Skenario Adatum Corporation untuk analitik skala cloud di Azure

Analitik skala cloud bersifat modular berdasarkan desain dan memungkinkan organisasi untuk memulai dengan zona pendaratan dasar yang mendukung beban kerja data dan analitik mereka, terlepas dari apakah proyek sedang dimigrasikan atau baru dikembangkan dan disebarkan ke Azure. Arsitektur memungkinkan organisasi untuk memulai sekecil yang diperlukan dan menskalakan seiring dengan tuntutan bisnis mereka terlepas dari titik skala.

Profil pelanggan

Arsitektur referensi ini ideal untuk pelanggan yang telah mengidentifikasi unit bisnis mereka yang siap menyebarkan beban kerja analitik ke Azure. Arsitektur ini menyebarkan zona pendaratan tunggal yang dapat digunakan oleh unit bisnis untuk mengelola properti data mereka. Ini memberikan fleksibilitas untuk menambahkan lebih banyak zona arahan untuk unit bisnis lain ketika mereka siap untuk pindah ke Azure.

Adatum Corporation adalah perusahaan internasional yang besar. Selain unit bisnis terpusat di kantor pusat mereka, mereka juga memiliki anak perusahaan di seluruh dunia yang memiliki unit bisnis sendiri, termasuk akuntansi, pemasaran, penjualan, dukungan, dan operasi.

Semua kelompok yang berbeda ini menghasilkan data mereka sendiri. Banyak di antara unit bisnis tersebut telah menyematkan tim analitik. Organisasi TI pusat telah menyediakan sebagian besar platform data yang tengah digunakan, tetapi beberapa unit bisnis telah keluar jalur dan menerapkan solusi mereka sendiri. Platform data terdiri dari berbagai layanan cloud dan solusi lokal.

Visi perusahaan ialah memiliki platform analitik terpusat, satu sumber kebenaran untuk semua data. Namun, membeli satu teknologi tunggal telah menjadi tantangan bagi banyak pemangku kepentingan yang berbeda. Mengingat laju dibuatnya data baru dan tersedianya opsi baru, bahkan draf awal rencana untuk sentralisasi dengan cepat menjadi usang. Sementara itu, tim penjualan perusahaan telah melampaui solusi mereka saat ini, dan perusahaan sangat perlu menggunakan analitik baru untuk mengejar segmen pasar baru.

Adatum telah memutuskan untuk menerapkan pola analitik skala cloud di Azure untuk menyelesaikan masalah ini. Perusahaan yakin bahwa analitik skala cloud akan memungkinkan tim penjualan perusahaan untuk memigrasikan platform data mereka saat ini tetapi masih memberikan fleksibilitas yang cukup untuk mengakomodasi unit bisnis lain ketika mereka siap untuk bergabung.

Situasi saat ini

Grup penjualan perusahaan Adatum menggunakan sistem ERP dan CRM tradisional untuk memproses transaksi penjualannya. Data dari sistem ini perlu diekspor ke platform analitik terpisah sehingga pemangku kepentingan di seluruh organisasi dapat mengakses data dan memperkayanya untuk berbagai proyek mereka.

Solusi arsitektural

Dalam arsitektur referensi ini, kita akan menyebarkan zona pendaratan manajemen data, yang diperlukan untuk semua implementasi ESA, dan zona pendaratan data tunggal, yang dapat digunakan oleh departemen penjualan perusahaan.

Zona arahan manajemen data

Konsep penting untuk setiap analitik skala cloud adalah memiliki satu zona pendaratan manajemen data. Langganan ini berisi sumber daya yang akan dibagi di semua zona arahan. Ini termasuk komponen jaringan bersama seperti firewall dan zona DNS privat. Ini juga mencakup sumber daya untuk tata kelola data dan cloud, seperti Azure Policy dan Azure Purview.

Aplikasi data

Zona pendaratan akan memiliki dua aplikasi data. Integrasi pertama akan menyerap data yang terkait dengan pelanggan. Ini termasuk catatan pelanggan dan catatan terkait (seperti alamat, kontak, penugasan wilayah, dan riwayat kontak). Data ini akan diimpor dari sistem Adatum CRM.

Aplikasi data kedua akan menyerap transaksi penjualan. Ini termasuk header transaksi, detail item baris, catatan pengiriman, dan pembayaran. Semua catatan ini akan diserap dari sistem Adatum ERP.

Integrasi ini tidak akan mengubah atau memperkaya data. Integrasi hanya menyalin data dari sistem sumber dan mendaratkannya di platform analitik. Hal ini memungkinkan banyak produk data untuk mengonsumsi data dengan cara yang terukur tanpa menempatkan beban lain pada sistem sumber.

