A vállalati rendszerek több főadatforrást is tartalmazhatnak – a rendszerek között megosztott közös adatokat. Ez a tény nyilvánvalóvá válhat az adatforrások katalogizálásakor. A fő adatok közé tartoznak például az ügyfél-, termék-, hely-, eszköz- és szállítóadatok. Ha a Profisee-t használja a főadatok egyesítéséhez, érvényesítéséhez és javításához, akkor ezeket az adatokat hatékonyabbá teheti. Pontosabban használhatja egy közös megbízható platform létrehozására az elemzéshez és a működés javításához. A Microsoft Purview-ban részletezett szabályozási definíciók, megállapítások és szakértelem használatával hatékonyan fejlesztheti platformját.
Ez a referenciaarchitektúra egy irányítási és adatkezelési megoldást mutat be, amely a Microsoft Purview-t és a Profisee fő adatkezelési (MDM-) platformot tartalmazza. Ezek a szolgáltatások együttműködve biztosítják a kiváló minőségű, megbízható adatok alapjait, amelyek maximalizálják az Adatok üzleti értékét az Azure-ban. A megoldásról rövid videó: A teljes körűen integrált főadat-kezelés teljesítménye az Azure-ban.
Felépítés
Az alábbi ábra a főadat-megoldás fejlesztése és üzemeltetése során végrehajtott lépéseket mutatja be. Gondolja át ezeket a lépéseket nagyon iteratívnak. A megoldás fejlődése során megismételheti ezeket a lépéseket és fázisokat, néha automatikusan és néha manuálisan is. Attól függ, hogy automatikus vagy manuális lépéseket használ-e, attól függ, hogy a főadat-megoldás, a metaadatok és az adatok milyen változásokon mennek keresztül.
Töltse le az architektúra Visio-fájlját.
Adatfolyam
A metaadatok és az adatfolyam az alábbi lépéseket tartalmazzák, amelyek az előző ábrán láthatók:
Az előre összeállított Microsoft Purview-összekötők adatforrás-üzleti alkalmazásokból származó adatkatalógus összeállítására szolgálnak. Az összekötők beolvasják az adatforrásokat, és feltöltik a Microsoft Purview Adatkatalógus.
A fő adatmodell közzé van téve a Microsoft Purview-ban. A Profisee MDM-ben létrehozott főadat-entitások zökkenőmentesen közzé lesznek téve a Microsoft Purview-ban. Ez a lépés tovább feltölti a Microsoft Purview Adatkatalógus, és biztosítja, hogy a Microsoft Purview-ban rögzítve legyen ez a kritikus adatforrás.
Az adatgondnokságra vonatkozó szabályozási szabványok és szabályzatok a fő adatentitások definícióinak bővítésére szolgálnak. Az adatok a Microsoft Purview-ban adatszótárakkal és szószedetekkel, tulajdonosi adatokkal és bizalmas adatbesorolásokkal bővülnek. A Microsoft Purview-ban elérhető definíciók és metaadatok valós időben láthatók a Profisee-ben az MDM-adatgondnokok útmutatásaként.
A forrásrendszerekből származó fő adatok betöltődnek a Profisee MDM-be. Az olyan adatintegrációs eszközök, mint az Azure Data Factory, több mint 100 előre összeállított összekötő vagy REST-átjáró használatával nyerik ki az adatokat a forrásrendszerekből. A rendszer több főadat-adatfolyamot tölt be a Profisee MDM-be.
A fő adatok az irányítási szabályok szerint szabványosítva, megfeleltetve, egyesítve, bővítve és érvényesítve lesznek. Más rendszerek, például a Microsoft Purview, adatminőségi és szabályozási szabályokat határozhatnak meg. A Profisee MDM azonban az a rendszer, amely kikényszeríti ezeket a szabályokat. A forrásrekordok egyezése és egyesítése a forrásrendszereken belül és a különböző rendszerekben a lehető legteljesebb és legkorrektebb rekord létrehozása érdekében. Az adatminőségi szabályok ellenőrzik, hogy az egyes rekordok megfelelnek-e az üzleti és műszaki követelményeknek. Minden olyan rekord, amely nem érvényes, vagy alacsony valószínűségi pontszámot ad vissza, szervizelés tárgyát képezi. A sikertelen érvényesítés kijavításához a munkafolyamatok olyan rekordokat rendelnek hozzá, amelyek felülvizsgálatot igényelnek az üzleti adattartományban szakértőkként dolgozó adatgondnokok számára. Miután egy rekordot ellenőriztek vagy kijavítottak, készen áll arra, hogy aranyrekord-főkiszolgálóként használják.
A tranzakciós adatok egy alsóbb rétegbeli elemzési megoldásba töltődnek be. Egy adatintegrációs eszközkészlet, például a Data Factory, több mint 100 előre összeállított összekötő vagy REST-átjáró használatával kinyeri a tranzakciós adatokat a forrásrendszerekből. Az eszközkészlet közvetlenül betölti az adatokat egy elemzési adatplatformba, például az Azure Synapse Analyticsbe. A nyers adatok megfelelő fő aranyadatok nélküli elemzése pontatlanságnak van kitéve, mivel az adatok átfedései, eltérései és ütközései még nem oldódnak meg.
