Geschäftsleitungsstrategie zur Vereinheitlichung Ihrer Daten

Datenziel: Jede Organisation möchte, dass ihre Daten zuversichtliche Geschäftsentscheidungen treffen. Daten müssen vertrauenswürdig sein, für Analysen und KI einfach wiederverwenden und standardmäßig sicher sein. Datenabfrage: Für die meisten Organisationen ist dieses Ziel schwer zu erreichen. Daten werden auf Systeme und Teams verteilt. Die Standards variieren. Governance ist inkonsistent. Diese Probleme erschweren die Verwendung von Analysen und KI mit Vertrauen.

Datenlösung: Viele Organisationen befassen sich mit dieser Herausforderung, indem sie ihre Datenplattform mit Microsoft Fabric vereinheitlichen. Fabric ermöglicht Es Teams, vertrauenswürdige Datenprodukte zu erstellen, die für Analysen und KI in der gesamten Organisation bestimmt und sicher verwendet werden können (siehe Abbildung 1). Diese Anleitung bietet Entscheidungsträgern den Rahmen, den sie benötigen, um diese Verschiebung vorzunehmen und eine einheitliche Datengrundlinie einzurichten.

Abbildung 1. Einheitliche Datenplattform für KI und Analysen.

Warum eine einheitliche Datenplattform mit Fabric?

Die meisten Unternehmens- und Technologieführer verstehen die Kosten für fragmentierte Daten. Was sie oft zurückhält, ist der Glaube, dass es eine große, riskante Migration erfordert. Microsoft Fabric verfolgt einen anderen Ansatz und liefert Wert ohne Unterbrechung. Zu den wichtigsten Vorteilen gehören:

• Minimale Betriebsunterbrechung: Fabric verbindet sich mit vorhandenen Systemen durch Virtualisierung (Abkürzungen) und selektive Replikation (Spiegelung). Teams können den Zugriff auf Daten vereinheitlichen, ohne die aktuellen Vorgänge zu unterbrechen.

• Integrierte Governance: Fabric bringt Data Engineering, Analytics und BI zu einer einzigen Plattform. Sicherheits- und Governancerichtlinien werden einmal definiert und konsistent angewendet, anstatt neu erstellt und in mehreren Tools unterschiedlich erzwungen zu werden.

• Grundlage für KI und Analysen: Fabric ermöglicht Es Organisationen, wiederverwendbare, qualitativ hochwertige Datenprodukte zu produzieren. Diese vertrauenswürdigen Produkte beschleunigen Analysen und KI-Initiativen. Fabric IQ hilft bei der Vereinheitlichung und Kontextualisierung von Daten. Foundry IQ ermöglicht es den Microsoft Foundry Agents, mit verwalteten, vertrauenswürdigen Daten zu arbeiten.

Welches Investitionsniveau ist erforderlich?

Die Vereinheitlichung der Datenplattform ist eine Investition in die Kapazität und nicht ein vollständiger Ersatz jedes Systems. Ziel ist es, ihre vorhandenen Datensysteme weiterhin zu nutzen und eine gemeinsame Grundlage zu schaffen, die im Laufe der Zeit wachsen kann. Zu den wichtigsten Kostenfaktoren gehören:

• Microsoft Fabric-Kostenfaktoren: Zu den primären Kostenfaktoren gehören (siehe Abbildung 2):

  • Berechnen: Die Rechenkapazität, die Sie erstellen (Fabric-Kapazitäten).

  • Speicher: Der Speicher, den Sie in OneLake verwenden.

  • Replikation: Die von Ihnen ausgeführte Datenreplikation (Spiegelung).

  • Power BI: Stellen Sie sicher, dass Benutzer entweder über ausreichende Microsoft Fabric-Kapazität verfügen, die Power BI-Zugriff oder separate Power BI-Lizenzen enthält, wie in den Lizenzierungsanleitungen zusammengefasst.

    Abbildung 2. Microsoft Fabric-Funktionen zur Erzeugung von Geschäftswerten aus Daten.

