Стратегия внедрения Microsoft Fabric: язык и региональные параметры данных

  • Статья

Примечание.

Эта статья является частью серии статей по внедрению Microsoft Fabric. Общие сведения о серии см . в схеме внедрения Microsoft Fabric.

Создание языка и региональных параметров данных тесно связано с внедрением аналитики и часто является ключевым аспектом цифровой трансформации организации. Язык и региональные параметры данных терминов можно определить различными способами различными организациями. В этой серии статей язык и региональные параметры данных означают набор поведения и норм в организации. Он поощряет культуру, которая регулярно использует информированное принятие решений о данных:

  • Более заинтересованными лицами в других областях организации.
  • На основе аналитики, а не мнения.
  • Эффективный, эффективный способ, основанный на рекомендациях, утвержденных Центром превосходства (COE).
  • На основе доверенных данных.
  • Это снижает зависимость от недокументированных племенных знаний.
  • Это снижает зависимость от хунней и решений кишечника.

Важно!

Думайте о культуре данных как о том, что вы делаете, а не о том, что вы говорите. Язык и региональные параметры данных не являются набором правил (это управление). Таким образом, язык и региональные параметры данных — это несколько абстрактная концепция. Это поведение и нормы, которые разрешены, вознаграждены и поощряются , или те, которые запрещены и не рекомендуется. Имейте в виду, что здоровый язык и региональные параметры данных мотивируют сотрудников на всех уровнях организации создавать и распространять практические знания.

В организации некоторые бизнес-подразделения или команды, скорее всего, имеют собственное поведение и нормы для того, чтобы сделать вещи. Конкретные способы достижения целей языка и региональных параметров данных могут отличаться между границами организации. Важно отметить, что они должны соответствовать целям культуры данных организации. Эту структуру можно рассматривать как обравниваемую автономию.

Следующая циклическая схема передает взаимосвязанные аспекты, влияющие на язык и региональные параметры данных:

Diagram shows various relationships and influences in a data culture, which are described below.

На схеме показаны несколько неоднозначные связи между следующими элементами:

Элементы схемы рассматриваются в этой серии статей.

Визуальное представление языка и региональных параметров данных

Концепция языка и региональных параметров данных может быть сложной для определения и меры. Несмотря на то, что сложно сформулировать язык и региональные параметры данных таким образом, чтобы он был значимым, интерактивным и измеримым, необходимо четко понимать определение того, что означает здоровый язык и региональные параметры данных для вашей организации. Это видение здоровой культуры данных должно:

  • Исходит от исполнительного уровня.
  • Согласование с целями организации.
  • Непосредственное влияние на стратегию внедрения.
  • Выступать в качестве высокоуровневых руководящих принципов для принятия политик и рекомендаций по управлению.

Результаты языка и региональных параметров данных не являются обязательными. Скорее, состояние языка и региональных параметров данных является результатом выполнения правил управления по мере их применения (или отсутствия правил управления). Руководители на всех уровнях должны активно продемонстрировать свои действия, важные для них, включая то, как они похвалят, распознают и вознаграждают сотрудников, которые принимают инициативу.

Совет

Если вы можете воспользоваться тем, что ваши усилия по разработке решения данных (например, семантической модели, ранее известной как набор данных, озеро или отчет) будут оценены и оценены, это отличный индикатор здоровой культуры данных. Однако иногда это зависит от того, какие значения непосредственного руководителя больше всего.

Начальная мотивация для создания языка и региональных параметров данных часто возникает из конкретной стратегической бизнес-проблемы или инициативы. Это может быть:

  • Реактивное изменение, например реагирование на новую гибкую конкуренцию.
  • Упреждающее изменение, например начало новой линии бизнеса или расширение на новых рынках, чтобы захватить "зеленое поле" возможность. Управление данными с самого начала может быть относительно проще, если есть меньше ограничений и осложнений, по сравнению с установленной организацией.
  • Обусловлены внешними изменениями, такими как давление на устранение неэффективности и избыточности во время экономического спада.

В каждой из этих ситуаций часто существует определенная область, в которой язык и региональные параметры данных имеют корень. Конкретная область может быть область усилий, которые меньше всей организации, даже если это все еще важно. После внесения необходимых изменений на этот меньший область они могут быть постепенно реплика и адаптированы для остальной части организации.

Хотя технология может помочь продвинуть цели языка и региональных параметров данных, реализация конкретных средств или функций не является целью. Эта серия статей охватывает множество тем, которые способствуют внедрению здоровой культуры данных. В оставшейся части этой статьи рассматриваются три основных аспекта языка и региональных параметров данных: обнаружение данных, демократизация данных и грамотность данных.

Поиск данных

Язык и региональные параметры данных зависят от пользователей, работающих с правильными данными в повседневной деятельности. Для достижения этой цели пользователям необходимо найти и получить доступ к источникам данных, отчетам и другим элементам.

Обнаружение данных — это возможность эффективно находить соответствующие ресурсы данных в организации. В первую очередь обнаружение данных связано с повышением осведомленности о том, что данные существуют, что может быть особенно сложной задачей при разложении данных в системах отделов.

Обнаружение данных немного отличается от концепции поиска, так как:

  • Обнаружение данных позволяет пользователям просматривать метаданные для элемента, например имя семантической модели, даже если у них нет доступа к нему. После того как пользователь знает о своем существовании, этот пользователь может пройти стандартный процесс, чтобы запросить доступ к элементу.
  • Поиск позволяет пользователям находить существующий элемент, когда у них уже есть доступ к элементу безопасности.

Совет

Важно иметь четкий и простой процесс, чтобы пользователи могли запрашивать доступ к данным. Зная, что данные существуют, но не могут получить доступ к нему в соответствии с рекомендациями и процессами, установленными владельцем домена, могут быть источником разочарования для пользователей. Он может принудительно использовать неэффективные обходные пути вместо запроса доступа через соответствующие каналы.

Обнаружение данных способствует внедрению и внедрению методик управления следующими способами:

  • Поощрение использования надежных источников данных высокого качества.
  • Поощряя пользователей использовать существующие инвестиции в доступные ресурсы данных.
  • Повышение использования и обогащения существующих элементов данных (например, lakehouse, хранилища данных, конвейера данных, потока данных или семантической модели) или элементов отчетов (таких как отчеты, панели мониторинга или метрики).
  • Помогая людям понять, кто владеет и управляет ресурсами данных.
  • Создание связей между потребителями, создателями и владельцами.

Концентратор данных OneLake и использование подтверждений являются ключевыми способами продвижения обнаружения данных в организации.

Кроме того, решения каталога данных являются чрезвычайно ценными средствами для обнаружения данных. Они могут записывать теги и описания метаданных, чтобы обеспечить более глубокий контекст и смысл. Например, Microsoft Purview может сканировать и каталог элементов из клиента Fabric (а также множество других источников).

Вопросы о обнаружении данных

Используйте такие вопросы, как приведенные ниже, для оценки обнаружения данных.

  • Существует ли концентратор данных, где бизнес-пользователи могут искать данные?
  • Существует ли каталог метаданных, описывающий определения и расположения данных?
  • Поддерживаются ли высококачественные источники данных путем сертификации или поощрения их?
  • В какой степени существуют избыточные источники данных, так как люди не могут найти нужные им данные? Какие роли должны создавать элементы данных? Какие роли должны создавать отчеты или выполнять нерегламентированный анализ?
  • Могут ли конечные пользователи находить и использовать существующие отчеты или настаивать на экспорте данных для создания собственных?
  • Знают ли конечные пользователи, какие отчеты следует использовать для решения конкретных бизнес-вопросов или поиска конкретных данных?
  • Используют ли люди соответствующие источники данных и средства или сопротивляются им в пользу устаревших?
  • Аналитики понимают, как дополнить существующие сертифицированные семантические модели новыми данными, например с помощью составной модели Power BI?
  • Насколько согласованы элементы данных в их качествах, полноте и соглашениях об именовании?
  • Могут ли владельцы элементов данных следовать происхождению данных, чтобы выполнить анализ влияния элементов данных?

Уровни зрелости обнаружения данных

Следующие уровни зрелости помогут оценить текущее состояние обнаружения данных.

Уровень Обнаружение данных Fabric
100: изначально • Данные фрагментированы и не упорядочены, без четких структур или процессов для его поиска.

• Пользователи пытаются найти и использовать данные, необходимые для их задач.
200: повторяемость • Проводится разбросанная или органическая работа по организации и документу данных, но только в определенных командах или отделах.

• Иногда поддерживается содержимое, но эти подтверждения не определены, и процесс не управляется. Данные остаются разложенными и фрагментированы, и к ним трудно получить доступ.
300: определено • Центральный репозиторий, такой как центр данных OneLake, используется для упрощения поиска данных для людей, которым он нужен.

• Явный процесс заключается в том, чтобы поддержать качественные данные и содержимое.

• Базовая документация содержит данные каталога, определения и вычисления, а также место их поиска.
400: возможности • Структурированные, согласованные процессы помогут пользователям поддерживать, документировать и находить данные из центрального центра. Обработчики данных — это исключение вместо правила.

• Ресурсы данных качества постоянно поддерживаются и легко определяются.

• Поддерживаются и улучшаются комплексные словари данных.
500: эффективность • Данные и метаданные систематически организованы и документируются с полным представлением происхождения данных.

• Качество активов поддерживается и легко определяется.

• Средства каталогизации, такие как Microsoft Purview, используются для обнаружения данных как для использования, так и для управления.

Упрощение доступа к данным

Демократизация данных относится к переносу данных в руки большего числа пользователей, ответственных за решение бизнес-проблем. Речь о том, чтобы больше пользователей могли принимать лучшие решения на основе данных.

Примечание.

Концепция демократизации данных не подразумевает отсутствие безопасности или отсутствие оправдания на основе роли работы. В рамках здорового языка и региональных параметров данных демократизация данных помогает сократить теневой ИТ-процесс , предоставляя семантические модели, которые:

  • Защищены, управляются и хорошо управляются.
  • Отвечайте бизнес-потребностям в экономически эффективных и своевременных способах.

Позиция вашей организации по демократизации данных будет оказывать широкое влияние на усилия по внедрению и управлению.

Предупреждение

Если доступ к данным или возможность выполнения аналитики ограничен количеством пользователей в организации, это обычно знак предупреждения, так как способность работать с данными является ключевым признаком здорового языка и региональных параметров данных.

Вопросы о демократизации данных

Используйте такие вопросы, как приведенные ниже, для оценки демократизации данных.

  • Доступны ли данные и аналитика или ограничены ли ограниченными ролями и отдельными лицами?
  • Существует ли эффективный процесс для того, чтобы пользователи запрашивали доступ к новым данным и средствам?
  • Легко ли совместно использовать данные между командами и бизнес-подразделениями или же они тщательно охраняются?
  • Кто разрешено установить Power BI Desktop?
  • Кто разрешено иметь лицензии Power BI Pro или Power BI Premium на пользователя (PPU)?
  • Кто разрешено создавать ресурсы в рабочих областях Fabric?
  • Какой уровень самостоятельной аналитики и бизнес-аналитики (BI) можно использовать? Как этот уровень зависит от бизнес-единицы или роли задания?
  • Какой баланс между корпоративной и самостоятельной аналитикой и бизнес-аналитикой?
  • Какие источники данных предпочтительнее использовать для каких тем и бизнес-доменов? Что разрешено использовать несанкционированные источники данных?
  • Кто может управлять содержимым? Это решение отличается от данных и отчетов? Отличается ли решение для пользователей корпоративной бизнес-аналитики и децентрализованных пользователей? Кто может управлять содержимым бизнес-аналитики самообслуживания и управлять ими?
  • Кто может использовать содержимое? Это решение отличается от внешних партнеров, клиентов или поставщиков?

Уровни зрелости демократизации данных

Следующие уровни зрелости помогут оценить текущее состояние демократизации данных.

Уровень Состояние демократизации данных
100: изначально • Данные и аналитика ограничены небольшим количеством ролей, которые обращаются к другим пользователям.

• Бизнес-пользователи должны запрашивать доступ к данным или средствам для выполнения задач. Они борются с задержками или узкими местами.