A Power BI-összekötők közvetlen hozzáférést biztosítanak a válogatott főadatokhoz. A Power BI-felhasználók közvetlenül a jelentésekben használhatják a fő adatokat. A dedikált Power BI-összekötő felismeri és kikényszeríti a szerepköralapú biztonságot. Emellett elrejti a különböző rendszermezőket a használat egyszerűsítése érdekében.
A kiváló minőségű, válogatott főadatok közzé lesznek téve egy alsóbb rétegbeli elemzési megoldásban. Ha a főadatrekordokat egyetlen aranyrekordba egyesítették, a szülő-gyermek kapcsolatok megmaradnak az eredeti rekordokhoz.
Az elemzési platform olyan adatkészlettel rendelkezik, amely teljes, konzisztens és pontos. Ezek az adatok megfelelően válogatott főadatokat és kapcsolódó tranzakciós adatokat tartalmaznak. Ez a kombináció szilárd alapot képez a megbízható adatokhoz, amelyek további elemzéshez érhetők el.
A kiváló minőségű főadatok vizualizációja és elemzése, valamint gépi tanulási modellek alkalmazása történik. A rendszer megbízható elemzéseket biztosít az üzleti vezetéshez.
Összetevők
A Microsoft Purview egy adatszabályozási megoldás, amely széles körű betekintést nyújt a helyszíni és a felhőbeli adattulajdonokba. A Microsoft Purview az adatfelderítés és -besorolás, az életút, a metaadatok keresése és felderítése, valamint a használati elemzések kombinációját kínálja. Ezek a funkciók segítenek a vállalati adatösszességben lévő adatok kezelésében és megértésében.
A Profisee MDM egy gyors és intuitív MDM-platform, amely zökkenőmentesen integrálható a Microsoft technológiáival és az Azure adatkezelési ökoszisztémájával.
A Data Factory egy hibrid adatintegrációs szolgáltatás. A Data Factory használatával létrehozhat, ütemezhet és vezényelhet ki, alakíthat át és tölthet be (ETL), valamint kinyerhet, betölthet és átalakíthat (ELT) munkafolyamatokat. A Data Factory több mint 100 előre elkészített összekötőt és egy REST-átjárót is kínál, amellyel adatokat nyerhet ki a forrásrendszerekből.
Az Azure Synapse Analytics egy gyors, rugalmas és megbízható felhőalapú adattárház, amely hatalmas párhuzamos feldolgozási architektúrát használ. Az Azure Synapse Analytics használatával rugalmasan és egymástól függetlenül méretezheti, kiszámíthatja és tárolhatja az adatokat.
A Power BI egy üzleti elemzési eszközökből álló csomag, amely a szervezet egészében nyújt elemzéseket. A Power BI használatával több száz adatforráshoz csatlakozhat, egyszerűbbé teheti az adatelőkészítést, és improvizált elemzéseket végezhet. Gyönyörű jelentéseket is készíthet, majd közzéteheti őket a szervezet számára, hogy felhasználhassa őket a weben és a mobileszközökön.
Alternatívák
Ha nem rendelkezik dedikált MDM-alkalmazással, megtalálhatja az MDM-megoldás Azure-beli létrehozásához szükséges technikai képességek némelyikét:
- Adatminőség. Amikor adatokat tölt be egy elemzési platformba, az adatminőséget integrációs folyamatokba építheti. Például használhat kemény kóddal rendelkező szkripteket adatminőség-átalakítások alkalmazásához a Data Factory-folyamatokban .
- Adatszabványosítás és -bővítés. Az Azure Térképek biztosíthatja a címadatok adatellenőrzését és szabványosítását. A szabványosított adatokat az Azure Functionsben és a Data Factoryben is használhatja. Más adatok szabványosításához előfordulhat, hogy kemény kóddal kódolt szkripteket kell fejlesztenie.
- Ismétlődő adatkezelés. A Data Factory használatával deduplikálhatja a sorokat , ha a pontos egyezéshez elegendő azonosító érhető el. Valószínűleg egyéni, kemény kóddal ellátott szkriptekre van szüksége a megfeleltethető sorok egyesítéséhez szükséges logika implementálásához, a megfelelő adattovábbítási technikák alkalmazása mellett.
- Adatgondnokság. A Power Apps használatával gyorsan fejleszthet alapszintű adatgondnoksági megoldásokat az Azure-beli adatok kezeléséhez. A felülvizsgálatokhoz, munkafolyamatokhoz, riasztásokhoz és érvényesítésekhez megfelelő felhasználói felületeket is fejleszthet.
A Microsoft-központú környezetekben az Azure Synapse Analyticset általában előnyben részesítik elemzési szolgáltatásként. De bármilyen elemzési adatbázist használhat. A Snowflake és a Databricks gyakori választás.
Forgatókönyv részletei
Ahogy nő az Azure-ba betöltendő adatok mennyisége, egyre nagyobb szükség van az adatok megfelelő szabályozására és kezelésére az összes adatforrásban és adatfelhasználóban. A forrásrendszerben megfelelőnek tűnő adatok gyakran hiányosnak bizonyulnak a megosztáskor. Előfordulhat, hogy hiányoznak vagy hiányosak az információk, vagy duplikációk és ütközések. Általános minősége gyenge lehet. A teljes, konzisztens és pontos adatokra van szükség.
Az Azure-beli adatvagyon kiváló minőségű adatai nélkül az Azure üzleti értéke aláássa, talán kritikusan. A megoldás egy olyan adatszabályozási és -kezelési alap létrehozása, amely képes az igazság forrásának létrehozására és átadására a kiváló minőségű, megbízható adatokhoz. A Microsoft Purview és a Profisee MDM együttműködve hozza létre ezt a nagyvállalati platformot.
