Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Dieser Artikel hilft Entscheidungsträgern, das Organisationsmodell festzulegen, das erforderlich ist, um wertvolle Datenprodukte in der gesamten Organisation zu erstellen und aufrechtzuerhalten.
Organisationen müssen entscheiden, wo die Verantwortung für Daten liegt und wie sie Ressourcen auf die Datenprodukte ausrichten, die am wichtigsten sind. Ohne klare Eigentumsverhältnisse und Investitionsprioritäten können Dateninitiativen um Ressourcen konkurrieren, Aufwand doppeln und Datenprodukte schaffen, die keinen nachhaltigen Geschäftswert haben. Dieser Artikel hilft Organisationen dabei, Datendomänen zu erstellen, Datenproduktinvestitionen zu priorisieren, ein Betriebsmodell auszuwählen und die erforderlichen Fähigkeiten zu entwickeln, um diese Prioritäten zu unterstützen.
Lösung und Entscheidungsbaum
Konzeptionelle Architektur einer einheitlichen Datenplattform für KI und Analysen.
1. Betriebsmodell
Wie sollten Sie Zuständigkeiten verteilen? Organisationen sollten ein föderiertes Betriebsmodell verwenden, das organisationsweite Governance mit Verantwortlichkeit für Daten-Domänen kombiniert. Die Organisation sollte Richtlinien einrichten, die für alle Datendomänen gelten. Jede Datendomäne sollte die Kontrolle über ihre Daten und Datenprodukte innerhalb dieser Richtlinien haben. Organisationen sollten diese Aufteilung der Zuständigkeiten dokumentieren.
1.1 Datendomänen
Welche Zuständigkeiten sollten wir dezentralisieren? Eine Datendomäne definiert eine Organisationsgrenze für die Verantwortung für zugehörige Daten und Datenprodukte.
Datendomänenbildung: Datendomänen sollten sich an Organisationsgrenzen ausrichten, an denen eine Führungskraft Prioritäten setzen und Investitionen steuern kann. Geschäftseinheiten oder Produktlinien bieten häufig klare Grenzen, da sie bereits über etablierte Führungsstrukturen und Budgets verfügen. Datendomänen sollten nicht davon abhängen, wo Daten gespeichert sind oder mit welcher Technologie sie gespeichert werden. Wenn kein Leiter über ausreichende Autorität für die zugehörigen Daten und Datenprodukte verfügt, definieren Sie eine andere Abgrenzung.
Dateneigentum: Weisen Sie jeder Datendomäne einen leitenden Verantwortlichen zu. Der Verantwortliche ist für die Geschäftsergebnisse und Datenprodukte der Domain verantwortlich und benötigt genügend Autorität, um Prioritäten festzulegen und konkurrierende Anforderungen zu lösen.
Investitionen in Datenprodukte: Jede Datendomäne sollte bestimmen, welche Datenprodukte basierend auf ihren Geschäftsprioritäten vorgeschlagen und beibehalten werden sollen.
Domänenbudget: Datendomänen sollten bestimmen, wie sie ihr Budget verwenden, um ihre Daten und Datenprodukte im Rahmen organisationsweiter Anforderungen zu unterstützen.
Datendomänenänderungen: Datendomänengrenzen sollten stabil bleiben, bis sich die Verantwortlichkeit der Organisation wesentlich ändert. Organisationen sollten Grenzen überprüfen, nachdem organisatorische Änderungen vorgenommen wurden oder wenn wiederkehrende datenbereichsübergreifende Entscheidungen unklare Zuständigkeiten schaffen. Wiederholte Eskalation kann darauf hinweisen, dass die Datendomänenstruktur nicht mehr die Organisationsentscheidungsautorität widerspiegelt.
1.2 Zentrale Verantwortung
Welche Zuständigkeiten sollten Sie zentralisieren? Zentralisieren Sie Entscheidungen, die Konsistenz zwischen Datendomänen erfordern. Die zentrale Verantwortung sollte sich auf die organisationsweite Richtlinie und die gemeinsamen Fähigkeiten konzentrieren, die für ihre Anwendung erforderlich sind.
Organisationsweite Richtlinien: Die Organisation sollte Governance- und Sicherheitsanforderungen einrichten, die für alle Datendomänen gelten. Außerdem sollten die Standards festgelegt werden, die Datenprodukte zur organisationsweiten Wiederverwendung erfüllen müssen. Diese Richtlinien definieren die Grenzen, innerhalb derer Datendomänen ihre eigenen Entscheidungen treffen.
Plattform-Leitplanken: Die Organisation sollte organisationsweite Richtlinien als Plattform-Leitplanken umsetzen. Microsoft Fabric unterstützt die zentrale und delegierte Administration über den Mandanten und andere Bereiche hinweg. Die Organisation sollte Einstellungen zentral steuern, die zu einer organisationsweiten Gefährdung führen können, z. B. externe Freigabe oder Gastzugriff. Sie sollte Einstellungen delegieren, wenn Datendomänen unabhängige Entscheidungen treffen können, ohne das organisationsweite Risiko zu erhöhen. Organisationen sollten Mandanteneinstellungen regelmäßig überprüfen, da Microsoft Fabric neue Funktionen und Einstellungen einführt. Siehe Übersicht und Anleitung zur Governance.
Gemeinsame Fähigkeiten: Die Organisation sollte gemeinsame Plattformfunktionen bereitstellen, wenn eine Zentralisierung die Konsistenz verbessert oder doppelte Plattformarbeit reduziert. Diese Funktionen können Microsoft Fabric und Microsoft Purview umfassen. Die Organisation sollte festlegen, wie Datendomänen auf gemeinsame Funktionen zugreifen und diese finanzieren. Datendomänen sollten die Hoheit über Investitionen zur Unterstützung ihrer eigenen Daten und Datenprodukte behalten.
Ausnahmen: Die Organisation sollte einen dokumentierten Ausnahmeprozess für Datendomänen einrichten, die eine Richtlinie oder eine Anforderung einer gemeinsam genutzten Plattform nicht erfüllen können. Jede genehmigte Ausnahme sollte den verantwortlichen Leiter und die Bedingungen für die weitere Gültigkeit der Genehmigung benennen.
2. Datenpriorisierung
Wie sollten Sie Dateninitiativen priorisieren? Entscheidungsträger sollten eine priorisierte Roadmap von Datenprodukten beibehalten, die definierte Geschäftsziele unterstützen. Ein Datenprodukt ist eine wiederverwendbare Gruppe von Datenressourcen, die um einen definierten Geschäftszweck organisiert sind. Organisationen sollten mit dem Geschäftsergebnis und nicht mit den verfügbaren Daten beginnen. Dieser Ansatz lenkt Investitionen in Datenprodukte mit identifizierbaren Verbrauchern und messbarem Wert.
Geschäftsziele: Jedes vorgeschlagene Datenprodukt sollte ein definiertes Geschäftsziel unterstützen. Ein Geschäftsziel kann von Datenprodukten aus mehreren Datendomänen abhängen. Jede Datendomäne bleibt für die Datenprodukte verantwortlich, die sie beiträgt. Entscheidungsträger sollten ein Datenprodukt nur finanzieren, wenn ihr Sponsor erklären kann, welches Ergebnis es ermöglicht und wie die Organisation diesen Wert anerkennen wird. Das Ergebnis könnte zur Verbesserung einer wichtigen Entscheidung führen. Es kann Automatisierung ermöglichen oder vertrauenswürdige Daten für die Wiederverwendung bereitstellen.
Investitionsargumentation: Bei jedem vorgeschlagenen Datenprodukt sollte es eine Investitionsargumentation geben, die seinen erwarteten Wert und die Ressourcen identifiziert, die erforderlich sind, um es bereitzustellen und zu betreiben. Die Investitionsargumentation sollte die geschäftliche Kritikalität des Datenprodukts identifizieren. Die Organisation sollte diese Klassifizierung als Input für Zuverlässigkeits-, Bereitstellungs-, Überwachungs-, Kapazitäts- und Änderungsanforderungen verwenden. Entscheidungsträger sollten bewerten, ob der erwartete Wert die Gesamtinvestition rechtfertigt, ohne über das technische Design zu entscheiden.
Portfoliopriorität: Organisationen sollten vorgeschlagene Datenprodukte anhand konsistenter Kriterien für den Geschäftlichen Wert und die Machbarkeit vergleichen. Abhängigkeiten sollten die Sequenzierung bestimmen, nachdem Verantwortliche einen relativen Wert festgelegt haben. Jede Überprüfung sollte zu einer Entscheidung führen, den Vorschlag zu finanzieren, zurückzustellen oder abzulehnen. Wertvolle Datenprodukte mit erreichbaren Voraussetzungen sollten normalerweise frühere Investitionen erhalten. Organisationen sollten einen Vorschlag zurückstellen, wenn eine kritische Voraussetzung noch nicht erfüllt ist. Sie sollten einen Vorschlag ablehnen, wenn der erwartete Wert die Investition nicht rechtfertigen kann.
