Definire una strategia
È molto importante definire una strategia di dati a lungo termine che, quando eseguita, restituisca un valore incrementale per l'azienda. I risultati aziendali sono la misura diretta della modalità di esecuzione della strategia in base alla priorità.
Integrazione di gestione e analisi dei dati nella strategia di adozione del cloud
I risultati aziendali più comuni sono:
- Offrire maggiori opportunità ai dipendenti
- Entrare in contatto con i clienti
- Ottimizzare le operazioni
- Trasformare i prodotti
Motivazioni alla base della gestione e dell'analisi dei dati
Ecco alcuni driver comuni per la gestione dei dati e l'analisi allineati all'innovazione:
- Un framework di analisi scalabile progettato per consentire la creazione di una piattaforma di dati aziendale
- Un servizio autonomo per mettere gli utenti in grado di esplorare i dati, creare asset di dati e sviluppare prodotti
- La promozione di una cultura basata sui dati con asset di dati riutilizzabili, community di dati, scambio sicuro di terze parti e condivisione locale
- La condivisione affidabile dei dati tramite criteri, identità comune, riservatezza e crittografia
- Miglioramento delle esperienze degli utenti e del relativo engagement
- Trasformazione di prodotti o servizi
- Perturbazione del mercato con nuovi prodotti o servizi
- Democratizzazione e ambienti self-service
I temi chiave seguenti illustrano come è possibile applicare queste motivazioni alla propria strategia. Analizzarle con attenzione e pensare a come sono correlate a una strategia coerente per i dati.
Sviluppare una cultura basata sui dati
In questo caso, l'attenzione è sul modo in cui un'organizzazione può maturare nel tempo applicando un approccio sistematico e principio.
Un approccio alla strategia dei dati basato su principi
Inserimento di dati
Uno dei principi chiave per ottenere dati da vari sistemi e origini stanno creando passaggi strutturati tramite l'orchestrazione. Questa orchestrazione deve supportare aggiornamenti più semplici per il codice e la logica che esegue l'inserimento tramite l'integrazione continua usando strumenti come DevOps.
Immagazzinamento
È necessario scegliere le tecnologie di archiviazione appropriate in base ai carichi di lavoro. Per il supporto di analisi avanzate, la soluzione di archiviazione deve supportare vari formati di file e avere la possibilità di passare da un livello all'altro in modo automatizzato. Deve inoltre supportare le funzionalità per l'elaborazione batch e di flusso. Infine, è consigliabile contrassegnarli sempre.
Elaborazione dei dati
Una volta mantenuti i dati nell'archivio, l'elaborazione dei dati si occupa di trasformarli in un formato utilizzabile. Quando si definisce l'elaborazione dei dati, è importante considerare il tempo reale rispetto al batch, il ridimensionamento del calcolo, il supporto della GPU, i limiti di memoria e così via.
Analisi
Infine, il valore aziendale è sotto forma di una soluzione di analisi che consente all'azienda di prendere decisioni intelligenti.
Piano prescrittivo
Uno scenario di analisi e gestione dei dati consente di raccogliere tutti i quattro livelli insieme a persone, processi, sicurezza e conformità. È anche consigliabile usare le architetture consigliate dalle zone di destinazione di Azure per iniziare. Queste architetture usano Microsoft Cloud Adoption Framework e sfruttano l'esperienza di Microsoft attraverso migliaia di distribuzioni aziendali su larga scala.
L'architettura di gestione e analisi dei dati è costituita da due blocchi predefiniti principali:
- Zona di destinazione per la gestione dei dati
- Zona di destinazione dei dati
Il diagramma seguente mostra una panoramica di una piattaforma dati con una zona di destinazione per la gestione dei dati centrale e più zone di destinazione dei dati:
In questo modulo verrà eseguito il provisioning di questi componenti principali:
- Zona di destinazione per la gestione dei dati
- Zona di destinazione dei dati
- Zona di destinazione del prodotto dati