A Microsoft Purview minden adatforrást katalógusba ad, és azonosítja a bizalmas információkat és a leállásokat. Lehetővé teszi az adattervező számára, hogy figyelembe vegye az összes adatra vonatkozó megfelelő adatszabványokat. A Microsoft Purview a szabályzatok és szabványok keresésére, osztályozására és meghatározására összpontosít. A szabályzatok és szabványok kikényszerítésével, az adatforrások katalogizálásával és a hiányos adatok szervizelésével kapcsolatos feladatok olyan technológiákra hárulnak, mint az MDM-rendszerek.
A Profisee MDM-et úgy tervezték, hogy bármilyen forrásból fogadja el a fő adatokat. A Profisee MDM ezután egyezteti, egyesíti, szabványosítja, ellenőrzi, javítja és szinkronizálja az adatokat a rendszerek között. Ez a folyamat biztosítja, hogy az adatok megfelelően integrálhatók legyenek, és hogy megfeleljenek az alárendelt rendszerek, például az üzleti intelligencia (BI) és a gépi tanulási alkalmazások igényeinek. Az integratív Profisee platform több adatsilókra vonatkozó szabályozási szabványokat kényszerít ki.
Együtt jobb
A Microsoft Purview és a Profisee MDM jobban együttműködik. Integrálva egyszerűsítik az adatkezelési feladatokat, és gondoskodnak arról, hogy minden rendszer ugyanazokat a szabványokat érvényesítse. A Profisee MDM közzéteszi a fő adatmodelljét a Microsoft Purview-ban, ahol részt vehet az irányításban. A Microsoft Purview ezután megosztja az irányítás kimenetét, például egy adatkatalógust és szószedetadatokat. A Profisee áttekintheti a kimenetet, és érvényesítheti a szabványokat. Közös munkával a Microsoft Purview és a Profisee egy természetes, jobb együttműködést hoz létre, amely mélyebbre nyúlik az egyes független ajánlatoknál.
A vállalati adatforrások katalogizálása után például megállapíthatja, hogy a fő adatok több rendszerben is megtalálhatók. A fő adatok a tartományi entitásokat meghatározó adatok. A fő adatok közé tartoznak például az ügyfelek, a termékek, az eszközök, a hely, a szállító, a beteg, a háztartás, a menüelem és az összetevő adatai. A különböző definíciók feloldása, valamint az adatok rendszerek közötti egyeztetése és egyesítése kritikus fontosságú ahhoz, hogy az adatok értelmes módon használhatók legyenek. A hatékony használat érdekében a Profisee MDM-ben egyesítenie, ellenőriznie és javítania kell a fő adatokat a Microsoft Purview-ban részletezett irányítási definíciók, elemzések és szakértelem használatával. Ily módon a Microsoft Purview és a Profisee MDM az irányítás és az adatkezelés alapja, és maximalizálják az Adatok üzleti értékét az Azure-ban.
A másik lehetőség az, hogy bármilyen információt használhat. Ha azonban ezt a megközelítést alkalmazza, azzal a kockázattal jár, hogy olyan félrevezető eredményeket hoz létre, amelyek kárt tehetnek a vállalkozásában. Ha ehelyett kiváló minőségű főadatokat használ, kiküszöbölheti a gyakori adatminőségi problémákat. Ezután a rendszer megbízható elemzéseket biztosít, amelyekkel üzleti tevékenységének hajtóeszközei lehetnek, függetlenül attól, hogy milyen eszközöket használ az elemzéshez, a gépi tanuláshoz és a vizualizációhoz. A jól válogatott főadatok kulcsfontosságú elemei a szilárd, megbízható adatalapozásnak.
Ha Profisee MDM-et használ a Microsoft Purview-nal, az alábbi előnyöket tapasztalja:
- Egy közös technikai alap. A Profisee a Microsoft technológiáiból származik. A Profisee és a Microsoft közös eszközöket, adatbázisokat és infrastruktúrát használ, így a Profisee megoldás mindenki számára ismerős, aki a Microsoft technológiáival dolgozik. Valójában a Profisee MDM hosszú évek óta a Microsoft Master Data Servicesre épül. A Master Data Services most már az életciklusa végéhez közeledik, a Profisee pedig a premier frissítési és cseremegoldás.
- Fejlesztői együttműködés és közös fejlesztés. A Profisee és a Microsoft Purview fejlesztői széles körben együttműködnek, hogy megfelelő, egymást kiegészítő illeszkedést biztosítsanak a megfelelő megoldások között. Ez az együttműködés zökkenőmentes integrációt biztosít, amely megfelel az ügyfelek igényeinek.
- Közös értékesítések és üzembe helyezések. A Profisee több MDM-üzembe helyezéssel rendelkezik az Azure-ban és a Microsoft Purview-nal közösen, mint bármely más MDM-gyártó. A Profisee-t az Azure Marketplace-en vásárolhatja meg. A 2023-as pénzügyi évben a Profisee az egyetlen olyan MDM-szállító, amely rendelkezik legfelső szintű Microsoft-partnertanúsítványsal, amely rendelkezik infrastrukturális szolgáltatásként (IaaS), tárolók szolgáltatásként (CaaS) vagy szolgáltatásként nyújtott szoftver (SaaS) ajánlattal az Azure Marketplace-en.
- Gyors és megbízható üzembe helyezés. Az összes vállalati szoftver kritikus funkciója a gyors és megbízható üzembe helyezés. A Gartner Peer Elemzések platform szerint a Profisee több olyan implementációval rendelkezik, amelyek 90 napnál kevesebb időt vesznek igénybe, mint bármely más MDM-gyártó.
- Több tartomány. A Profisee olyan megközelítést kínál az MDM-hez, amely eredendően több tartományt használ. A létrehozható fő adattartományok száma nincs korlátozva. Ez a kialakítás jól illeszkedik azokhoz az ügyfelekhez, akik az adattulajdonaik modernizálását tervezik. Előfordulhat, hogy egy ügyfél csak korlátozott számú tartománnyal kezd, de végső soron a teljes adattulajdonban maximalizálhatja a tartomány lefedettségét. Ez a tartománylefedettség megegyezik az adatszabályozási lefedettségükkel.
- Az Azure-hoz tervezett mérnöki munka. A Profisee natív felhőre van tervezve az SaaS és a felügyelt IaaS- vagy CaaS-üzemelő példányok azure-beli beállításaival.
Lehetséges használati esetek
A megoldás MDM-használati eseteinek részletes listáját a cikk későbbi, MDM-használati eseteiben találja. A fő MDM-használati esetek a következő kiskereskedelmi és gyártási példákat tartalmazzák:
- Ügyféladatok összesítése elemzéshez.
- A termékadatok 360 fokos nézete konzisztens és hozzáférhető formában, például az egyes termékek neve, leírása és jellemzői.
- Referenciaadatok létrehozása a főadatok leírásának következetes kiegészítéséhez. A referenciaadatok például országok/régiók, pénznemek, színek, méretek és mértékegységek listáját tartalmazzák.
Ezek az MDM-megoldások olyan pénzügyi szervezeteket is segítenek, amelyek jelentős mértékben támaszkodnak az adatokra a kritikus tevékenységekhez, például az időben történő jelentéskészítéshez.
MDM-integráció a Microsoft Purview-val
Az alábbi ábra részletesen bemutatja a Profisee MDM integrációját a Microsoft Purview-ban. Az integráció támogatásához a Profisee szabályozási alrendszer kétirányú integrációt biztosít a Microsoft Purview-jal, amely két különböző folyamatból áll:
- A megoldás metaadatainak közzététele akkor történik, ha az adatmodellezők módosítják a fő adatmodellt, az egyező stratégiákat és azok kapcsolódó altevékenységeit. Ezeket a módosításokat a rendszer zökkenőmentesen közzéteszi a Microsoft Purview-ban. A módosítások közzététele szinkronizálja a fő adatmodellhez és -megoldáshoz kapcsolódó metaadatokat. Ennek eredményeképpen a Microsoft Purview Adatkatalógus tovább lesz töltve, és a Microsoft Purview rendelkezik a kritikus adatforrás rekorddal.
- A rendszer visszaadja az irányítási adatokat, és megadja az adatgondnokoknak és az üzleti felhasználóknak. Ezek a részletek a Profisee FastApp portálon keresztül érhetők el, amikor a felhasználók megtekintik az adatokat, bővítik az adatokat, és kijavítják az adatminőséggel kapcsolatos problémákat.
A Microsoft Purview integrációs képességei
A Microsoft Purview katalógus és szószedet segít maximalizálni az integrációt.
Fő adatmodell tervezése
Az MDM-megoldások előkészítésének egyik kihívása annak meghatározása, hogy mi számít főadatnak, és hogy milyen adatforrásokat használjon a fő adatmodell feltöltésekor. A Microsoft Purview segítségével segíthet ebben a munkában. Kihasználhatja a kritikus adatforrások vizsgálatának lehetőségét, és bevonhatja adatgondnokait és a témával foglalkozó szakértőket (KKV-k). Így bővítheti a Microsoft Purview Adatkatalógus azokkal az információkkal, amelyekhez a kezelők hozzáférhetnek, így jobban igazíthatja a fő adatmodellt az üzletági rendszerekhez. Összeegyeztetheti az ütköző terminológiát. Ez a folyamat egy fő adatmodellt eredményez, amely optimálisan tükrözi a vállalat számára szabványosítani kívánt terminológiát és definíciókat. Emellett elkerüli az elavult és félrevezető részletességeket.
Az alábbi részlet a tágabb diagramból szemlélteti ezt az integrációs használati esetet. Először a Microsoft Purview rendszervizsgálati függvényekkel töltheti be a metaadatokat az üzletági rendszerekből. Ezután az adatgondnokok és a kkv-k egy szilárd katalógust és névjegyeket készítenek. Ezután a Profisee MDM modellezési szolgáltatásokkal dolgozó adatmodellezők előkészíthetik és fejleszthetik a fő adatmodellt. Ez a munka megfelel a Microsoft Purview-ban definiált szabványoknak.
Ahogy az adatgondnokok fejlesztik a modellt, a Profisee MDM platform modellezési szolgáltatásai közzéteszik a Profisee MDM szabályozási szolgáltatások által kapott módosításokat. A Profisee MDM viszont előkészíti és továbbítja ezeket a módosításokat a Microsoft Purview-nak a frissített adatkatalógusba való felvételhez. A katalógus ezen kiegészítései biztosítják, hogy a főadat-definíciók a szélesebb adatvagyon részét képezik, és hogy azokat ugyanúgy lehessen szabályozni és szabályozni, mint az üzletági rendszer metaadatait. Ha biztosítja, hogy ezek az információk együtt legyenek katalogizálva, jobb helyzetben van a főadatok és az üzletági rendszer adatai közötti kapcsolatok kezeléséhez.
Adatgondnokság
A megfelelően összetett és kiterjedt adatvagyonokkal rendelkező nagyvállalatok kihívást jelenthetnek az adatgondnokoknak, akik felelősek a felmerülő problémák kezeléséért és elhárításáért. A kulcsfontosságú adattartományok összetettek lehetnek, számos olyan homályos attribútummal, amelyeket csak a jelentős intézményi ismeretekkel rendelkező alkalmazottak ismernek. A Profisee MDM és a Microsoft Purview integrációjával rögzítheti ezt az intézményi tudást a Microsoft Purview-on belül, és elérhetővé teheti a Profisee MDM-ben való használatra. Ennek eredményeképpen enyhítheti a vállalati adatokkal kapcsolatos ismeretek nagy igényét a kritikus és időérzékeny információk kezelésekor.
Az alábbi ábra a Microsoft Purview és a Profisee FastApp portálon dolgozó adatgondnokok közötti információáramlást mutatja be. A szabályozási adatszolgáltatás integrálható a Microsoft Purview és a Microsoft Entra ID azonosítóval. Ez a szolgáltatás keresési funkciókat biztosít. A FastApp Portál felhasználói ezzel a funkcióval lekérhetik az entitásokra és az általuk használt attribútumokra vonatkozó bővített szabályozási adatokat.
A szabályozási szolgáltatások a Microsoft Purview-tól kapott névjegyeket is feloldják a teljes profiladatokra, amelyek a Microsoft Entra-azonosítóban érhetők el. A teljes profiladatokkal a kezelők hatékonyan együttműködhetnek az adattulajdonosokkal és a szakértőkkel, miközben a főadatok minőségének javítása érdekében dolgoznak.
A Profisee MDM Governance párbeszédpanel az a felület, amelyen keresztül az adatgondnokok és a felhasználók szabályozási szintű adatokkal kommunikálnak. Ez a felhasználói felület a Microsoft Purview-tól a felhasználók számára beszerzett információkat jeleníti meg. Ezen információk használatával a felhasználók áttekinthetik azokat az adatokat, amelyekből a párbeszédpanel elindult. Ha az Irányítás párbeszédpanelen megadott információk nem elegendőek, a felhasználók közvetlenül a Microsoft Purview felhasználói felületére léphetnek.
Az adatgondnokok és az üzleti felhasználók három Profisee MDM-adategység-típushoz férhetnek hozzá a FastApp portálon:
- Profisee-példány, amely a felhasználó által megtekintett Profisee MDM-platform adott példányának infrastruktúra-tulajdonságait biztosítja
- Profisee-entitás, amely a főadat-entitás (a tábla) tulajdonságait biztosítja, amelyet a kezelő vagy a felhasználó éppen megtekint
- Profisee attribútum, amely annak az attribútumnak a tulajdonságait adja meg (például a mezőt vagy oszlopot), amelyben a felhasználó érdeklődik
Az alábbi ábra bemutatja, hogy a FastApp portálon dolgozó felhasználók hol tekinthetik meg az egyes eszköztípusok szabályozási részleteit. A példányszintű részleteket a Súgó menüben találja. Az entitásadatok az oldalzóna fejlécéből érhetők el, amely egy entitásrácsot tartalmaz. Az attribútum részleteiért lépjen az entitásrácshoz társított űrlapra. Az attribútumhoz társított címkék adatainak elérése.
Az összefoglaló információk megtekintéséhez mutasson a szabályozási ikonra, például a Microsoft Purview-ra. Válassza az ikont a teljes szabályozási párbeszédpanel megjelenítéséhez:
A Microsoft Purview teljes felhasználói felületének megnyitásához válassza a párbeszédpanel fejlécében található szabályozási ikont. Az ikon kiválasztásával a Microsoft Purview-ba kerül az éppen megtekintett objektum kontextusában. Ezután egyszerűen mozoghat a Microsoft Purview-ban a felderítési igények alapján.
MDM-feldolgozás
Az MDM-megoldások teljesítménye a részletekben található.
Adatmodellezés
Az MDM-megoldás középpontjában az alapul szolgáló adatmodell áll. Ez a vállalaton belüli főadatok definícióját jelöli. A fő adatmodell fejlesztése a következő feladatokat foglalja magában:
- Azonosítsa a teljes rendszerszintű forrásadatok azon elemeit, amelyek kritikus fontosságúak a vállalat működése szempontjából, és központi fontosságúak a teljesítmény elemzéséhez.
- Bővítse a modellt más külső forrásokból beszerzett elemekkel, amelyek hasznosabbá, pontosabbabbá és megbízhatóbbá teszik az adatokat.
- Hozzon létre egyértelmű tulajdonjogot és engedélyeket az adatmodell elemeihez. Ez a gyakorlat segít biztosítani, hogy a modell kialakításában figyelembe vegye a láthatóságot és a változáskezelést.
Az adatszabályozás a támogatás kritikus alapjait biztosítja:
- A szabályozási adatkatalógus, a szótár, a szószedet és a támogató erőforrások felbecsülhetetlen mennyiségű információforrást jelentenek a szabályozási adatgondnokok számára. Ezek az erőforrások segítenek a segédeknek meghatározni, hogy mit vegyenek fel a fő adatmodellbe. A Microsoft Purview tulajdonosi és bizalmas adatbesorolásainak meghatározásában is segítenek. A modell terminológiáját megerősítheti. Ezzel a gyakorlatsal hivatalos lexikont hozhat létre vállalkozása számára. A terminológia integrálásával a fő adatmodell a különböző forrásrendszerekben használt ezoterikus kifejezéseket is lefordíthatja a vállalat jóváhagyott nyelvére.
- A harmadik féltől származó rendszerek gyakran olyan főadat-forrást jelentenek, amely elkülönül az üzletági rendszerektől. Fontos elemeket hozzáadni a modellhez az adatokhoz hozzáadott információk rögzítéséhez, valamint ezeknek az információforrásoknak az adatkatalógusba való visszatükrözéséhez.
- A szabályozási katalógusban meghatározott tulajdonosi és adathozzáférésekkel kikényszerítheti a hozzáférési és változáskezelési engedélyeket az MDM-megoldáson belül. Ennek eredményeképpen a vállalati szabályzatokat és igényeket azokhoz az eszközökhöz igazítja, amelyekkel kezelheti és kezelheti a fő adatokat.
Forrásadatok betöltése
Ideális esetben a különálló üzletági rendszerek kevés módosítás vagy átalakítás nélkül töltik be az adatokat a fő adatmodellbe. A cél az adatok központi verziójának létrehozása a forrásrendszerben. A forrásrendszer és a főadattár között a lehető legkevesebb megbízhatósági veszteségnek kell lennie. A betöltési folyamat összetettségének korlátozásával egyszerűbbé teheti a leszerekedést. Ha olyan technológiát használ, mint a Data Factory-folyamatok, a szabályozási megoldás megvizsgálhatja a folyamatot. Ezután a megoldás azonosítani tudja a forrásrendszer és a fő adatmodell közötti kapcsolatokat. A megoldás több mint 100 előre összeállított összekötő és EGY REST-átjáró használatával képes adatokat kinyerni a forrásrendszerekből.
Adatdúsítás és szabványosítás
Miután betölti a forrásadatokat a modellbe, kibővítheti azokat a külső adatok gazdag forrásaira koppintva. Ezekkel a rendszerekkel javíthatja az üzletági rendszerekből beszerzett adatokat. Ezeket a rendszereket arra is használhatja, hogy a forrásadatokat olyan információkkal bővítse, amelyek növelik a többi alsóbb rétegbeli felhasználó számára való felhasználást. Például:
- A forrásrendszer címeinek javításához és javításához használhat címellenőrzési szolgáltatásokat, például a Binget. Ezek a szolgáltatások szabványosíthatják és hozzáadhatják a földrajzi helyhez és az e-mail kézbesítéshez elengedhetetlen hiányzó információkat.
- Az olyan harmadik féltől származó információs szolgáltatások, mint a Dun > Bradstreet, általános célú vagy iparágspecifikus adatokat biztosíthatnak. Ezeket az adatokat használhatja az arany mesterrekord értékének meghosszabbításához. Konkrétan olyan információkat adhat hozzá, amelyek nem érhetők el vagy ütköztek a különálló üzletági rendszerekben.
A Profisee közzétételi/előfizetési infrastruktúrája megkönnyíti a saját külső források igény szerinti integrálását a megoldásba.
Az adatok mögötti források és jelentés megértése ugyanolyan kritikus fontosságú a külső adatok szempontjából, mint a belső üzletági rendszerek esetében. A fő adatmodell szabályozási adatkatalógusba való integrálásával kezelheti a belső és külső adatforrások közötti kapcsolatokat, miközben a modellt szabályozási részletekkel bővítheti.
Adatminőség-ellenőrzés és -gondnokság
Miután betöltötte és gazdagította az adatokat, fontos ellenőriznie azokat a minőség és a szabályozási folyamatok által kidolgozott szabványoknak való megfelelés szempontjából. A Microsoft Purview ismét gazdag szabványinformációk forrása lehet. A Microsoft Purview használatával vezérelheti az MDM-megoldás által megkövetelt adatminőségi szabályokat. A Profisee MDM adatminőségi szabályokat is közzétehet eszközként a szabályozási katalógusban. A szabályok felülvizsgálatra és jóváhagyásra is vonatkozhatnak, ami segít a fő adatokhoz társított minőségi szabványok felülről lefelé történő felügyeletében. A szabályok főadat-entitásokhoz és attribútumokhoz vannak kötve, és ezek az attribútumok visszavezethetők a forrásrendszerbe. Ezen okokból megállapíthatja az üzletági rendszerekből származó gyenge adatminőség kiváltó okát.
Az adatgondnokok az üzleti tartomány szakértői. A stewards a főadat-megoldás által feltárt problémák megoldásával a Microsoft Purview adatszabályozási katalógusát használhatja. A katalógus segít megérteni és megoldani a felmerülő minőségi problémákat. Az adattulajdonosok és szakértők támogatásával a gondnokok készen állnak az adatminőségi problémák gyors és pontos kezelésére.
Egyezés és túlélés
Gazdagított, kiváló minőségű forrásadatokkal olyan aranyrekord-főkiszolgálót hozhat létre, amely a legpontosabb információkat képviseli a különböző üzletági rendszerekben. Az alábbi ábra bemutatja, hogy az összes lépés hogyan csúcsosul ki az üzleti elemzéshez használható, kiváló minőségű adatokban. Ezeket az adatokat bármikor szinkronizálhatja az adattulajdonban.
A Profisee MDM egyező motorja aranylemez-mestert hoz létre a túlélőségi folyamat részeként. A túlélőségi szabályok szelektíven töltik fel az aranyrekordot az összes forrásrendszerben kiválasztott információkkal.
A Profisee MDM előzményei és naplózáskövetési alrendszere nyomon követi a felhasználók által végzett módosításokat. Ez az alrendszer nyomon követi azokat a változásokat is, amelyeket a rendszer a túlélőkhöz hasonlóan hajt végre. Az egyezés és a túlélés lehetővé teszi a forrásrekordok információáramlásának nyomon követését a mester számára. A Profisee MDM rendelkezik egy adott forrásrekordért felelős forrásrendszer rekordjával. Azt is tudja, hogy a különböző forrásrekordok hogyan töltik fel az aranyrekordot. Ennek eredményeképpen az adatsorok az elemzésektől vissza a jelentések által hivatkozott forrásadatokig érhetők el.
MDM-használati esetek
Bár az MDM-hez számos használati eset létezik, néhány használati eset a legtöbb valós MDM-implementációt lefedi. Ezek a használati esetek egyetlen tartományra összpontosítanak, de nem valószínű, hogy csak ebből a tartományból készültek. Még ezek a szűrt használati esetek is nagy valószínűséggel több tartományt is érintenek. Az MDM minden használati esetben megfelel az alapvető adattípusok 360 fokos vagy egységes megtekintésének céljának.
Ügyféladatok
Az ügyféladatok összevonása és szabványosítása a BI-elemzésekhez a leggyakoribb MDM-használati eset. A szervezetek egyre több rendszeren és alkalmazásban rögzítik az ügyféladatokat. Duplikált ügyféladat-rekordok eredménye. Ezek az ismétlődések alkalmazásokban és alkalmazásokban találhatók, és inkonzisztenciákat és eltéréseket tartalmaznak. Az ügyféladatok gyenge minősége korlátozza a modern elemzési megoldások értékét. A tünetek közé tartoznak a következő kihívások:
- Nehéz megválaszolni az olyan alapvető üzleti kérdéseket, mint a "Kik a legfontosabb ügyfeleink?" és "Hány új ügyfelünk van?" Ezeknek a kérdéseknek a megválaszolása jelentős manuális erőfeszítést igényel.
- Hiányzó és pontatlan ügyféladatokkal rendelkezik, ami megnehezíti az adatok összesítését vagy részletezését.
- Nem tud egyedileg azonosítani vagy ellenőrizni egy ügyfelet a szervezeti és a rendszerhatárok között. Ennek eredményeképpen nem tudja elemezni az ügyféladatokat a rendszerek vagy üzleti egységek között.
- A gyenge minőségű bemeneti adatok miatt az AI és a gépi tanulás gyenge minőségű elemzésekkel rendelkezik.
Termékadatok
A termékadatok gyakran több vállalati alkalmazásra is kiterjednek, például a vállalati erőforrás-tervezésre (ERP), a termékéletciklus-kezelésre (PLM) vagy az e-kereskedelmi alkalmazásokra. Emiatt nehéz megérteni azoknak a termékeknek a teljes katalógusát, amelyek inkonzisztens definíciókkal rendelkeznek a tulajdonságokhoz, például a termék nevéhez, leírásához és jellemzőihez. A referenciaadatok különböző definíciói bonyolítják ezt a helyzetet. A tünetek közé tartoznak a következő kihívások:
- Nem támogathatja a különböző hierarchikus összesítő és részletezési útvonalakat a termékelemzéshez.
- A készáruk vagy anyagleltárak esetében nehézségekbe ütközik a termékleltár és a bevett szállítók értékelése. Duplikált termékek is vannak, ami többletleltárhoz vezet.
- Az ütköző definíciók miatt nehéz ésszerűsíteni a termékeket. Ez a helyzet az elemzések hiányzó vagy pontatlan információihoz vezet.
Referenciaadatok
Az elemzés kontextusában a referenciaadatok számos adatlistaként léteznek. Ezeket a listákat gyakran használják további főadatkészletek leírására. A referenciaadatok például országok/régiók, pénznemek, színek, méretek és mértékegységek listáját tartalmazzák. Az inkonzisztens referenciaadatok nyilvánvaló hibákat okoznak az alsóbb rétegbeli elemzésekben. A tünetek a következők:
- Ugyanazon érték több reprezentációja. Georgia állam például ga és Georgia néven szerepel, ami megnehezíti az adatok következetes összesítését és részletezését.
- A rendszerek adatainak streamelésével kapcsolatos nehézségek, mivel nem lehet átjárni vagy leképezni az adatértékeket a rendszerek között. A piros színt például az ERP-rendszerben az R, a PLM rendszerben pedig a Piros jelöli.
- Az adatkategorizáláshoz használt referenciaadat-értékek különbségei miatt a szervezetek közötti számokat nehezen lehet egymáshoz szokni.