Fortgesetzte Investitionen: Organisationen sollten finanzierte Datenprodukte neu bewerten, wenn sich Geschäftsprioritäten und der realisierte Nutzen ändern. Datendomänen sollten genügend Nachweise liefern, um aufzuzeigen, ob jedes Datenprodukt weiterhin sein angestrebtes Ergebnis unterstützt. Entscheidungsträger sollten weiterhin investieren, wenn ein Datenprodukt einen ausreichenden Wert bietet und klare Eigentumsverhältnisse beibehält. Sie sollten Investitionen reduzieren oder ein Datenprodukt zurückziehen, wenn sein Wert seine Kosten nicht mehr rechtfertigt.
3. Personalplanung
Wie sollten wir Datendomänen personell besetzen? Die Datenprodukt-Roadmap sollte die Personalplanung steuern. Organisationen sollten keine dauerhaften Teams einrichten, bevor eine nachhaltige Nachfrage besteht.
Fest zugeordnetes Personal: Eine Datendomäne sollte fest zugeordnetes Personal einsetzen, wenn die anhaltende Nachfrage beständiges Know-how rechtfertigt. Dieses Modell passt auch zu Datendomänen, die strategisch wichtige Datenprodukte unterstützen oder stark von Geschäftswissen abhängen. Die Datendomäne sollte dediziertes Personal über ihr genehmigtes Budget finanzieren.
Gemeinsame Personalbesetzung: Die Organisation sollte gemeinsame Personalressourcen bereitstellen, wenn mehrere Datendomänen ähnliche Kenntnisse benötigen, aber der individuelle Bedarf nur zeitweise anfällt. Gemeinsam genutzte Spezialisten können Funktionen wie Data Engineering oder Plattformverwaltung bereitstellen. Gemeinsam genutzte Spezialisten sollten die Arbeit gemäß der Datenprodukt-Roadmap priorisieren.
Externe Personalbesetzung: Eine Datendomäne sollte externe Anbieter beauftragen, wenn der Bedarf vorübergehend oder hoch spezialisiert ist. Externe Anbieter können die Bereitstellung auch beschleunigen, bis die Organisation eine interne Funktion entwickelt. Die Datendomäne sollte ermitteln, welches Wissen intern übertragen werden muss, bevor das Engagement endet.
4. Kompetenzentwicklung
Wie sollten wir uns die benötigten Fähigkeiten aneignen? Entscheidungsträger müssen Fähigkeitslücken aus der genehmigten Roadmap identifizieren und dann Entwicklungsmethoden auswählen, um diese Lücken zu schließen.
** Angewendete Entwicklung**: Schulung sollte eine identifizierte Fähigkeitslücke angehen und mit aktiver Datenproduktarbeit in Verbindung setzen, wenn es zweckdienlich ist. Bei diesem Ansatz erhalten die Menschen Gelegenheit, neue Kenntnisse anzuwenden. Darüber hinaus gibt es Führungskräften Beweise dafür, dass Schulungen die Bereitstellungsfähigkeit verbessern.
** Qualifikationsüberprüfung**: Nachweise (Zertifizierungen und angewandte Fähigkeiten) können relevante Plattformkenntnisse nachweisen. Sie sollten die Capability-Strategie unterstützen, anstatt sie zu definieren. Organisationen sollten aktuelle Microsoft-Learn-Schulungen und rollenbasierte Anmeldeinformationen auswählen, wenn sie die benötigten Rollen und Funktionen identifiziert haben. Siehe Microsoft-Leistungsnachweise.
5. Kostenverwaltung und FinOps
Wie sollte Ihre Organisation Ausgaben verwalten? Organisationen sollten einen laufenden FinOps-Prozess einrichten, der Ausgaben mit dem Wert von Datenprodukten verbindet. Jede Datendomäne sollte die finanzielle Rechenschaftspflicht für Ausgaben innerhalb ihres genehmigten Budgets haben. Die Organisation sollte ihre vorhandenen Azure Finanzprozesse für Microsoft Fabric verwenden, wenn dies praktisch ist. Sie sollte zusätzliche Fabric spezifische Prozesse nur definieren, wenn gemeinsame Fabric Kapazität eine detailliertere Verbrauchszuweisung erfordert.