• Инициативы самообслуживания происходят с некоторыми успехами в различных областях организации. Эти действия происходят несколько хаотично, с несколькими формальными процессами и без стратегического плана. Существует отсутствие надзора и видимости этих действий самообслуживания. Успех или неудача каждого решения не хорошо понятна.

• Команда корпоративных данных не может соответствовать потребностям бизнеса. Для этой команды существует значительный невыполненные запросы.
200: повторяемость • Существуют ограниченные усилия по расширению доступа к данным и средствам.

• Несколько команд имели измеримый успех с решениями самообслуживания. Люди в организации начинают обращать внимание.

• Инвестиции вносятся для выявления идеального баланса корпоративных и самостоятельных решений.
300: определено • Многие пользователи имеют доступ к данным и средствам, которые им нужны, хотя не все пользователи одинаково включены или отвечают за создаваемый контент.

• Эффективные методики самостоятельной обработки данных постепенно и намеренно реплика в большей части области организации.
400: возможности • Здоровые партнерские отношения существуют среди создателей корпоративных и самообслуживания решений. Ясно, реалистичная подотчетность пользователей и политики устраняют риск самостоятельной аналитики и бизнес-аналитики.

• Четкие и согласованные процессы предназначены для того, чтобы пользователи запрашивали доступ к данным и средствам.

• Лица, которые принимают инициативу в создании ценных решений, признаются и вознаграждаются.
500: эффективность • Подотчетность пользователей и эффективное управление дают центральным командам уверенность в том, что пользователи делают с данными.

• Автоматизированные, отслеживаемые процессы позволяют пользователям легко запрашивать доступ к данным и средствам. Любой пользователь с необходимостью или интересом использовать данные могут следовать этим процессам для выполнения аналитики.

Грамотность данных

Грамотность данных — это способность интерпретировать, создавать и взаимодействовать с данными и аналитикой точно и эффективно.

Учебные усилия, как описано в статье о наставничестве и включении пользователей, часто сосредоточены на том, как использовать саму технологию. Технологические навыки важны для создания высококачественных решений, но важно также рассмотреть вопрос о том, как специально продвинуть грамотность данных во всей организации. Другими словами, успешное внедрение занимает гораздо больше, чем просто предоставление программного обеспечения и лицензий пользователям.

Способы повышения грамотности данных в организации зависят от многих факторов, таких как текущие наборы навыков пользователей, сложность данных и необходимые типы аналитики. Вы можете сосредоточиться на таких типах действий, связанных с грамотность данных:

  • Интерпретация диаграмм и графов
  • Оценка допустимости данных
  • Выполнение анализа первопричин
  • Распознавание корреляции от причинности
  • Общие сведения о том, как контекст и выбросы влияют на способ представления результатов
  • Использование рассказов, чтобы помочь потребителям быстро понять и действовать

Совет

Если вы пытаетесь получить язык и региональные параметры или усилия по управлению, сосредоточиться на реальных преимуществах, которые можно достичь с помощью обнаружения данных ("найти данные"), демократизации данных ("использовать данные"), или грамотности данных ("понимание данных") может помочь. Кроме того, можно сосредоточиться на конкретных проблемах, которые можно решить или устранить с помощью улучшения языка и региональных параметров данных.

Получение правильных заинтересованных лиц, чтобы договориться о проблеме, как правило, является первым шагом. Тогда это вопрос того, чтобы заинтересованные стороны согласились с стратегическим подходом к решению, а также детали решения.

Вопросы, касающиеся грамотности данных

Используйте такие вопросы, как приведенные ниже, для оценки грамотности данных.

  • Существует ли в организации общий аналитический словарь для обсуждения решений по данным и бизнес-аналитике? Кроме того, являются ли определения фрагментированы и отличаются в разных оси?
  • Насколько комфортно люди с принятием решений на основе данных и доказательств по сравнению с интуицией и субъективным опытом?
  • Когда люди, которые держат мнение сталкиваются с конфликтующими доказательствами, как они реагируют? Они критически оценили данные или уволили их? Могут ли они изменить свое мнение, или они становятся закрепленными и устойчивыми?
  • Существуют ли учебные программы для поддержки людей в обучении данным и аналитическим средствам?
  • Существует ли значительное сопротивление визуальной аналитике и интерактивной отчетности в пользу статических электронных таблиц?
  • Открыты ли люди к новым аналитическим методам и инструментам, чтобы потенциально решить свои бизнес-вопросы более эффективно? Кроме того, они предпочитают использовать существующие методы и средства для экономии времени и энергии?
  • Существуют ли методы или программы для оценки или улучшения грамотности данных в организации? Имеет ли руководство точное представление о уровнях грамотности данных?
  • Существуют ли роли, команды или отделы, где грамотность данных особенно сильна или слаба?

Уровни зрелости грамотности данных

Следующие уровни зрелости помогут оценить текущее состояние грамотности данных.

Уровень Состояние грамотности данных
100: изначально • Решения часто принимаются на основе интуиции и субъективного опыта. При столкновении с данными, которые оспаривают существующие мнения, данные часто отклоняются.

• Люди имеют низкую уверенность в использовании и понимании данных в процессах принятия решений или обсуждениях.

• Потребители отчетов имеют сильное предпочтение статическим таблицам. Эти потребители отклоняют интерактивные визуализации или сложные аналитические методы как "фантазии" или ненужные.
200: повторяемость • Некоторые команды и отдельные лица несогласованно включают данные в их принятие решений. Есть четкие случаи, когда неправильное понимание данных привело к недостаткам решений или неправильных выводов.

• Существует некоторое сопротивление, когда данные оспаривают уже существующие убеждения.

• Некоторые люди скептически относятся к интерактивным визуализациям и сложным аналитическим методам, хотя их использование увеличивается.
300: определено • Большинство команд и частных лиц понимают данные, относящиеся к своей бизнес-области, и используют их неявно для информирования решений.

• Когда данные оспаривают уже существующие убеждения, он создает критические обсуждения и иногда мотивирует изменения.

• Визуализации и расширенная аналитика широко принимаются, хотя и не всегда используются эффективно.
400: возможности • Грамотность данных распознается явным образом как необходимый навык в организации. Некоторые учебные программы обращаются к грамотности данных. Конкретные усилия по оказанию помощи департаментам, командам или отдельным лицам, которые имеют особенно слабую грамотность данных.

• Большинство лиц могут эффективно использовать и применять данные для объективного улучшения решений и принятия мер.

• Визуальные и аналитические рекомендации документируются и следуют в стратегически важных решениях данных.
500: эффективность • Грамотность данных, критическое мышление и непрерывное обучение являются стратегическими навыками и ценностями в организации. Эффективные программы отслеживают ход выполнения для повышения грамотности данных в организации.

• Принятие решений зависит от данных в организации. Аналитика решений или предписательная аналитика используются для рекомендаций ключевых решений и действий.

• Визуальные и аналитические рекомендации рассматриваются как важные для создания бизнес-ценности с данными.

Соображения и ключевые действия

Контрольный список . Ниже приведены некоторые рекомендации и ключевые действия, которые можно предпринять для укрепления языка и региональных параметров данных.

  • Выравнивание целей и стратегий языка и региональных параметров данных. Учитывайте тип языка и региональных параметров данных, которые требуется культивировать. В идеале это больше от позиции прав и возможностей пользователей, чем позиция команды и управления.
  • Понять текущее состояние: поговорите с заинтересованными лицами в разных бизнес-подразделениях, чтобы понять, какие методики аналитики в настоящее время работают хорошо, и какие методики не работают хорошо для принятия решений на основе данных. Проводите ряд семинаров, чтобы понять текущее состояние и сформулировать желаемое будущее состояние.
  • Поговорите с заинтересованными лицами: поговорите с заинтересованными лицами в ИТ, бизнес-аналитике и COE , чтобы понять, какие ограничения управления требуют рассмотрения. Эти беседы могут представлять возможность обучать команды по таким темам, как безопасность и инфраструктура. Вы также можете использовать возможность для обучения заинтересованных лиц функциям и возможностям, включенным в Fabric.
  • Проверьте исполнительное спонсорство: проверьте уровень спонсорства и поддержки исполнительной власти, которые вы на месте для продвижения целей культуры данных.
  • Примите целенаправленные решения о стратегии обработки данных: определите, какой идеальный баланс самообслуживания, управляемого самообслуживания и корпоративных данных, аналитики и бизнес-аналитики должен быть для ключевых бизнес-подразделений в организации (в статье о собственности и управлении содержимым). Кроме того, рассмотрим, как стратегия обработки данных связана с степенью опубликованного содержимого для личных, команд, отделов и корпоративной аналитики и бизнес-аналитики (описанных в статье о доставке содержимого область). Определите свои высокие цели и приоритеты для этого стратегического планирования. Определите, как эти решения влияют на ваш тактический план.
  • Создайте тактический план: начните создавать тактический план для немедленных, краткосрочных и долгосрочных действий. Определите бизнес-группы и проблемы, которые представляют собой "быстрые победы" и могут внести видимую разницу.
  • Создание целей и метрик. Определите, как вы будете измерять эффективность для инициатив по языку и региональных параметров данных. Создайте ключевые показатели эффективности (ключевые показатели эффективности) или цели и ключевые результаты (ОКR), чтобы проверить результаты ваших усилий.

