以資料創新的方式支援商務

許多公司都會將資料倉儲保留在資料中心內，以協助公司的不同部分，分析資料並做出決策。銷售、行銷和財務部門高度依賴這些系統，來產生標準報告和儀表板。公司也會雇用商務分析師，對資料超市中的資料，執行特定查詢與分析。這些資料超市使用自助商業智慧工具，執行多維度分析。

資料創新和新式資料資產所支援的企業，可嘉惠廣大的參與者 (從 IT 專案關係人到資料專業人員及更大範圍的人員)。他們可以對此集中式資料的存放庫採取動作，通常稱之為「單一事實來源」。

Azure Synapse Analytics 是可進行順暢共同作業和加速產生見解的單一服務。若要更詳細地了解這項服務，請先考量與一般資料資產相關的各種角色與技能：

資料倉儲：資料庫系統管理員支援資料湖與資料倉儲的管理，同時能以智慧方式最佳工作負載，並自動保護資料。

資料整合：資料工程師會使用無程式碼的環境，輕鬆地連接多重來源與類型的資料。

巨量資料與機器學習：資料科學家可快速地建立概念證明，並可以其選擇的語言佈建資源 (例如，T-SQL、Python、Scala、.NET 或 Spark SQL)。

管理和安全性：IT 專業人員可以更有效率地保護和管理資料、施行隱私權需求，以及安全地存取雲端和混合式設定。

商業智慧：商務分析師可安全地存取資料集、建立儀表板，以及在組織內外分享資料。

傳統資料倉儲架構概觀

下圖顯示傳統資料倉儲架構的範例。

傳統資料倉儲的圖表。

圖 1：傳統資料倉儲架構。

會從核心交易處理系統擷取已知的結構化資料，並複製到臨時區域中。從該處會進行清除、轉換，並整合到資料倉儲中實際使用的資料表內。這裡很常建有幾年的歷程記錄交易資料。其可提供想要了解一段時間內銷售變化、客戶購買行為，以及客戶區隔時，所需的資料。也可提供年度財務報告和分析，以協助進行決策。

一部份的資料會從該處擷取到資料超市，以分析與特定商務程序相關聯的活動。如此可支援進行公司內特定部分的決策。

若要讓企業能有效率地執行，需要稍早所述不同技能與角色的所有類型資料。您需要因為資料科學家為打造機器學習模型所清理掉的原始資料。您需要乾淨且結構化的資料供資料倉儲運用，以為商務應用程式及儀表板提供可靠的效能。最重要的是，您必須能夠在幾分鐘內而不是幾天內，就能從原始資料轉換成見解。

Azure Synapse Analytics 具有 Microsoft Power BI 的原生內建商務智慧工具。在這裡，一個介面內的一項服務，就可讓您將原始資料快速轉換成能呈現深入見解的儀表板。