• Microsoft Purview-Kostenfaktoren: Verwenden Sie Microsoft Purview für einheitliche Datengovernance und Compliance. Purview bietet einen zentralen Datenkatalog, eine Datenklassifizierung und Richtliniendurchsetzung für Ihren gesamten Datenbestand. Die Daten können in OneLake, Azure, lokal, SaaS von Drittanbietern oder anderen Cloudplattformen verwendet werden. Wichtige Purview-Kostenfaktoren sind abonnementbasierte Lizenzierungs - und verbrauchsbasierte Funktionen. Budget sowohl für die laufende Lizenzierung als auch für das Volumen von Daten und Diensten, die Sie mit Purview steuern.

• Azure-Kostenfaktoren: Sie verwenden Azure-Abonnements zum Hosten von Fabric Compute (Kapazitäten) und Ihrem Microsoft Purview-Konto. Es gibt keine zusätzlichen Kosten für Azure-Abonnements. Wenn Sie andere Azure-Dienste wie Azure Databricks oder Azure Machine Learning in Ihre einheitliche Plattform integrieren, denken Sie daran, dass diese Dienste über eigene Preismodelle verfügen. Planen Sie diese Kosten. Siehe Kostenfaktoren für Azure Databricks und Azure Machine Learning.

Wie lange, bis Der Wert angezeigt wird?

Microsoft Fabric ist so konzipiert, dass sie einen schnellen Mehrwert liefern kann. Der Zeitraum bis zum Nutzen ist kurz, da die Vereinheitlichung nicht von der vollständigen Migration abhängt. Teams können mit einer kleinen Gruppe von wertvollen Datenprodukten beginnen. Jeder Schritt fügt Wert hinzu, während das Risiko begrenzt wird. In der Praxis sehen viele Organisationen innerhalb von Wochen Wert für anfängliche Analysen oder KI-Szenarien. Da Fabric zum Standardgrundsatz für Datenprodukte, Analysen und KI wird, wächst der Wert durch Wiederverwendung und konsistente Standards in der gesamten Organisation.

Wie vereinheitlichen Sie Ihre Datenplattform?

Das Microsoft Cloud Adoption Framework beschreibt ein vierstufiges Framework zur Vereinheitlichung Ihrer Datenplattform. Der Prozess umfasst die Planung und Organisation Ihrer Datenstrategie. Es deckt Architekturentscheidungen ab. Es unterstützt Sie auch bei der Festlegung von Governance- und Sicherheitsrichtlinien sowie bei der Definition von betrieblichen Standards.

1. Organisationsbereitschaft. Definieren Sie Ihre Datenstrategie, und richten Sie Datenbesitz und Domänen ein. Klären Sie, wie Daten geschäftswert schaffen und wer für welche Daten verantwortlich ist. Weitere Informationen finden Sie unter "Organisationsbereitschaft".

2. Architektur: Stellen Sie die Technologie bereit, die erforderlich ist, um Ihre Datenplattform zu vereinheitlichen. Richten Sie Microsoft Fabric und erforderliche Umgebungen in Azure ein. Siehe Architektur.

3. Governance- und Sicherheitsgrundlagen: Verwenden Sie Microsoft Purview, um eine zentrale Sichtbarkeit und Governance in Ihrem Datenbestand zu erzielen. Erstellen Sie von Anfang an Sicherheits- und Compliancebaselines in Ihrer Fabric-Architektur. Siehe Governance- und Sicherheitsgrundwerte.

4. Betriebsstandards. Definieren Sie konsistente Prozesse zum Aufnehmen von Rohdaten, zum Erstellen von Datenprodukten und zum Verwalten ihres Lebenszyklus. Legen Sie fest, wie Datenprodukte in der gesamten Organisation veröffentlicht, gesichert und genutzt werden. Siehe Betriebsstandards.

Indem Sie diese Schritte ausführen, können Sie Ihre Datenplattform strukturiert vereinheitlichen. Wenn Sie nicht wissen, wo Sie beginnen möchten, verwenden Sie die folgende Entscheidungsstruktur, um Anleitungen zu erhalten.

Entscheidungsstruktur für die Vereinheitlichung Ihrer Datenplattform

Der Fluss stellt eine Reihe von Ja-or-no Fragen. Jedes "Ja" führt zu spezifischen Anleitungen. Die erste Frage stellt, ob die Organisation Hilfe beim Verständnis von Datenprioritäten oder beim Erstellen von Fähigkeiten benötigt, um mehr Wert von Daten zu erhalten. Wenn ja, besteht die Anleitung darin, Personen durch Rollen, Schulungen und Bereitschaftsaktivitäten vorzubereiten. Die zweite Frage stellt fest, ob die Organisation eine einheitliche Möglichkeit benötigt, um auf Daten über Clouds und Workloads hinweg zuzugreifen, um Analysen und KI zu unterstützen. Wenn ja, besteht die Anleitung darin, Microsoft Fabric als einheitliche Datenplattform zu verwenden. Die dritte Frage stellt fest, ob die Organisation Hilfe bei der Umwandlung von Betriebsdaten in geschäftswert oder sicheres Einfüttern von Daten in KI-Systeme benötigt, z. B. Microsoft Foundry. Wenn ja, besteht die Anleitung darin, Azure-Dienste in Fabric zu integrieren. Die vierte Frage stellt fest, ob die Organisation Hilfe bei der Steuerung des Zugriffs auf Daten oder bei der konsistenten Sicherung von Daten benötigt. Wenn ja, besteht die Anleitung darin, Governance- und Sicherheitsgrundwerte mithilfe von Microsoft Purview und verwandten Steuerelementen festzulegen. Fünfte Frage stellt fest, ob die Organisation Hilfe bei der Festlegung konsistenter Organisatorischer Standards benötigt, um Datenprodukte für Analysen und KI zu verarbeiten, zu sichern und zu nutzen. Wenn ja, besteht die Anleitung darin, betriebliche Standards für Datenprodukte, Sicherheit und Lebenszyklusverwaltung festzulegen. Der Fluss endet, indem er auf die Einführung von KI und die Einführung von KI-Agents zeigt, sobald die einheitliche Datenplattform und -standards vorhanden sind.

Abbildung 3: Die Entscheidungsstruktur von Microsoft zur Vereinheitlichung Ihrer Datenplattform.

Nächster Schritt

In den folgenden Abschnitten finden Sie Anleitungen, Checklisten, bewährte Methoden, Entscheidungsleitlinien und Kompromisse in den einzelnen Schritten. Die Anleitung richtet sich an Führungskräfte und Entscheidungsträger, die die Organisationsstrategie und -governance überwachen.

Organisationsbereitschaft

Schlüsselbegriffe

Schlüsselbegriff	Definition
Analyse	Die Praxis der Generierung von Erkenntnissen aus Daten zur Unterstützung der Entscheidungsfindung. Sie enthält Dashboards, Berichte und Visualisierungen, z. B. in Power BI.
Künstliche Intelligenz	Systeme, die Daten als Eingabe in Modelle verwenden, die die Geschäftsfunktionalität automatisieren. Diese Kategorie umfasst herkömmliche Machine Learning-Modelle (Predictive) und generative KI-Modelle.
Datenprodukt	Daten, die in einer Form vorliegen, die für Ihr Unternehmen wertvoll ist, wie zum Beispiel Datensätze, Tabellen, Merkmalsätze oder KI-Trainingsdaten.
Datendomäne	Eine Grenze der Verantwortung und des Eigentums für Datenprodukte, z. B. Geschäftseinheiten (HR, Marketing, Finanzen, Vertrieb, Operationen) und Produktlinien (Artikel 1, Produkt 2).
Zielzone für die Datenverwaltung	Eine Umgebung (bestehend aus einem oder mehreren Azure-Abonnements) für Datenverwaltungsressourcen, z. B. Microsoft Purview-Konten und Fabric-Kapazitäten.
Datenlandungszone	Eine Umgebung (bestehend aus einem oder mehreren Azure-Abonnements) für Daten und AI/ML-Ressourcen, z. B. Azure Databricks, Azure Data Lake Storage und Azure Machine Learning.