Integrace analýz v cloudovém měřítku do strategie přechodu na cloud

Vytvořte jednu centralizovanou strategii přechodu na cloud pro vaši organizaci pomocí metodologie strategie varchitektury přechodu na cloud v Azure. Pokud jste ještě nenahráli strategii přechodu na cloud, použijte k tomu strategii a šablonu plánu.

Tento článek obsahuje důležité informace o scénářích analýzy v cloudovém měřítku, které ovlivňují vaši širší strategii.

Před implementací analýz na úrovni cloudu vytvořte plán pro strategii vašich dat. Můžete začít v malém s jedním případem použití, nebo můžete mít rozsáhlejší sadu případů použití, které vyžadují upřednostnění. Strategie vám pomůže vytvořit procesy a počáteční konverzace o pilířích, na které se potřebujete zaměřit.

Stanovení priorit obchodních výsledků pro strategii dat

Úspěšná datová strategie vám dává konkurenční výhodu. Strategii dat byste měli vždy sladit s požadovanými obchodními výsledky. Většinu obchodních výsledků je možné klasifikovat do jedné z následujících čtyř kategorií:

• Dejte svým zaměstnancům pravomoci: Poskytněte pracovníkům znalosti zákazníků, zařízení a strojů v reálném čase. Tyto znalosti jim pomáhají efektivně spolupracovat na splnění zákaznických nebo obchodních potřeb s flexibilitou.

• Zapojení zákazníků: Poskytovat bohaté, přizpůsobené a propojené prostředí inspirované vaší značkou. Využijte sílu dat a přehledů k řízení věrnosti zákazníků v každém kroku cesty zákazníka.

• Optimalizace operací: Zvýšit tok informací v celé organizaci. Synchronizujte své obchodní procesy a použijte přístup řízený daty, aby byla každá interakce cenná.

• Transformovat produkty a životní cyklus vývoje: Shromažďovat telemetrická data o vašich službách a nabídkách. Pomocí telemetrických dat upřednostníte vydání nebo vytvoření nové funkce a průběžně vyhodnocujte efektivitu a přijetí.

Po stanovení priority obchodních výsledků prozkoumejte své aktuální projekty a dlouhodobé strategické iniciativy a odpovídajícím způsobem je klasifikujte. Zvažte kombinování čtyř kategorií obchodních výsledků v maticovém formátu založeném na složitosti a dopadu. Zvažte také přidání pilířů architektury, které vám pomůžou hlouběji prozkoumat váš scénář.

Odemknout strategickou hodnotu

Vytvoření kultury založené na datech, která podporuje podnikání konzistentním, progresivním, agilním a informovaným způsobem, má určité složitosti a reálné překážky. Než přejdete do fáze nasazení, zaměřte se na vytvoření koherentní strategie dat, která vám pomůže dosáhnout požadovaných obchodních výsledků.

Analýzy na úrovni cloudu jsou v souladu s motivacemi zaměřenými na inovace. Následující běžné faktory motivují zákazníky k integraci tohoto scénáře do strategie přechodu na cloud:

• Škálovatelná analytická architektura, která umožňuje vytvořit podnikovou datovou platformu
• Samoobslužná služba, která uživatelům umožňuje zkoumat data, vytvářet datové prostředky a vývoj produktů
• Datová kultura s opakovaně použitelnými datovými prostředky, datovými komunitami, bezpečnou výměnou s třetími stranami a sdílením na místě.
• Sdílení dat s jistotou pomocí zásad, společné identity, důvěrnosti a šifrování
• Vylepšené možnosti a zapojení zákazníků
• Transformace produktů nebo služeb
• Přerušení trhu s novými produkty nebo službami

Následující diagram obsahuje klíčové motivy, které vám pomůžou tyto motivace realizovat ve vlastní strategii. Pečlivě analyzujte tyto motivy a způsob, jakým přispívají k koherentní strategii dat. Zvažte také, jak mohou odemknout strategickou hodnotu vašich dat a umožnit konzistentní obchodní růst.

"Datová strategie je základem použití dat jako prostředku a zajištění obchodního posunu vpřed. Nejedná se o dočasnou nápravu problémů s daty. Jedná se o dlouhodobý plán, který definuje lidi, procesy a technologie, které se mají zavést k řešení problémů s daty.

Vytvoření strategie je jedním krokem. Provádění strategie v podnikovém měřítku představuje velkou výzvu pro stávající kulturu, lidi, procesy a technologické volby vaší organizace. Provádění vyžaduje závazek a jasné vlastnictví na všech úrovních vaší organizace.

Zvýšení efektivity

Flexibilita cloudu vyžaduje, aby se organizace rychle přizpůsobily a přinesly efektivitu pro všechny oblasti podnikání. Podle zprávy o vznikajících rizicích, kterou vydala společnost Gartner, navzdory tomu, že se organizace nadále zaměřují na digitální iniciativy a investují do nich, ukazují dvě třetiny těchto organizací slabiny v rámci podniku a nedosáhnou očekávání.

Zprovoznění správy dat

Mnoho organizací pomalu decentralizuje centrální IT, aby umožnilo agilitu. Organizace chtějí rychle inovovat a mít přístup k podnikovým jednotným datům samoobslužným způsobem, což jim pomůže splnit náročné obchodní požadavky.

Existuje mnoho důvodů, proč firmy nedokážou využít úplný potenciál svých dat. Důvodem může být to, že obchodní oddělení fungují v silech, kde každý tým používá různé nástroje a standardy pro analýzu dat. Důvodem může být selhání propojení klíčových ukazatelů výkonu s celkovými obchodními cíli.

Demokratizace dat pomáhá poskytovat hodnotu zpět do podnikání a dosahovat náročných cílů obchodního růstu.

• Seznamte se s potřebami vašich obchodních jednotek a určete jejich prioritu.
• Distribuujte data napříč doménami, abyste umožnili vlastnictví a přiblížili data uživatelům.
• Nasaďte samoobslužné datové produkty pro zajištění přehledů a obchodních hodnot.

V případě zásad správného řízení dat musíte zajistit správnou rovnováhu v decentralizovaném světě demokratizace dat. Pokud zásady správného řízení vynucujete příliš přísně, můžete inovace potlačit. Pokud ale nemáte alespoň některé základní principy a procesy, pravděpodobně skončíte s datovými silami. Tyto silosy mohou poškodit pověst vaší organizace a potenciální výnosy. Ucelený přístup k zásadám správného řízení dat je zásadní pro vás, abyste mohli konzistentním způsobem odemknout strategickou hodnotu vašich dat.

Absence dobře promyšlené datové strategie vede k tomu, že je potřeba jednoduše "začít" a rychle začít poskytovat hodnotu vaší organizaci. Vyřešte současné obchodní problémy tím, že v rámci rámce jednáte o dříve zmíněné klíčové motivy nebo je použijete jako strategické principy. Použití těchto klíčových motivů vám také pomůže vytvořit holistickou strategii dat, která je iterativní s ověřováním, ale stále poskytuje včasné výsledky. Vedoucí pracovníci obchodních a technologických technologií musí vyvíjet strategie a myšlení potřebné ke generování hodnoty z dat a rychlému škálování zjednodušeným a strukturovaným způsobem.

Další informace najdete v tématu Co jsou zásady správného řízení dat?.

Vývoj kultury řízené daty

K vytvoření úspěšné datové strategie potřebujete kulturu řízenou daty. Vytvořte kulturu, která konzistentně podporuje otevřenou spolupráci. V tomto typu kultury se mohou všichni pracovníci učit, komunikovat a zlepšovat obchodní výsledky organizace. Vývoj kultury řízené daty také zlepšuje schopnost každého zaměstnance generovat dopad nebo vliv založený na datech.

Výchozí bod vaší cesty závisí na vaší organizaci, vašem odvětví a vaší aktuální poloze v rámci křivky vyspělosti. Následující diagram znázorňuje příklad modelu vyspělosti znázorňující úrovně vyspělosti využití umělé inteligence organizace:

Úroveň 0

Data se nevyužívají programově a konzistentně. Fokus organizace se zaměřuje na data z pohledu vývoje aplikací.

Na úrovni 0 má organizace často neplánované analytické projekty. Každá aplikace je vysoce specializovaná na jedinečná data a potřeby zúčastněných stran. Každá aplikace má také významné základy kódu a technické týmy s mnoha inženýry mimo IT. Umožnění použití a analýzy jsou izolované.

Úroveň 1

Na úrovni 1 se vytvářejí týmy a vytváří se strategie, ale analýzy zůstávají v oddělení. Organizace má tendenci být dobrou v tradičních zachytávání a analýzách dat. Může mít určitou úroveň závazku ke cloudovému přístupu. Může například přistupovat k datům z cloudu.

Úroveň 2

Inovační platforma organizace je téměř připravená. Pracovní postupy jsou zavedeny pro řešení kvality dat. Organizace může odpovědět na několik otázek "proč".

Na úrovni 2 organizace aktivně hledá ucelenou strategii pro data, která používá centrálně řízené úložiště data lake k řízení rozrůstaného úložiště dat a zlepšuje zjistitelnost dat. Organizace je připravená na inteligentní aplikace, které přinesou výpočetní prostředky centrálně řízeným datovým jezerům. Tyto inteligentní aplikace snižují rizika ochrany osobních údajů, náklady na výpočetní prostředky a potřebu federovaných kopií důležitých dat.

Na této úrovni je organizace také připravená používat víceklientských, centrálně hostovaných sdílených datových služeb pro běžné úlohy výpočetních dat. Tyto sdílené datové služby umožňují rychlé přehledy z inteligentních služeb založených na datových vědách.

Úroveň 3

Organizace používá holistický přístup k datům. Projekty související s daty jsou integrovány do obchodních výsledků. Organizace používá analytické platformy k předpovědím.

Na úrovni 3 organizace odemyká digitální inovace jak z hlediska datové infrastruktury, tak i z pohledu vývoje aplikací. Jsou zavedeny základní datové služby, včetně datových jezer a sdílených datových služeb.

Několik týmů v celé organizaci úspěšně doručuje důležité obchodní úlohy, klíčové případy obchodního použití a měřitelné výsledky. Nové sdílené datové služby se identifikují pomocí telemetrie. IT je důvěryhodný poradce pro týmy v celé společnosti a využívá důvěryhodnou a propojenou strategii pro komplexní data, která pomáhá zlepšit důležité obchodní procesy.

Úroveň 4

Na úrovni 4 používá celá organizace architektury, standardy, podniky a kulturu řízenou daty. V praxi je možné pozorovat automatizaci, smyčky zpětné vazby řízené daty a centra efektivity analýzy nebo automatizace.

Stanovení cílů sladěných s obchodními záměry

Identifikace priorit v souladu s obchodní vizí a udržování ideologie "myslet ve velkém, začít v malém a jednat rychle" jsou klíče k úspěchu. Výběr správného případu použití nemusí být vždy zdlouhavý a obtížný schvalovací proces. Může se jednat o trvalý problém v jakékoli obchodní jednotce, kde je dostatek dat k ověření návratnosti investic, vyšší zájem a snadné přijetí. Věci se můžou rychle pohybovat a to je místo, kde se většina organizace může potýkat s tím, jak začít.

Vysvětlení atributů dat

Pokud chcete vytvořit silnou strategii pro data, musíte pochopit, jak data fungují. Znalost základních charakteristik dat vám pomůže vytvořit principiální postup pro práci s daty.

Data cestují rychle, ale jejich rychlost nemůže vzdorovat zákonům fyziky. Data musí odpovídat zákonům země a odvětví, které je vytvořilo.

Data se samy nemění, ale je náchylné ke změnám a náhodné ztrátě, pokud neuložíte opatření ke zmírnění takových problémů. Umístěte opatření proti poškození pro ovládací prvky, databáze a úložiště, abyste mohli řešit nepředvídatelné změny. Také se ujistěte, že jste nastavili monitorování, audity, výstrahy a podřízené procesy.

Data samy o sobě nevytváří žádné poznatky ani neposkytují žádnou hodnotu. Pokud chcete získat přehledy nebo extrahovat hodnotu, musíte většinu dat nebo všechna data vložit do čtyř samostatných kroků:

1. Polknutí
2. Skladování
3. Zpracování
4. Analytika

Každý z těchto čtyř kroků má své vlastní principy, procesy, nástroje a technologie.

Zadržení vašich datových aktiv a souvisejících poznatků může ovlivnit socioekonomické, politické, výzkumné a investiční rozhodnutí. Je důležité, aby vaše organizace mohla poskytovat přehledy zabezpečeným a zodpovědným způsobem. Všechna data, která vygenerujete nebo získáváte, musí projít cvičením klasifikace dat, pokud není výslovně uvedeno jinak. Šifrování je zlatý standard pro zpracování důvěrných dat jak v klidu, tak v průběhu přenosu.

Data, aplikace a služby mají svou vlastní gravitační přitažlivost, ale přitažlivost dat je největší. Na rozdíl od legendárního jablka Sira Isaaca Newtona nemají data žádnou fyzickou hmotnost, která by ovlivňovala okolní objekty. Místo toho má latenci a propustnost, které fungují jako akcelerátory pro váš analytický proces. Latence, propustnost a usnadnění přístupu často vyžadují duplikování dat, i když to není žádoucí. Nastavte své lidi, procesy, nástroje a technologie odpovídajícím způsobem, abyste mohli tyto požadavky vyvážit se zásadami dat vaší organizace.

Architektonické konstrukce řídí rychlost, s jakou můžete zpracovávat data. Konstrukce se usnadňují prostřednictvím inovací v softwaru, hardwaru a sítích. Mezi aspekty architektury patří:

• Nastavení distribuce dat
• Rozkládání
• Technologie mezipaměti
• Dávkové versus proudové zpracování
• Vyrovnávání back-endu a zpracování na straně klienta

Definování strategie dat

Použití dat jako konkurenční výhody pro vytváření lepších produktů a služeb s vyšší hodnotou není novým konceptem. Objem, rychlost a rozmanitost dat umožněná cloud computingem jsou však nevídané.

Návrh moderní platformy pro analýzu dat v cloudu se skládá z zabezpečení, zásad správného řízení, monitorování, škálování na vyžádání, operací s daty a samoobslužných služeb. Pochopení vzájemného působení mezi těmito aspekty je to, co odlišuje vynikající datovou strategii od dobré. Pomocí nástrojů, jako je architektura přechodu na cloud, zajistíte jednotnost architektury, integritu a osvědčené postupy.

Aby byla strategie pro data efektivní, musí obsahovat ustanovení pro zásady správného řízení dat. Následující diagram znázorňuje hlavní fáze životního cyklu dat, které se zaměřují na zásady správného řízení dat jako jejich zaměření:

Následující části popisují aspekty, které byste měli použít při rozhodování o principech návrhu vrstev datové strategie. Zaměřte se na poskytování obchodních výsledků a hodnot z vašich dat.

Příjem dat

Klíčovým aspektem příjmu dat je možnost rychlého vytvoření datového kanálu zabezpečeným a vyhovujícím způsobem, od požadavků až po produkční prostředí. Mezi důležité prvky patří technologie založené na metadatech, samoobslužné a nízkokódové technologie, které hydratuje vaše datové jezero.

Při sestavování datových toků zvažte návrh i schopnost pracovat s daty, distribuci dat a škálování výpočetní kapacity. Musíte také zajistit správnou podporu DevOps pro kontinuální integraci a dodávání vašeho potrubí.

Nástroje, jako je Azure Data Factory, podporují celou řadu místních zdrojů dat, zdrojů dat SaaS (software jako služba) a dalších zdrojů dat z jiných veřejných cloudů.

Skladování

Označte a uspořádejte svá data ve fyzických i logických vrstvách. Datová jezera jsou součástí všech moderních architektur analýzy dat. Vaše organizace musí použít příslušné požadavky na ochranu osobních údajů, zabezpečení a dodržování předpisů, které splňují všechny požadavky na klasifikaci dat a oborové dodržování předpisů, které provozujete. Katalogizace a samoobslužná podpora demokratizace dat na úrovni organizace, která podporuje inovace při řízení přístupu.

Zvolte správné úložiště pro vaši úlohu. I když napoprvé neuděláte úložiště přesně správně, cloud vám umožní rychle přepnout na zálohu a restartovat vaši cestu. Při výběru nejlepší databáze využijte požadavky vaší aplikace. Při výběru analytické platformy zvažte možnost zpracovávat dávková a streamovaná data.

Zpracování dat

Vaše požadavky na zpracování dat se u jednotlivých úloh liší. Většina rozsáhlých zpracování dat obsahuje prvky zpracování v reálném čase i dávkovém zpracování. Většina podniků má také prvky požadavků na zpracování časových řad a potřebuje zpracovat volný text pro možnosti podnikového vyhledávání.

Online zpracování transakcí (OLTP) poskytuje nejoblíbenější požadavky na zpracování organizace. Některé úlohy potřebují specializované zpracování, jako je vysokovýkonné výpočetní prostředí (HPC), někdy označované jako "velké výpočetní prostředky". Tyto úlohy řeší složité matematické úlohy pomocí mnoha počítačů založených na procesoru nebo GPU.

U určitých specializovaných úloh můžou zákazníci zabezpečit spouštěcí prostředí, jako je důvěrné výpočetní prostředí Azure, což pomáhá uživatelům zabezpečit data, když se data používají na veřejných cloudových platformách. Tento stav se vyžaduje k efektivnímu zpracování. Data jsou chráněná uvnitř důvěryhodného spouštěcího prostředí (TEE), označovaného také jako enkláva. TEE chrání kód a data před jakýmkoliv vnějším zobrazením a úpravami. TEE umožňují trénovat modely AI bez obětování důvěrnosti dat, i když používáte zdroje dat z různých organizací.

Analytické zpracování

Konstruktor extrakce, transformace, načítání (ETL) souvisí s online analytickým zpracováním (OLAP) a potřebami datových skladů. Obchodní datový model a sémantický model umožňující organizacím implementovat obchodní pravidla a klíčové ukazatele výkonu (KPI) se často implementují jako součást analytického procesu. Jednou z užitečných funkcí je automatická detekce posunu schématu.

