Adatum Corporation-scenario voor analyses op cloudschaal in Azure
Cloudanalyse is modulair en stelt organisaties in staat om te beginnen met basislandingszones die ondersteuning bieden voor hun gegevens- en analyseworkloads, ongeacht of de projecten worden gemigreerd of nieuw zijn ontwikkeld en geïmplementeerd in Azure. De architectuur stelt organisaties in staat om zo klein mogelijk te beginnen en te schalen naast hun bedrijfsvereisten, ongeacht het schaalpunt.
Klantprofiel
Deze referentiearchitectuur is ideaal voor klanten die een eenheid van hun bedrijf hebben geïdentificeerd die klaar is voor het implementeren van analyseworkloads in Azure. Met deze architectuur wordt één landingszone geïmplementeerd die door de bedrijfseenheid kan worden gebruikt om hun gegevensdomein te beheren. Het biedt de flexibiliteit om meer landingszones toe te voegen voor andere bedrijfseenheden wanneer ze klaar zijn om naar Azure te gaan.
Adatum Corporation is een grote, internationale onderneming. Naast de gecentraliseerde bedrijfseenheden op hun hoofdkantoor hebben ze ook dochterondernemingen over de hele wereld die hun eigen bedrijfseenheden hebben, waaronder boekhouding, marketing, verkoop, ondersteuning en activiteiten.
Al deze verschillende groepen produceren hun eigen gegevens. Veel van de bedrijfseenheden hebben ingesloten analyseteams. De centrale IT-organisatie heeft het grootste deel van het dataplatform geleverd dat in gebruik is, maar een paar bedrijfseenheden zijn hun eigen weg gegaan en hebben hun eigen oplossingen geïmplementeerd. Het gegevensplatform bestaat uit verschillende cloudservices en on-premises oplossingen.
De visie van het bedrijf is om een gecentraliseerd analyseplatform te hebben, één bron van waarheid voor alle gegevens. Het is echter een uitdaging geworden voor veel verschillende belanghebbenden om in één technologie te investeren. Gezien de snelheid waarmee nieuwe gegevens worden gemaakt en nieuwe opties beschikbaar komen, zelfs vroege concepten van plannen voor centralisatie, raken snel verouderd. Ondertussen heeft het verkoopteam van het bedrijf hun huidige oplossing ontgroeid en moet het bedrijf dringend nieuwe analyses gebruiken om een nieuw marktsegment te bereiken.
Adatum heeft besloten om een analysepatroon op cloudschaal in Azure te implementeren om dit probleem op te lossen. De onderneming is ervan overtuigd dat cloudanalyse het verkoopteam van het bedrijf in staat stelt om hun gegevensplatform vandaag te migreren, maar biedt nog steeds voldoende flexibiliteit om andere bedrijfseenheden aan te bieden wanneer ze klaar zijn om deel te nemen.
Huidige situatie
De Adatum-bedrijfsverkoopgroep maakt gebruik van traditionele ERP- en CRM-systemen om de verkooptransacties te verwerken. Gegevens uit deze systemen moeten worden geëxporteerd naar een afzonderlijk analyseplatform, zodat belanghebbenden in de hele organisatie toegang hebben tot de gegevens en deze kunnen verrijken voor hun verschillende projecten.
Architecturale oplossing
In deze referentiearchitectuur implementeren we een landingszone voor gegevensbeheer, die nodig is voor alle ESA-implementaties en één datalandingszone, die kan worden gebruikt door de verkoopafdeling van het bedrijf.
Landingszone voor gegevensbeheer
Een cruciaal concept voor elke cloud-omgevingsanalyse is het hebben van één landingszone voor gegevensbeheer. Dit abonnement bevat resources die worden gedeeld in alle landingszones en bevat gedeelde netwerkonderdelen, zoals een firewall en privé-DNS-zones. Het omvat ook resources voor gegevens en cloudgovernance. Microsoft Purview en Databricks Unity Catalog worden geïmplementeerd als services op tenantniveau.
Gegevenstoepassingen
De landingszone heeft twee gegevenstoepassingen. De eerste integratie neemt gegevens op die betrekking hebben op klanten. Deze stap omvat de klantrecords en hun gerelateerde records (zoals adressen, contactpersonen, gebiedstoewijzingen en contactgeschiedenis). Deze gegevens worden geïmporteerd uit het Adatum CRM-systeem.
De tweede gegevenstoepassing neemt verkooptransacties op. Dit omvat transactieheaders, regelitemgegevens, verzendrecords en betalingen. Al deze records worden opgenomen uit het Adatum ERP-systeem.
Deze integraties transformeren of verrijken de gegevens niet. Ze kopiëren alleen de gegevens uit de bronsystemen en landen deze in het analyseplatform. Hierdoor kunnen veel gegevensproducten de gegevens op een schaalbare manier gebruiken zonder dat het bronsysteem een andere last heeft.
Gegevensproducten
In dit voorbeeld heeft Adatum één gegevensproduct. Dit product combineert onbewerkte gegevens uit de twee gegevenstoepassingen en transformeert deze in een nieuwe gegevensset. Van daaruit kan het worden opgehaald door zakelijke gebruikers voor extra analyse en rapportage met hulpprogramma's zoals Microsoft Power BI.
Afbeelding 1: Diagram van architectuur. Niet alle Azure-services worden weergegeven in het diagram. Het is vereenvoudigd om de belangrijkste concepten te benadrukken van de wijze waarop resources in de architectuur worden georganiseerd.
Motivering
Waarom zet u verkooptransacties en klanten niet in hun eigen datalandingszones?
Een van de eerste beslissingen die ondernemingen moeten nemen over hun analyse op cloudschaal is het verdelen van het hele gegevensdomein in landingszones. Gegevensoplossingen die vaak met elkaar communiceren, zijn sterke kandidaten voor opname in dezelfde landingszone. Met deze beslissing kunnen ondernemingen de kosten verlagen die zijn gekoppeld aan het verplaatsen van gegevens tussen gekoppelde VNets. In dit voorbeeld worden verkooptransactiegegevens vaak gekoppeld aan klantgegevens. Daarom is het zinvol om deze gerelateerde gegevenstoepassingen op te slaan in dezelfde gegevenslandingszone.
Een extra overweging voor landingszones is hoe de teams die verantwoordelijk zijn voor de gegevens binnen de organisatie worden uitgelijnd. In dit geval zijn de twee gegevenstoepassingen eigendom van verschillende teams, maar die teams maken beide deel uit van de verkoop- en marketingafdeling op Adatum.
Waarom kunnen verkooptransacties en klanten niet één gegevenstoepassing delen?
Door de klantgegevens en de verkooptransactiegegevens in hun eigen gegevenstoepassingen te scheiden, kunnen de experts van de domeinen de beste beslissingen nemen voor hun specifieke gegevensproducten. Ze kunnen de toegangspatronen, opname-engines en opslagopties kiezen die het beste aan hun behoeften voldoen zonder dat ze met elkaar conflicteren.
Het team met expertise met het CRM-systeem is bijvoorbeeld verantwoordelijk voor de toepassing Klantgegevens. Op basis van de vaardighedenset van het team en de technologieën die door het CRM-systeem worden gebruikt, bepalen ze welke tools het beste aansluiten bij hun behoeften. Ze hoeven zich geen zorgen te maken als deze beslissingen ook werken voor het verkooptransactiesteam. Dat team maakt gebruik van hun eigen toolset en hoeft geen inbreuk te maken op de vereisten van het klantenteam.
Waarom verplaatst u het verkoopteam naar het nieuwe gegevensplatform?
In dit voorbeeld is het verkoopteam van het bedrijf de eerste die overstapt naar de nieuwe cloudanalyse. De oplossing is ontworpen om vooral schaalbaar te zijn. Naarmate andere bedrijfseenheden klaar zijn om te migreren, kunnen er meer landingszones worden toegevoegd om tegemoet te komen aan hun workloads.
Hoe ontwikkelen we ons in de toekomst?
Schalen wordt bereikt door extra landingszones toe te voegen aan de architectuur. Deze landingszones maken gebruik van peering van virtuele netwerken om verbinding te maken met de landingszone voor gegevensbeheer en alle andere landingszones. Met dit mesh-patroon kunnen gegevensproducten en -resources worden gedeeld tussen zones. Door te splitsen in verschillende zones, worden de workloads verdeeld over Azure-abonnementen en -resources. Met deze stap kunnen ondernemingen voorkomen dat de limieten van de Azure-services worden bereikt en hun gegevensdomein blijven groeien.
Volgende stappen
Ga door naar het scenario Relecloud voor analyses op cloudschaal in Azure.
Meer informatie vindt u in: