komplexní strategii dat, která používá centrálně řízená úložiště Data Lake k řízení rozmachu úložišť dat a zlepšení zjistitelnosti dat. Organizace je připravená na inteligentní aplikace, které přinášejí výpočetní prostředky do centrálně řídila datová jezera. Tyto inteligentní aplikace snižují riziko ochrany osobních údajů, náklady na výpočetní prostředky a potřebu federovaných kopií důležitých dat.
Na této úrovni je organizace také připravena používat víceklientské centrálně hostované sdílené datové služby pro běžné úlohy datového computingu. Tyto sdílené datové služby umožňují rychlé přehledy z analytických služeb založených na datových vědách.
Level 3
Organizace používá holistický přístup k datům. Projekty související s daty jsou integrovány do obchodních výsledků. Organizace používá analytické platformy k vytváření předpovědí.
Na úrovni 3 organizace otevírá digitální inovace z hlediska datového majetku i z hlediska vývoje aplikací. Jsou zavedeny základní datové služby, včetně datových jezer a sdílených datových služeb.
Několik týmů v organizaci úspěšně zajišťuje kritické obchodní úlohy, klíčové případy použití a měřitelné výsledky. Nové sdílené datové služby se identifikují pomocí telemetrie. IT je důvěryhodný poradce pro týmy v celé společnosti, který používá důvěryhodnou a propojenou strategii pro data, která pomáhá zlepšovat důležité obchodní procesy.
Level 4
Na úrovni 4 používá celá organizace architektury, standardy organizace a kulturu založenou na datech. V praxi můžete sledovat automatizaci, smyčky zpětné vazby řízené daty a špičková centra týkající se analýz nebo automatizace.
Vývoj cílů sladěných s podniky
Klíčem k úspěchu je identifikace priorit v souladu s obchodní vizí a udržování ideje "myslet ve velkém, začít v malém a jednat rychle". Vyzvednutí správného případu použití nemusí být vždy zdlouhavé a obtížné prověrky. Může to být trvalý problém v jakékoli obchodní jednotce, kde je dostatek dat k ověření návratnosti investic, větší chuti a snadného nákupu. Věci se můžou rychle hýbat, a to je místo, kde se většina organizace může snažit začít.
Vysvětlení atributů dat
Pokud chcete vytvořit silnou datovou strategii, musíte porozumět tomu, jak data fungují. Znalost základních charakteristik dat vám pomůže vytvořit zásadový postup pro práci s daty.
Data putují rychle, ale jejich rychlost nemůže vzdorovat fyzikálním zákonům. Data musí být v souladu se zákony země a odvětví, které je vytvořilo.
Data se nemění sama o sobě, ale jsou náchylná ke změnám a náhodné ztrátě, pokud nezadáte opatření pro zmírnění těchto problémů. Umístěte opatření proti poškození ovládacích prvků, databází a úložiště, abyste mohli řešit nepředvídatelné změny. Ujistěte se také, že máte nastavené monitorování, audity, upozornění a podřízené procesy.
Data sama o sobě negenerují žádné přehledy ani nepřinášejí žádnou hodnotu. Pokud chcete získat přehledy nebo extrahovat hodnotu, musíte většinu nebo všechna data vložit do čtyř samostatných kroků:
- Příjem dat
- Storage
- Zpracování
- Analýzy
Každý z těchto čtyř kroků má své vlastní principy, procesy, nástroje a technologie.
Odepření datových aktiv a souvisejících přehledů může ovlivnit socioekonomické, politické, výzkumné a investiční rozhodnutí. Je důležité, aby vaše organizace dokázala poskytovat přehledy bezpečným a zodpovědným způsobem. Všechna data, která vygenerujete nebo získáte, musí projít cvičením klasifikace dat, pokud není výslovně uvedeno jinak. Šifrování je zlatým standardem pro zpracování důvěrných uložených i přenášených dat.
Data, aplikace a služby mají své vlastní gravitace, ale vyžádání dat je největší. Na rozdíl od legendárního jablka sira Isaaca Newtona nemají data žádnou fyzickou hmotnost, která by ovlivnila okolní objekty. Místo toho má latenci a propustnost, které fungují jako akcelerátory pro proces analýzy. Latence, propustnost a snadný přístup často vyžadují duplikování dat, i když to není žádoucí. Nastavte své lidi, procesy, nástroje a technologie odpovídajícím způsobem, abyste mohli tyto požadavky vyvážit se zásadami pro data vaší organizace.
Architektonické konstrukce řídí rychlost, s jakou můžete zpracovávat data. Konstrukce jsou usnadněny inovacemi softwaru, hardwaru a sítí. Mezi aspekty architektury patří:
- Nastavení distribuce dat
- Dělení
- Technologie mezipaměti
- Zpracování služby Batch versus stream
- Vyrovnávání back-endu a zpracování na straně klienta
Definování strategie pro data
Použití dat jako konkurenční výhody pro vytváření lepších produktů a služeb s vyšší hodnotou není nic nového. Ale objem, rychlost a rozmanitost dat, které cloud computing povolil, je.
Návrh moderní platformy pro analýzu dat v cloudu se skládá ze zabezpečení, zásad správného řízení, monitorování, škálování na vyžádání, operací s daty a samoobslužných služeb. Pochopení závislosti mezi těmito omezujícími vlastnostmi je to, co odlišuje skvělou datovou strategii od dobré strategie. Pomocí nástrojů, jako je Cloud Adoption Framework, zajistíte soudržnost architektury, integritu a osvědčené postupy.
Aby byla strategie pro data efektivní, musí obsahovat ustanovení pro zásady správného řízení dat. Následující diagram znázorňuje hlavní fáze životního cyklu dat a zaměřuje se na zásady správného řízení dat:
Následující části popisují aspekty, které byste měli použít při rozhodování o principech návrhu vrstev datové strategie. Zaměřte se na poskytování obchodních výsledků a hodnoty z vašich dat.
Přijímání dat
Klíčovým aspektem příjmu dat je vaše schopnost rychle vytvořit datový kanál zabezpečeným a vyhovujícím způsobem, od požadavků až po produkční prostředí. Mezi důležité prvky patří technologie řízené metadaty, samoobslužné technologie a technologie s nízkým kódem, které hydratují data lake.
Při vytváření kanálů zvažte návrh i schopnost měnit data, distribuovat data a škálovat výpočetní prostředky. Musíte také zajistit, abyste měli správnou podporu DevOps pro kontinuální integraci a doručování vašeho kanálu.
Nástroje jako Azure Data Factory podporují velké množství místních zdrojů dat, zdrojů dat typu software jako služba (SaaS) a dalších zdrojů dat z jiných veřejných cloudů.
Storage
Označte a uspořádejte data ve fyzické i logické vrstvě. Datová jezera jsou součástí všech moderních architektur analýzy dat. Vaše organizace musí uplatňovat odpovídající požadavky na ochranu osobních údajů, zabezpečení a dodržování předpisů v datech, které splňují všechny požadavky na klasifikaci dat a dodržování předpisů podle odvětví, podle kterých působíte. Katalogizace a samoobslužná podpora demokratizace dat na úrovni organizace, která pohání vaše inovace a zároveň se řídí vhodným řízením přístupu.
Zvolte správné úložiště pro vaše úlohy. I v případě, že úložiště není úplně správné, cloud vám umožní rychle převzít služby při selhání a restartovat vaši cestu. Při výběru nejlepší databáze využijte požadavky vaší aplikace. Při výběru analytické platformy nezapomeňte zvážit schopnost zpracovávat dávková a streamovaná data.
Zpracování dat
Vaše požadavky na zpracování dat se budou u jednotlivých úloh lišit. Většina rozsáhlých zpracování dat obsahuje prvky zpracování v reálném čase i dávkového zpracování. Většina podniků má také prvky požadavků na zpracování časových řad a potřebu zpracovávat volný text pro funkce podnikového vyhledávání.
Online zpracování transakcí (OLTP) poskytuje nejoblíbenější požadavky organizace na zpracování. Některé úlohy vyžadují specializované zpracování, jako je vysokovýkonné výpočetní prostředí (HPC), někdy označované jako "velké výpočetní prostředky". Tyto úlohy řeší složité matematické úlohy pomocí mnoha počítačů založených na procesoru nebo GPU.
U určitých specializovaných úloh můžou zákazníci zabezpečit spouštěcí prostředí, jako je důvěrné výpočetní prostředí Azure, které uživatelům pomáhají zabezpečit data, když se data používají ve veřejných cloudových platformách. Tento stav je nutný pro efektivní zpracování. Data jsou chráněná v důvěryhodném spouštěcím prostředí (TEE), označované také jako enkláva. TEE chrání kód a data před jakýmkoli vnějším prohlížením a úpravami. TEE umožňují trénovat modely AI bez obětování důvěrnosti dat, i když používáte zdroje dat z různých organizací.