5.1 Kostenzuteilung
Wie sollten wir Kosten zuordnen? Organisationen sollten Fabric Kostenzuordnung mit ihrem vorhandenen Azure Kostenzuordnungsmodell ausrichten. Organisationen, die bereits Showback oder Chargeback für Azure verwenden, sollten dieses Modell auf Fabric erweitern, wo dies praktisch ist. Die Zuordnungsmethode sollte Ausgaben den Datendomänen zuweisen, die für den Verbrauch verantwortlich sind. Die Methode sollte auch erläutern, wie die Organisation gemeinsame Kosten und Reservierungsvorteile verteilt.
Azure-Kostenberichte: Microsoft Cost Management kann Kosten über Abonnements, Ressourcengruppen oder Tags über Kostenzuordnungsregeln organisieren und neu verteilen. Siehe Kostenzuteilung.
Neuer Prozess: Wenn Sie kein etabliertes Modell haben, beginnen Sie mit dem Showback, um Datendomänen Einblicke in ihre Kosten zu geben, bevor Sie Chargeback einführen.
Chargeback-Tool: Wenn Datendomänen Fabric Kapazität teilen, verwenden Sie die Microsoft Fabric Chargeback-App, um Fabric Kapazitätsverbrauch den entsprechenden Datendomänen zuzuordnen. Siehe Microsoft Fabric Chargeback-App.
5.2 Kostenprognose
Wie sollten wir Fabric Kosten prognostizieren? Datendomänen sollten die erwarteten Ausgaben als Teil ihres Budgetierungsprozesses prognostizieren und Prognosen aktualisieren, sobald der tatsächliche Verbrauch bekannt ist. Die Fabric-Kapazität ist ein wichtiger Kostentreiber, sodass die geplanten Kapazitätsanforderungen und das erwartete Wachstum berücksichtigt werden sollten.
Datendomänen sollten den Microsoft Fabric SKU-Estimator für die anfängliche Planung und die Microsoft Fabric Kapazitätsmetriken-App verwenden, um Prognosen mithilfe des beobachteten Verbrauchs zu verfeinern. Microsoft empfiehlt, mit einer kleineren Fabric-Kapazität zu beginnen und die Kapazität zu erhöhen, da die tatsächliche Nachfrage zusätzliche Investitionen rechtfertigt. Weitere Informationen unter Fabric-Kapazitätsplanung.
5.3 Kostenoptimierung
Wie sollten wir die Ausgaben optimieren? Datendomänenleiter sollten die tatsächlichen Ausgaben regelmäßig mit dem genehmigten Budget und dem erwarteten Wert ihrer Datenprodukte vergleichen. Die Überprüfung sollte bestimmen, ob die Kosten weiterhin gerechtfertigt sind oder ob die Organisation den Verbrauch optimieren oder Investitionen ändern soll.
Überprüfungshäufigkeit: Die Überprüfungshäufigkeit sollte die Kostenvolatilität widerspiegeln. Monatliche Überprüfungen passen normalerweise zu Datendomänen mit sich ändernden Workloads oder wiederkehrenden Verbrauchsspitzen. Vierteljährliche Überprüfungen eignen sich für Datendomänen mit stabiler und vorhersehbarer Nutzung.
FinOps-Tools: Führungskräfte von Datendomänen sollten die Fabric-Kapazitätsnutzung zusammen mit der Azure-Rechnung verwenden, um wesentliche Kostentreiber zu verstehen. Microsoft Cost Management zeigt die Nutzungsgebühren für eine Fabric Kapazität an, und die app Microsoft Fabric Kapazitätsmetriken stellt die entsprechenden Informationen zur Kapazitätsauslastung bereit. Siehe Ihre Azure-Rechnung für die Fabric-Kapazität verstehen und Bewerten und optimieren Sie Ihre Microsoft Fabric-Kapazität.
commitmentbasierte Preise: Organisationen können Fabric-Kapazitätsreservierungen mit einer Laufzeit von einem oder drei Jahren erwerben. Eine Reservierung deckt die entsprechende Fabric-Kapazitätsauslastung ab, deckt jedoch keine Speicher- oder Netzwerkgebühren ab. Organisationen sollten diese Verpflichtung erst dann eingehen, wenn die Nutzung ausreichend vorhersehbar geworden ist. Sparen Sie Kosten mit Microsoft Fabric Kapazitätsreservierungen.