Вопросы, касающиеся языка и региональных параметров данных

Используйте такие вопросы, как приведенные ниже, для оценки языка и региональных параметров данных.

  • Считаются ли данные стратегическим активом в организации?
  • Существует ли представление о здоровой культуре данных, которая исходит от исполнительного руководства и соответствует целям организации?
  • Руководство по использованию языка и региональных параметров данных для создания политик и рекомендаций по управлению?
  • Являются ли источники данных организации доверенными создателями контента и потребителями?
  • При оправдании мнения, решения или выбора люди используют данные в качестве доказательств?
  • Есть ли знания об использовании аналитики и данных, которые документируются или имеются ли сведения о недокументированных племенных знаниях?
  • Усилия по разработке решения данных ценятся и ценятся сообществом пользователей?

Уровни зрелости языка и региональных параметров данных

Следующие уровни зрелости помогут оценить текущее состояние языка и региональных параметров данных.

Уровень Состояние языка и региональных параметров данных
100: изначально • Команды корпоративных данных не могут соответствовать потребностям бизнеса. Существует значительный невыполненные запросы.

• Инициативы самообслуживания и бизнес-аналитики выполняются с некоторыми успехами в различных областях организации. Эти действия происходят несколько хаотично, с несколькими формальными процессами и без стратегического плана.

• Отсутствие надзора и видимости для самостоятельной бизнес-аналитики. Успехи или неудачи решений бизнес-аналитики и данных не понятны.
200: повторяемость • Несколько команд имели измеримые успехи с решениями самообслуживания. Люди в организации начинают обращать внимание.

• Инвестиции создаются для выявления идеального баланса корпоративных и самообслуживания данных, аналитики и бизнес-аналитики.
300: определено • Конкретные цели устанавливаются для продвижения языка и региональных параметров данных. Эти цели реализуются постепенно.

• Обучение от того, что работает в отдельных бизнес-подразделениях, предоставляется совместно.

• Эффективные методики самообслуживания постепенно и специально реплика реплика во всех областях организации.
400: возможности • Цели и региональные параметры данных для использования обоснованных решений соответствуют целям организации. Они активно поддерживаются исполнительным спонсором, COE и имеют прямое влияние на стратегии внедрения.

• Здоровое и продуктивное партнерство существует между исполнительным спонсором, COE, бизнес-подразделениями и ИТ-отделами. Команды работают над общими целями.

• Лица, которые принимают инициативу в создании ценных решений данных, признаются и вознаграждаются.
500: эффективность • Бизнес-ценность данных, аналитики и решений бизнес-аналитики регулярно оценивается и измеряется. Ключевые показатели эффективности или ОКR используются для отслеживания целей и региональных параметров данных и результатов этих усилий.

• Циклы обратной связи существуют, и они поощряют текущие улучшения языка и региональных параметров данных.

• Постоянное улучшение внедрения организации, внедрения пользователей и внедрения решений является главным приоритетом.

Связанный контент

В следующей статье серии стратегий внедрения Microsoft Fabric узнайте о важности исполнительного спонсора.