Souhrn strategie dat

Přijetí zásadového přístupu k dalším aspektům, jako je správa dat a zodpovědná umělá inteligence, se vyplatí později.

V Microsoftu dodržujeme čtyři základní principy: nestrannost, spolehlivost a bezpečnost, ochranu osobních údajů a zabezpečení a inkluzivnost. Tyto dva základní principy transparentnosti a odpovědnosti jsou základem všech čtyř základních principů.

Naše principy a zodpovědná AI zapracujeme do praxe tím, že vyvíjíme prostředky a systém zásad správného řízení. Některé naše pokyny řeší interakci člověka/AI, konverzační AI, inkluzivní návrh, kontrolní seznam pro nestrannost AI a datový list pro datové sady.

Také jsme vyvinuli sadu nástrojů, které ostatním pomáhají pochopit, chránit a řídit AI v každé fázi inovací. Tyto nástroje jsou výsledkem multioborové spolupráce na posílení a zrychlení zodpovědné umělé inteligence. Spolupráce zahrnuje softwarové inženýrství a vývoj, sociální vědy, výzkum uživatelů, zákon a zásady.

Abychom zlepšili spolupráci, open source jsme řadu nástrojů, jako je InterpretML a Fairlearn. Ostatní můžou přispívat do těchto opensourcových nástrojů a stavět na nich. Také jsme demokratizovali nástroje prostřednictvím služby Azure Machine Learning.

Obrat k tomu, aby se organizace stala řízenou daty, je zásadní pro získání konkurenční výhody v nových normálních podmínkách. Chceme našim zákazníkům pomoct přejít z přístupu jen pro aplikace a přístup založený na datech. Přístup zaměřený na aplikace a data pomáhá vytvořit ucelenou strategii dat, která zajišťuje opakovatelnost a škálovatelnost v aktuálních a budoucích případech použití, které ovlivňují obchodní výsledky.

Podpora závazku, komunikace a zapojení

Všechny klíčové role, které se podílejí na tom, aby vaše strategie dat byla úspěšná, musí jasně porozumět přijatému přístupu a běžným obchodním cílům. Mezi vaše klíčové role může patřit tým vedení (úroveň C), organizační jednotky, IT, provoz a týmy pro doručování.

Komunikace je jednou z nejdůležitějších částí této architektury. Vaše organizace musí navrhnout proces efektivní komunikace mezi rolemi. Komunikace pomáhá efektivně poskytovat v kontextu vašeho aktuálního projektu. Také vytvoří fórum, které pomáhá všem zúčastněným zůstat v souladu, informovaní a soustředit se na celkový cíl budování holistické strategie dat do budoucna.

Zapojení je nezbytné mezi následujícími dvěma skupinami:

• Členové týmu, kteří navrhují a implementují strategii pro data
• Členové týmu, kteří přispívají k datům, je konzumují a využívají (například obchodní jednotky, které rozhodují a vytvářejí výsledky na základě dat)

Jinými slovy, strategie dat a přidružené datové platformy, které jsou vytvořené bez zapojení uživatelů, čelí problémům s relevantností a přijetím.

Dva strategické procesy vám pomůžou úspěšně doručovat v této rámci:

• Vytvoření centra efektivity
• Přijetí metody agilního doručování

Další informace najdete v tématu Vývoj plánu proanalýzy na úrovni cloudu .

Poskytovat hodnotu

Když doručujete datové produkty v souladu s kritérii úspěchu standardizovaným a strukturovaným způsobem, toto doručení ověřuje váš iterativní rámec. Kromě toho vám používání učení k nepřetržitému inovování pomáhá vytvářet obchodní důvěru a rozšiřovat cíle strategie dat. Tento proces poskytuje jasnější a rychlejší přijetí ve vaší organizaci.

Totéž platí pro vaši datová platformu. Pokud máte uspořádání, ve kterém pracuje více týmů poměrně nezávisle, měli byste směřovat k propojení. Cesta k tomu je iterativní proces. V mnoha případech vyžaduje významné změny nastavení, připravenosti a obchodního sladění vaší organizace.

Další kroky

V následujících článcích najdete pokyny pro cestu přechodu na cloud a úspěšné scénáře přechodu na cloud:

• Vypracovat plán pro analýzy na úrovni cloudu
• Zkontrolujte své prostředí pro přistávací zóny Azure
• Správa cloudové analytiky
• zabezpečených analytických v cloudovém měřítku