Analytické zpracování
Konstruktor extrakce, transformace a načítání (ETL) souvisí s potřebami online analytického zpracování (OLAP) a datových skladů. V rámci analytického procesu se často implementuje datový model sladěný s podniky a sémantický model, který organizacím umožňuje implementovat obchodní pravidla a klíčové ukazatele výkonu (KPI). Jednou z užitečných funkcí je automatická detekce odchylek schématu.
Souhrn strategie pro data
Přístup k dalším aspektům, jako je zásady správného řízení dat a zodpovědná AI, se později vyplatí.
V Microsoftu se řídíme čtyřmi základními principy: nestranností, spolehlivostí a bezpečností, ochranou osobních údajů a zabezpečením a inkluzivním přístupem. Všechny čtyři základní zásady jsou základem dvou základních zásad transparentnosti a odpovědnosti.
Naše principy a zodpovědnou AI jsme zavedli do praxe tím, že vyvíjíme prostředky a systém zásad správného řízení. Některé z našich pokynů se zabývají interakcí člověka a AI, konverzační AI, inkluzivním návrhem, kontrolním seznamem pro nestrannost AI a datovým listem pro datové sady.
Vyvinuli jsme také sadu nástrojů, které pomáhají ostatním pochopit, chránit a řídit AI v každé fázi inovací. Tyto nástroje jsou výsledkem víceoborové spolupráce s cílem posílit a zrychlit zodpovědnou AI. Spolupráce zahrnuje softwarové inženýrství a vývoj, sociální vědy, uživatelský výzkum, právo a zásady.
Abychom zlepšili spolupráci, připravili jsme mnoho opensourcových nástrojů, jako jsou InterpretML a Fairlearn. Ostatní můžou k těmto nástrojům open source přispívat a stavět na nich. Prostřednictvím služby Azure Machine Learning jsme také demokratizovali nástroje.
Základem toho, jak se stát organizací řízenou daty, je zásadní pro poskytování konkurenční výhody v novém normálu. Chceme zákazníkům pomoct s přechodem od přístupu založeného pouze na aplikaci a přístupu založeném na datech. Přístup zaměřený na aplikace a data pomáhá vytvořit ucelenou strategii pro data, která zajišťuje opakovatelnost a škálovatelnost v současných i budoucích případech použití, které ovlivňují obchodní výsledky.
Podpora závazku, komunikace a zapojení
Všechny klíčové role, které se podílejí na tom, aby vaše datová strategie byla úspěšná, musí jasně rozumět vašemu přijatému přístupu a společným obchodním cílům. Mezi vaše klíčové role může patřit vedoucí tým (úroveň C), obchodní jednotky, IT, provozní a dodací týmy.
Komunikace je jednou z nejdůležitějších součástí tohoto rámce. Vaše organizace musí navrhnout proces pro efektivní komunikaci mezi rolemi. Komunikace vám pomůže efektivně dodávat v kontextu vašeho aktuálního projektu. Vytvoří také fórum, které všem zúčastněným pomáhá zůstat v souladu, aktuální a zaměřit se na celkový cíl vytvoření ucelené datové strategie pro vaši budoucnost.
Zapojení je nezbytné mezi následujícími dvěma skupinami:
- Členové týmu, kteří navrhují a implementují strategii pro data
- Členové týmu, kteří přispívají k datům, využívají je a využívají je (například obchodní jednotky, které budou rozhodovat a vytvářet výsledky na základě dat)
Jinými slovy, strategie dat a přidružené datové platformy, které jsou vytvořené bez zapojení uživatelů, riskují problémy z hlediska relevance a přijetí.
V této architektuře vám pomůžou úspěšně doručovat dva strategické procesy:
- Vytvoření centra excelence
- Přijetí agilní metody doručení
Další informace najdete v tématu Vývoj plánu pro analýzy na úrovni cloudu.
Hodnota doručení
Když dodáváte datové produkty podle kritérií úspěchu standardizovaným a strukturovaným způsobem, toto doručení ověřuje iterativní rámec. Kromě toho díky tomu, že se učíte nepřetržitě inovovat, získáte obchodní jistotu a rozšíříte cíle datové strategie. Tento proces poskytuje jasnější a rychlejší přijetí v celé organizaci.
Totéž platí pro vaši datovou platformu. Pokud máte nastavení, ve kterém několik týmů pracuje poměrně nezávisle, měli byste se postupovat směrem ke sítě. Dostat se tam je iterativní proces. V mnoha případech to vyžaduje významné změny nastavení, připravenosti a obchodního sladění organizace.
Další kroky
V následujících článcích najdete pokyny pro cestu přechodu na cloud a zajištění úspěšného scénáře přechodu na cloud: