Alat inovasi untuk mendemokratisasikan data di Azure
Seperti yang dijelaskan artikel konseptual tentang demokratisasi data , Anda dapat memberikan banyak inovasi pengumpulan data dengan sedikit investasi teknis. Inovasi utama sering membutuhkan data mentah. Mendemokratisasi data adalah tentang menginvestasikan sumber daya paling sedikit yang dibutuhkan untuk melibatkan pelanggan Anda. Pelanggan kemudian menggunakan data untuk memanfaatkan pengetahuan mereka yang ada.
Dimulai dengan demokratisasi data adalah cara cepat untuk menguji hipotesis sebelum berkembang menjadi penemuan digital yang lebih luas dan lebih mahal. Saat Anda menyempurnakan hipotesis dan mulai mengadopsi penemuan dalam skala besar, proses berikut akan membantu Anda mempersiapkan dukungan operasional inovasi.
Perataan dengan metodologi
Jenis penemuan digital ini dapat dipercepat melalui setiap fase dari proses berikut, seperti yang ditunjukkan pada gambar sebelumnya. Panduan teknis untuk mempercepat penemuan digital tercantum dalam daftar isi di sisi kiri halaman ini. Artikel-artikel tersebut dikelompokkan berdasarkan fase untuk menyelaraskan panduan dengan metodologi keseluruhan.
- Membagikan data yang dikumpulkan: Langkah pertama untuk mendemokratisasi data adalah membagikan data secara terbuka.
- Mengatur data: Pastikan bahwa data sensitif diamankan, dilacak, dan diatur sebelum dibagikan.
- Memusatkan data: Terkadang Anda perlu menyediakan platform terpusat untuk demokratisasi, berbagi, dan tata kelola data.
- Mengumpulkan data: Migrasi, integrasi, penyerapan, dan virtualisasi masing-masing dapat mengumpulkan data yang ada untuk dipusatkan, diatur, dan dibagikan.
Dalam setiap perulangan, tim adopsi cloud harus masuk jauh ke dalam tumpukan karena mereka perlu menempatkan fokus pada kebutuhan pelanggan di atas arsitektur. Menunda lonjakan teknis demi kebutuhan pelanggan mempercepat validasi hipotesis Anda.
Semua panduan memetakan ke empat proses sebelumnya. Panduan berkisar dari efek pelanggan tertinggi hingga efek teknis tertinggi. Di setiap proses, Anda akan melihat panduan tentang cara Azure dapat mempercepat kemampuan Anda untuk membangun dengan empati pelanggan.
Toolchain
Di Azure, alat inovasi berikut biasanya digunakan untuk mempercepat penemuan digital di seluruh fase sebelumnya:
- Power BI
- Azure Data Catalog
- Azure Synapse Analytics
- Azure Cosmos DB
- Azure Database untuk PostgreSQL
- Azure Database untuk MySQL
- Azure Database untuk MariaDB
- Hyperscale Azure Database for PostgreSQL
- Azure Data Lake Storage
- Azure Database Migration Service
- Azure SQL Database, dengan atau tanpa Azure SQL Managed Instance
- Azure Data Factory
- Azure Stream Analytics
- SQL Server Integration Services
- Azure Stack
- SQL Server Stretch Database
- Azure StorSimple
- Azure Files
- Azure File Sync
- PolyBase
Saat penemuan ini mendekati adopsi dalam skala besar, aspek dari setiap solusi memerlukan penyempurnaan dan kematangan teknis. Ketika hal itu terjadi, layanan seperti ini mungkin akan lebih banyak diperlukan. Gunakan daftar isi di sisi kiri halaman ini untuk panduan alat Azure yang relevan dengan proses pengujian hipotesis Anda.
Mulai
Di bawah ini Anda akan menemukan artikel untuk membantu Anda memulai dengan setiap alat di toolchain ini.
Catatan
Tautan berikut akan meninggalkan Cloud Adoption Framework, karena mereferensikan konten pendukung yang berada di luar cakupan CAF.
Berbagi data dengan para ahli
- Menghasilkan wawasan data dengan cepat
- Berbagi data dengan rekan kerja dan mitra
- Menyematkan laporan di situs web atau portal
- Membuat ruang kerja baru di Power BI
Mengatur data
- Mengklasifikasikan data (CAF)
- Mengamankan data
- Membuat anotasi data dengan Azure Data Catalog
- Sumber data dokumen dengan Azure Data Catalog
Memusatkan data
- Membuat dan mengkueri kumpulan SQL Azure Synapse Analytics
- Praktik terbaik untuk memuat data untuk pergudangan data
- Memvisualisasikan data gudang dengan Power BI
- Arsitektur referensi untuk BI perusahaan dengan Azure Synapse Analytics
- Mengelola big data perusahaan dengan Azure Data Lake Storage
- Apa itu data lake?
Kumpulkan data
- Mengintegrasikan sumber data cloud dengan gudang data SQL Analytics
- Memuat data lokal ke Azure Synapse Analytics
- Mengintegrasikan data - Azure Data Factory ke OLAP
- Menggunakan Azure Stream Analytics dengan Azure Synapse Analytics
- Arsitektur referensi untuk penyerapan dan analisis umpan baru
- Memuat data ke kumpulan SQL Azure Synapse Analytics
Langkah berikutnya
Pelajari tentang alat untuk membuat aplikasi yang melibatkan pelanggan di luar data mentah.
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk