Innovationsverktyg för att demokratisera data i Azure
Som den konceptuella artikeln om demokratisering av data beskriver kan du leverera många innovationer för datainsamling med små tekniska investeringar. Större innovationer kräver ofta rådata. Demokratisering av data handlar om att investera de minst resurser som behövs för att engagera dina kunder. Kunderna använder sedan data för att dra nytta av sina befintliga kunskaper.
Att börja med datademokratisering är ett snabbt sätt att testa en hypotes innan den utökas till bredare, dyrare digitala uppfinningar. När du förfinar mer av hypotesen och börjar använda uppfinningarna i stor skala hjälper följande processer dig att förbereda dig för driftstöd för innovationen.
Anpassning till metodiken
Den här typen av digitala uppfinningar kan påskyndas genom varje fas i följande processer, som du ser i föregående bild. Teknisk vägledning för att påskynda digitala uppfinningar visas i innehållsförteckningen till vänster på den här sidan. Dessa artiklar grupperas efter fas för att anpassa vägledningen till den övergripande metoden.
- Dela insamlade data: Det första steget för att demokratisera data är att dela öppet.
- Styr data: Se till att känsliga data skyddas, spåras och styrs innan de delas.
- Centralisera data: Ibland måste du tillhandahålla en centraliserad plattform för datademokratisering, delning och styrning.
- Samla in data: Migrering, integrering, inmatning och virtualisering kan var och en samla in befintliga data som ska centraliseras, styras och delas.
I varje iteration bör molnimplementeringsteam bara gå så djupt in i stacken som de behöver för att fokusera på kundernas behov framför arkitekturen. Fördröjning av tekniska toppar till förmån för kundernas behov påskyndar valideringen av din hypotes.
All vägledning mappar till de fyra föregående processerna. Vägledningen sträcker sig från den högsta kundeffekten till den högsta tekniska effekten. I varje process får du vägledning om hur Azure kan påskynda din förmåga att skapa med kund empati.
Verktygskedja
I Azure används följande innovationsverktyg ofta för att påskynda digitala uppfinningar i de föregående faserna:
- Power BI
- Azure Data Catalog
- Azure Synapse Analytics
- Azure Cosmos DB
- Azure Database for PostgreSQL
- Azure Database for MySQL
- Azure Database för MariaDB
- Hyperskala för Azure Database for PostgreSQL
- Azure Data Lake Storage
- Azure Database Migration Service
- Azure SQL Database, med eller utan 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
När uppfinningen närmar sig implementering i stor skala kräver aspekterna av varje lösning förfining och teknisk mognad. I så fall kommer det sannolikt att krävas fler av dessa tjänster. Använd innehållsförteckningen till vänster på den här sidan för vägledning om Azure-verktyg som är relevanta för din hypotestestningsprocess.
Kom igång
Nedan hittar du artiklar som hjälper dig att komma igång med vart och ett av verktygen i den här verktygskedjan.
Kommentar
Följande länkar lämnar Cloud Adoption Framework eftersom de refererar till stödinnehåll som ligger utanför CAF:s omfång.
Dela data med experter
- Generera snabbt datainsikter
- Dela data med medarbetare och partner
- Bädda in rapporter på en webbplats eller portal
- Skapa nya arbetsytor i Power BI
Styr data
- Klassificera data (CAF)
- Skydda data
- Kommentera data med Azure Data Catalog
- Dokumentera datakällor med Azure Data Catalog
Centralisera data
- Skapa och fråga en Azure Synapse Analytics SQL-pool
- Metodtips för inläsning av data för datalagerhantering
- Visualisera informationslager med Power BI
- Referensarkitektur för Enterprise BI med Azure Synapse Analytics
- Hantera stordata för företag med Azure Data Lake Storage
- Vad är en datasjö?
Samla in data
- Integrera molndatakällor med ett SQL Analytics-informationslager
- Läsa in lokala data i Azure Synapse Analytics
- Integrera data – Azure Data Factory till OLAP
- Använda Azure Stream Analytics med Azure Synapse Analytics
- Referensarkitektur för inmatning och analys av nya feeds
- Läsa in data i Azure Synapse Analytics SQL-pool
Nästa steg
Lär dig mer om verktyg för att skapa program som engagerar kunder utöver rådata.