Produk data

Dalam contoh ini, Adatum memiliki satu produk data. Produk ini menggabungkan data mentah dari dua aplikasi Data dan mengubahnya menjadi himpunan data baru. Dari sana, ini dapat diambil oleh pengguna bisnis untuk analisis dan pelaporan tambahan dengan alat seperti Microsoft Power BI.

Diagram arsitektur.

Gambar 1: Diagram arsitektur. Tidak semua layanan Azure dihadirkan dalam diagram di atas. Diagram telah disederhanakan untuk menonjolkan konsep inti tentang bagaimana sumber daya diatur dalam arsitektur.

Alasan

Mengapa tidak menempatkan transaksi penjualan dan pelanggan di zona arahan data mereka sendiri?

Salah satu keputusan pertama yang harus dibuat perusahaan tentang analitik skala cloud mereka adalah cara membagi seluruh data estate menjadi zona pendaratan. Solusi data yang akan sering berkomunikasi satu sama lain adalah kandidat kuat untuk dimasukkan dalam zona arahan yang sama. Hal ini memungkinkan perusahaan untuk mengurangi biaya yang diasosiasikan dengan pemindahan data di seluruh VNet yang di-peering. Dalam contoh ini, data transaksi penjualan akan sering dikaitkan dengan data pelanggan. Oleh karena itu, masuk akal untuk menyimpan aplikasi Data terkait ini di zona pendaratan data yang sama.

Pertimbangan tambahan untuk zona arahan adalah bagaimana tim yang bertanggung jawab atas data diselaraskan dalam organisasi. Dalam hal ini, kedua aplikasi Data dimiliki oleh tim yang berbeda, tetapi tim tersebut adalah bagian dari divisi penjualan dan pemasaran di Adatum.

Mengapa tidak membiarkan transaksi penjualan dan pelanggan berbagi satu aplikasi Data?

Dengan memisahkan data pelanggan dan data transaksi penjualan dalam aplikasi Data mereka sendiri, kami memungkinkan pakar subjek untuk domain tersebut membuat keputusan terbaik untuk produk data tertentu mereka. Mereka dapat memilih pola akses, mesin serapan, dan opsi penyimpanan yang paling sesuai dengan kebutuhan mereka tanpa bertentangan satu sama lain.

Misalnya, tim yang memiliki keahlian dengan sistem CRM akan bertanggung jawab atas aplikasi Data pelanggan. Berdasarkan keahlian tim dan teknologi yang digunakan oleh sistem CRM, mereka akan memutuskan alat mana yang paling sesuai dengan kebutuhan mereka. Mereka tidak perlu khawatir jika keputusan ini juga akan bekerja untuk tim transaksi penjualan. Tim itu akan menggunakan toolset mereka sendiri dan tidak perlu berkompromi untuk memenuhi persyaratan tim pelanggan.

Mengapa memindahkan tim penjualan ke platform data baru?

Dalam contoh ini, tim penjualan perusahaan adalah yang pertama pindah ke analitik skala cloud baru. Solusi tersebut dirancang agar dapat diskalakan di atas segalanya. Karena unit bisnis lainnya siap untuk bermigrasi, lebih banyak zona arahan dapat ditambahkan untuk mengakomodasi beban kerja mereka.

Cara berkembang di masa depan

Penskalaan dilakukan dengan menambahkan lebih banyak zona arahan ke arsitektur. Zona arahan ini akan menggunakan peering VNet untuk terhubung ke zona arahan manajemen data dan semua zona arahan lainnya. Pola jala ini memungkinkan produk dan sumber daya data dibagikan di seluruh zona. Dengan memisahkan ke zona yang berbeda, beban kerja tersebar di langganan dan sumber daya Azure. Hal ini memungkinkan perusahaan untuk menghindari mencapai batas layanan Azure dan terus mengembangkan estate data mereka.

Penyebaran templat penyebaran

Untuk menyebarkan garis besar arsitektur di atas, gunakan zona arahan manajemen data dan templat implementasi referensi zona arahan data di repositori GitHub berikut:

Gunakan templat berikut untuk menyebarkan transaksi penjualan, aplikasi Data pelanggan, dan produk data Ringkasan di zona pendaratan data penjualan Adatum:

Penting

Tidak semua templat yang tercantum di atas perlu disebarkan untuk memenuhi kebutuhan Adatum. Sedikit kustomisasi akan diperlukan untuk templat. Layanan yang tidak diperlukan harus dihapus dari templat sebelum penyebaran.

Langkah berikutnya

Lanjutkan ke skenario Relecloud untuk analitik skala cloud di Azure.

Pelajari lebih lanjut di: