Azure でデータを民主化するためのイノベーション ツール
データの民主化に関する概念の記事で説明したように、多くのデータ収集イノベーションは、技術的な投資をほとんどしないでも実現することができます。 大規模なイノベーションには生データが必要になることがよくあります。 データの民主化とは、顧客を関与させるために必要な最小限のリソースに投資することです。 顧客は、そのデータを使用して、自分たちが既に持っている知識を活用します。
データの民主化から始めると、より幅広く、より費用のかかるデジタル発明に展開する前に、仮説を簡単にテストできます。 より多くの仮説が改良され、発明が大規模に導入されるにつれて、以下のプロセスがイノベーションの運用サポートの準備に役立つようになります。
方法論に足並みを揃える
この種類のデジタル発明は、上の図にも示されているように、以下のプロセスの各フェーズで加速できます。 デジタル発明を加速するための技術的なガイダンスは、このページの左側の目次に一覧表示されています。 これらの記事は、ガイダンスを全体的な方法論に合わせるために、フェーズによってグループ化されています。
- 収集したデータの共有: データを民主化するための最初のステップは、データを公開して共有することです。
- データを管理する: 共有する前に、機密データがセキュリティ保護、追跡、および管理されていることを確認します。
- データの一元管理: 場合によっては、データの民主化、共有、ガバナンスのための一元化されたプラットフォームを提供する必要があります。
- データの収集: 移行、統合、インジェスト、および仮想化では、それぞれ、一元化、管理、および共有のために既存のデータを収集することができます。
すべてのイテレーションで、クラウド導入チームは、アーキテクチャよりも顧客のニーズに重点を置くために必要なレベルだけ、スタックの詳細を把握する必要があります。 顧客のニーズに応じて技術的スパイクを遅らせることで、仮説の検証が加速されます。
すべてのガイダンスは、上記の 4 つのプロセスに対応しています。 ガイダンスは、顧客への最大の影響から最大の技術的影響まで多岐に及びます。 各プロセスに、Azure を使って顧客の共感を構築する能力を高める方法に関するガイダンスがあります。
ツールチェーン
Azure では、上記のフェーズでデジタル発明を加速するために、一般的に次のイノベーション ツールが使用されます。
- Power BI
- Azure Data Catalog
- Azure Synapse Analytics
- Azure Cosmos DB
- Azure Database for PostgreSQL
- Azure Database for MySQL
- Azure Database for MariaDB
- Azure Database for PostgreSQL ハイパースケール
- Azure Data Lake Storage
- Azure Database Migration Service
- Azure SQL Database (Azure SQL Managed Instance あり、またはなし)
- Azure Data Factory
- Azure Stream Analytics
- SQL Server Integration Services
- Azure Stack
- SQL Server Stretch Database
- Azure StorSimple
- Azure Files
- Azure File Sync
- PolyBase
発明が大規模な導入に近づくにつれて、各ソリューションの側面に改良と技術的な成熟が必要です。 そのような場合は、これらのサービスのより多くが必要になる可能性があります。 仮説のテスト プロセスに関連する Azure ツールのガイダンスについては、このページの左側の目次を使用してください。
はじめに
以下の記事は、このツールチェーン内の各ツールを使い始めるときに役立ちます。
Note
次のリンクは、CAF の範囲から外れるサポート コンテンツを参照しているため、クラウド導入フレームワークから離れます。
専門家とのデータの共有
データの管理
- データの分類 (CAF)
- データをセキュリティで保護する
- Azure Data Catalog を使用してデータに注釈を付ける
- Azure Data Catalog を使用してデータ ソースを文書化する
データの一元管理
- Azure Synapse Analytics の SQL プールを作成し、クエリを実行する
- データ ウェアハウスのデータ読み込みのベスト プラクティス
- Power BI を使用してウェアハウス データを視覚化する
- Azure Synapse Analytics を使用するエンタープライズ BI 用の参照アーキテクチャ
- Azure Data Lake Storage を使用してエンタープライズ ビッグ データを管理する
- データ レイクとは
データを収集する
- クラウド データ ソースを SQL Analytics データ ウェアハウスと統合する
- Azure Synapse Analytics にオンプレミス データを読み込む
- データの統合 - Azure Data Factory から OLAP へ
- Azure Synapse Analytics での Azure Stream Analytics の使用
- 新しいフィードの取り込みと分析用の参照アーキテクチャ
- Azure Synapse Analytics SQL プールにデータを読み込む
次のステップ
生データを越えたところで顧客を引きつけるアプリケーションを作るためのツールについて説明します。