Pénzügyi adatok
A pénzügyi szervezetek nagy mértékben támaszkodnak a kritikus tevékenységek adataira, például a havi, negyedéves és éves jelentésekre. A több pénzügyi és könyvelési rendszerrel rendelkező szervezetek gyakran rendelkeznek pénzügyi adatokkal több főkönyvben, amelyeket konszolidálni kell a pénzügyi jelentések elkészítéséhez. Az MDM központosított központot biztosíthat a fiókok, költségközpontok, üzleti entitások és egyéb pénzügyi adatkészletek leképezéséhez és kezeléséhez. A központosított központon keresztül az MDM konszolidált nézetet biztosít ezekről az adathalmazokról. A tünetek közé tartoznak a következő kihívások:
- A pénzügyi adatok több rendszer közötti összesítésének nehézsége konszolidált nézetbe
- A pénzügyi rendszerek új adatelemeinek hozzáadására és leképezésére szolgáló folyamat hiánya
- Az időszak végi pénzügyi jelentések készítésének késleltetése
Considerations
Ezek a szempontok implementálják az Azure Well-Architected Framework alappilléreit, amely a számítási feladatok minőségének javítására használható vezérelvek halmaza. További információ: Microsoft Azure Well-Architected Framework.
Ezeket a tényezőket akkor vegye figyelembe, ha a szervezetéhez tartozó adatkezelési megoldást választja.
Megbízhatóság
A megbízhatóság biztosítja, hogy az alkalmazás megfeleljen az ügyfelek felé vállalt kötelezettségeknek. További információ: A megbízhatósági pillér áttekintése.
A Profisee natív módon fut az Azure Kubernetes Service-ben (AKS) és az Azure SQL Database-ben. Mindkét szolgáltatás beépített képességeket kínál a magas rendelkezésre állás támogatásához.
Biztonság
A biztonság biztosítékokat nyújt a szándékos támadások és az értékes adatokkal és rendszerekkel való visszaélés ellen. További információ: A biztonsági pillér áttekintése.
A Profisee az OpenID Csatlakozás használatával hitelesíti a felhasználókat, amely egy OAuth 2.0 hitelesítési folyamatot implementál. A legtöbb szervezet úgy konfigurálja a Profisee MDM-et, hogy hitelesítse a felhasználókat a Microsoft Entra-azonosítóval, ami biztosítja a vállalati szabályzatok hitelesítésre való alkalmazását és kikényszerítését.
Költségoptimalizálás
A költségoptimalizálás a szükségtelen kiadások csökkentésének és a működési hatékonyság javításának módjairól szól. További információ: A költségoptimalizálási pillér áttekintése.
A működési költségek szoftverlicencből és Azure-használatból állnak. További információért forduljon a Profisee-hez.
Teljesítmény hatékonysága
A teljesítménybeli hatékonyság lehetővé teszi, hogy a számítási feladatok hatékonyan méretezhetők legyenek a felhasználók igényei szerint. További információ: Teljesítményhatékonysági pillér áttekintése.
A Profisee MDM natív módon fut az AKS-en és az SQL Database-en. Az AKS konfigurálható úgy, hogy a Profisee MDM fel- és leskálázható legyen az üzleti funkciók között. Az SQL Database számos konfigurációban üzembe helyezhető a teljesítmény, a méretezhetőség és a költségek kiegyensúlyozása érdekében.
A dinamikus skálázás a Profisee natív felhőbeli architektúrájában rejlik, amely mikroszolgáltatásokat és tárolókat használ. Ha a Profisee-t a felhőbeli bérlőjében futtatja a Kubernetesen keresztül, a terhelés alapján dinamikusan fel- és kiskálázhatja a skálázást. Az AKS-en futó Profisee SaaS szolgáltatással nagy csomópontkészleteket konfigurálhat a podokhoz. Ezek a készletek dinamikusan skálázhatók a rendszer több-bérlős infrastruktúrára gyakorolt terhelése alapján.
A Profisee és a Microsoft Purview AKS-en való üzembe helyezéséről a Microsoft Purview – Profisee MDM integráció című témakörben talál részletes információt.
A forgatókönyv üzembe helyezése
A Profisee MDM egy csomagolt Kubernetes-szolgáltatás. A Profisee MDM-et PaaS-ként helyezheti üzembe az Azure-bérlőben, bármely más felhőbérlőben vagy helyszíni környezetben. A Profisee MDM-et saaS-ként is üzembe helyezheti, amelyet a Profisee üzemeltet és kezel.
Közreműködők
Ezt a cikket a Microsoft tartja karban. Eredetileg a következő közreműködő írta.
Fő szerző:
- Gaurav Malhotra | Fő csoport pm managere
A nem nyilvános LinkedIn-profilok megtekintéséhez jelentkezzen be a LinkedInbe.
További lépések
- Ismerje meg a REST másolási összekötő képességeit a Data Factoryben.
- További információ az Azure-ban natívan futó Profisee-ről.
- Megtudhatja, hogyan helyezheti üzembe a Profisee-t az Azure-ban egy Azure Resource Manager-sablon (ARM-sablon) használatával.
- Profisee Data Factory-sablonok megtekintése.
Kapcsolódó erőforrások
Architektúra-útmutatók:
Referenciaarchitektúrák:
- Fő adatkezelés a Profisee és az Azure Data Factory használatával
- Végpontok közötti elemzés az Azure Synapse-nal
- Modern elemzési architektúra az Azure Databricksszel
- Big data-elemzés nagyvállalati szintű biztonsággal az Azure Synapse használatával
- Automatizált vállalati BI
- Marketing optimalizálása gépi tanulással
- Vállalati üzleti intelligencia