データ チームと Microsoft Fabric
Microsoft Fabric の統合データ分析プラットフォームにより、データ プロフェッショナルはデータ プロジェクトでの共同作業がしやすくなります。 Fabric を使用すると、データ サイロと複数システムへのアクセスの必要性がなくなり、データ プロフェッショナル間のコラボレーションが強化されます。
従来の役割と課題
従来の分析開発プロセスでは、データ エンジニアとデータ アナリストはいくつかの課題に直面しています。 データ エンジニアは複雑なデータ処理を実行し、データ アナリストがビジネスに適したデータを効果的に表示できるようにデータ ソースをキュレーションして提供します。 このプロセスでは、2 つの役割の間の広範なコミュニケーションと調整が必要であり、多くの場合、遅延や誤った解釈が生じる可能性があります。
データ アナリストは、Power BI レポートを作成する前に、大規模なダウンストリーム データ変換を実行する必要があります。 この時間のかかるプロセスにはコンテキストが欠けていることが多く、アナリストがデータに直接接続することが困難になります。
データ科学者は、ネイティブ データ サイエンス手法を既存のデータ システムと統合することにも苦労しています。これは多くの場合、複雑で煩わしいものです。 その結果、データ科学者は、データに基づいた分析情報を効率的に提供することが困難だと考えます。
コラボレーション ワークフローの進化
Microsoft Fabric は、ツールを SaaS プラットフォームに統合することで分析開発プロセスを変革し、さまざまな役割が作業を重複させることなく必要なスキルを柔軟に実行できるようにします。
データ エンジニアは、大量のデータの OneLake への取り込み、変換、読み込みを行い、最も適切なデータ ストアに表示できるようになりました。 データ読み込みパターンはパイプラインを使用して簡略化され、メダリオンなどのアーキテクチャはワークスペースを使用して簡単に構成できます。
データ アナリストは、Data Factory でデータをアップストリームに変換し、DirectLake モードを使用してデータに直接接続することで、より優れたコンテキストを取得してプロセスを合理化します。
データ科学者は、ネイティブ データ サイエンス手法をより簡単に統合し、Power BI の対話型レポートを使用してデータに基づいた分析情報を提供します。
分析エンジニアは、データ ストア資産をキュレーションし、データ品質を確保し、セルフサービス分析を可能にすることで、データ エンジニアリングとデータ分析の間のギャップを埋めます。
ローコードからノーコードのユーザーと市民開発者は、OneLake ハブを通じてキュレーションされたデータを検出し、データ エンジニアに依存したりデータを複製したりせずに、ニーズに合わせてさらに処理と分析ができるようになりました。