Cloudanalyse integreren in uw strategie voor cloudimplementatie

Maak één gecentraliseerde strategie voor cloudimplementatie voor uw organisatie met behulp van de methodologie Strategie in het Cloud Adoption Framework van Azure. Als u uw strategie voor cloudimplementatie nog niet hebt vastgelegd, gebruikt u de sjabloon strategie en plansjabloon om dit te doen.

Dit artikel bevat overwegingen voor analysescenario's op cloudschaal die van invloed zijn op uw bredere strategie.

Voordat u cloudanalyses implementeert, moet u een plan hebben voor uw gegevensstrategie. U kunt klein beginnen met één use-case of u kunt een grotere set gebruiksvoorbeelden hebben waarvoor prioriteitsaanduiding is vereist. Als u een strategie hebt, kunt u uw processen opzetten en initiële gesprekken over pijlers ontwikkelen waarop u zich moet richten.

Bedrijfsresultaten prioriteren voor uw gegevensstrategie

Als u een succesvolle gegevensstrategie hebt, krijgt u een concurrentievoordeel. U moet uw gegevensstrategie altijd afstemmen op de gewenste bedrijfsresultaten. De meeste bedrijfsresultaten kunnen worden geclassificeerd in een van de volgende vier categorieën:

• Uw werknemers in staat stellen: uw werknemers realtime kennis bieden van klanten, apparaten en machines. Deze kennis helpt hen efficiënt samen te werken aan de behoeften van klanten of bedrijven met flexibiliteit.

• Neem contact op met klanten: Een rijke, persoonlijke en verbonden ervaring leveren die geïnspireerd is op uw merk. Maak gebruik van de kracht van gegevens en inzichten om klantenloyaliteit te stimuleren bij elke stap van een klanttraject.

• Bewerkingen optimaliseren: de gegevensstroom in uw hele organisatie verhogen. Synchroniseer uw bedrijfsprocessen en gebruik een gegevensgestuurde benadering om elke interactie waardevol te maken.

• uw producten en ontwikkelingslevenscyclus transformeren: telemetriegegevens verzamelen over uw services en aanbiedingen. Gebruik de telemetriegegevens om prioriteit te geven aan een release of om een nieuwe functie te maken, en om de effectiviteit en acceptatie continu te evalueren.

Na het prioriteren van uw bedrijfsresultaten, bekijkt u uw huidige projecten en strategische initiatieven op lange termijn en classificeert u ze dienovereenkomstig. Overweeg de vier categorieën bedrijfsresultaten te combineren in een matrixindeling die is gebaseerd op complexiteit en impact. U kunt ook architectuurpijlers toevoegen om u te helpen dieper in uw scenario te duiken.

Strategische waarde ontgrendelen

Het bouwen van een gegevensgestuurde cultuur die het bedrijfsleven op een consistente, voorwaartse, flexibele en geïnformeerde manier stimuleert, heeft een aantal inherente complexiteiten en realiteiten op de grond. Voordat u uw implementatiefase invoert, richt u zich op de vorming van een coherente gegevensstrategie die u kan helpen uw gewenste bedrijfsresultaten te bereiken.

Cloudanalyses zijn afgestemd op innovatiegerichte motivaties. De volgende veelvoorkomende stuurprogramma's motiveren klanten om dit scenario te integreren in hun strategie voor cloudimplementatie:

• Een schaalbaar analyseframework waarmee u een enterprise-gegevensplatform kunt bouwen
• Selfservice, dat gebruikers in staat stelt om gegevens te verkennen, gegevensbronnen te maken en productontwikkeling mogelijk te maken.
• Een data-gedreven cultuur met herbruikbare gegevensmiddelen, gegevensgemeenschappen, veilige uitwisseling via derden en intern delen.
• Gegevens met vertrouwen delen, beleid gebruiken, gemeenschappelijke identiteit, vertrouwelijkheid en versleuteling
• Verbeterde klantervaringen en afspraken
• Transformatie van producten of services
• Marktonderbreking met nieuwe producten of diensten

Het volgende diagram bevat belangrijke thema's waarmee u deze motivaties in uw eigen strategie kunt realiseren. Analyseer deze thema's zorgvuldig en hoe ze bijdragen aan een coherente gegevensstrategie. Bedenk ook hoe ze de strategische waarde van uw gegevens kunnen ontgrendelen en consistente bedrijfsgroei mogelijk kunnen maken.

Een gegevensstrategie is de basis voor het gebruik van gegevens als middel en om bedrijfsactiviteiten vooruit te helpen. Het is geen patchtaak voor gegevensproblemen. Het is een langetermijnplan dat de mensen, processen en technologie definieert om gegevensuitdagingen op te lossen."

Het maken van uw strategie is één stap. Het uitvoeren van uw strategie op ondernemingsniveau vormt een grote uitdaging voor de bestaande cultuur, mensen, processen en technologische keuzes van uw organisatie. Uitvoering vereist toezegging en duidelijk eigendom op alle niveaus van uw organisatie.

Efficiëntie verhogen

De flexibiliteit van de cloud vereist dat organisaties zich snel aanpassen en efficiënter kunnen werken op alle gebieden van het bedrijf. Volgens het verslag over opkomende risico's van Gartner, ondanks dat organisaties zich blijven richten op en investeren in digitale initiatieven, tonen twee derde van deze organisaties zwakke plekken in de onderneming aan en leveren ze niet aan verwachtingen, ook al blijven ze zich richten op en investeren in digitale initiatieven.

Gegevensbeheer operationeel maken

Veel organisaties hebben langzaam centrale IT gedecentraliseerd om flexibiliteit mogelijk te maken. Organisaties willen snel innoveren en toegang hebben tot bedrijfsbrede geïntegreerde gegevens op een zelfbedieningswijze, zodat ze aan uitdagende zakelijke vereisten voldoen.

Er zijn veel redenen waarom bedrijven niet kunnen gebruikmaken van het volledige potentieel van hun gegevens. Het kan zijn dat bedrijfsfuncties werken in silo's, waarbij elk team verschillende hulpprogramma's en standaarden gebruikt voor gegevensanalyse. Dit kan ook het gevolg zijn van een fout bij het koppelen van belangrijke prestatie-indicatoren aan algemene bedrijfsdoelen.

Met data-democratisering kunt u waarde terugbrengen in uw bedrijf en uitdagende bedrijfsgroeidoelen bereiken.

• Inzicht krijgen in de behoeften van uw LOBs en deze prioriteren.
• Distribueer uw gegevens over domeinen om eigendom in te schakelen en gegevens dichter bij gebruikers te brengen.
• Implementeer selfservicegegevensproducten om inzichten en bedrijfswaarde te stimuleren.

Voor gegevensbeheer moet u een goed evenwicht vinden in de gedecentraliseerde wereld van gegevens democratisatie. Als u governance te strikt afdwingt, kunt u innovatie verstikken. Als u echter niet ten minste enkele kernprincipes en -processen hebt, zult u waarschijnlijk gegevenssilo's hebben. Deze silo's kunnen de reputatie en potentiële inkomsten van uw organisatie beschadigen. Een holistische benadering van gegevensbeheer is essentieel voor u om de strategische waarde van uw gegevens op een consistente manier te ontgrendelen.

Het ontbreken van een goed doordachte gegevensstrategie leidt tot een noodzaak om gewoon 'aan de slag' te gaan en snel waarde te geven aan uw organisatie. Los huidige zakelijke problemen op door te handelen op de eerder genoemde belangrijke thema's of door ze te gebruiken als strategische principes binnen een kader. Als u deze belangrijke thema's gebruikt, kunt u ook een holistische gegevensstrategie maken die iteratief is met validatie, maar nog steeds tijdige resultaten biedt. Bedrijfs- en technologieleiders moeten de strategieën en mindset ontwikkelen die nodig zijn om waarde te genereren op basis van gegevens en snel op een vereenvoudigde, gestructureerde manier te schalen.

Zie Wat is gegevensbeheer?.

Een gegevensgestuurde cultuur ontwikkelen

Als u een succesvolle gegevensstrategie wilt bouwen, hebt u een gegevensgestuurde cultuur nodig. Ontwikkel een cultuur die consequent open, gezamenlijke deelname bevordert. In dit type cultuur kunnen uw hele medewerkers de bedrijfsresultaten van de organisatie leren, communiceren en verbeteren. Het ontwikkelen van een gegevensgestuurde cultuur verbetert ook het vermogen van elke werknemer om impact te genereren of beïnvloed door gegevens.

Het startpunt van uw reis is afhankelijk van uw organisatie, uw branche en uw huidige locatie langs de volwassenheidskromme. In het volgende diagram ziet u een voorbeeld van een volwassen model met een overzicht van de volwassenheidsniveaus van het AI-gebruik van een organisatie:

Niveau 0

Gegevens worden niet programmatisch en consistent misbruikt. De gegevensfocus van de organisatie ligt vanuit het perspectief van de ontwikkeling van toepassingen.

Op niveau 0 heeft de organisatie vaak niet-geplande analyseprojecten. Elke toepassing is zeer gespecialiseerd in unieke gegevens en behoeften van belanghebbenden. Elke toepassing heeft ook aanzienlijke codebasissen en technische teams, met veel technische functies buiten IT. De use case-instelling en analyse zijn geïsoleerd.

Niveau 1

Op niveau 1 worden teams gevormd en wordt er een strategie gemaakt, maar de analyse blijft afdelingsgebonden. De organisatie is meestal goed in traditionele gegevensopname en -analyse. Het kan een zekere mate van toezegging hebben voor een benadering op cloudschaal. Het kan bijvoorbeeld al toegang hebben tot gegevens uit de cloud.

Niveau 2

Het innovatieplatform van de organisatie is bijna klaar. Werkstromen zijn aanwezig om de gegevenskwaliteit aan te pakken. De organisatie kan enkele 'waarom'-vragen beantwoorden.

Op niveau 2 zoekt de organisatie actief naar een end-to-end gegevensstrategie die gebruikmaakt van centraal beheerde Data Lake-archieven om de sprawl van gegevensopslag te beheren en de detectie van gegevens te verbeteren. De organisatie is klaar voor slimme toepassingen die rekenkracht naar centraal beheerde data lakes brengen. Deze slimme toepassingen verminderen privacyrisico's, rekenkosten en de noodzaak van federatieve kopieën van belangrijke gegevens.

Op dit niveau is de organisatie ook klaar voor het gebruik van multitenant, centraal gehoste, gedeelde gegevensservices voor algemene gegevenscomputingstaken. Deze gedeelde gegevensservices maken snelle inzichten mogelijk van gegevenswetenschapgestuurde intelligentieservices.

Niveau 3

De organisatie maakt gebruik van een holistische gegevensbenadering. Projecten met betrekking tot gegevens zijn geïntegreerd binnen bedrijfsresultaten. De organisatie gebruikt analyseplatforms om voorspellingen te doen.

Op niveau 3 ontgrendelt de organisatie digitale innovatie zowel vanuit de gegevensinfrastructuur als vanuit het perspectief van toepassingsontwikkeling. Er zijn fundamentele gegevensservices aanwezig, waaronder data lakes en gedeelde gegevensservices.

Meerdere teams in de hele organisatie leveren met succes kritieke bedrijfsworkloads, belangrijke zakelijke use cases en meetbare resultaten. Nieuwe gedeelde gegevensservices worden geïdentificeerd met behulp van telemetrie. IT is een vertrouwde adviseur voor teams in het hele bedrijf, met behulp van een vertrouwde en verbonden end-to-end gegevensstrategie om kritieke bedrijfsprocessen te verbeteren.

Niveau 4

Op niveau 4 maakt de hele organisatie gebruik van frameworks, standaarden, ondernemingen en een gegevensgestuurde cultuur. Automatisering, gegevensgestuurde feedbacklussen en topcentra voor analyses of automatisering kunnen in actie worden bekeken.

Bedrijfsgerichte doelstellingen ontwikkelen

Het identificeren van prioriteiten in overeenstemming met de bedrijfsvisie en het houden van een 'denk groot, beginnend klein en snel'-ideologie zijn sleutels tot succes. Het kiezen van de juiste use case hoeft niet altijd een langdurig en moeilijk beoordelingsproces te zijn. Het kan een doorlopend probleem zijn in elke bedrijfseenheid waar voldoende gegevens zijn om aan te tonen dat er rendement op investeringen is, meer belangstelling is en er makkelijke instemming is. Dingen kunnen snel gaan en dat is waar de meeste organisatie moeite mee kan hebben om aan de slag te gaan.

Inzicht in gegevenskenmerken

Als u een sterke gegevensstrategie wilt bouwen, moet u begrijpen hoe gegevens werken. Door de kernkenmerken van gegevens te kennen, kunt u een principepraktijk ontwikkelen voor het omgaan met gegevens.

Gegevens reizen snel, maar de snelheid ervan kan de wetten van de natuurkunde niet trotseren. Gegevens moeten voldoen aan de wetten van het land en de industrie die het heeft gecreëerd.

Gegevens worden niet zelfstandig gewijzigd, maar zijn gevoelig voor wijzigingen en onbedoeld verlies, tenzij u maatregelen hebt ingesteld om dergelijke uitdagingen te beperken. Stel anticorruptiemaatregelen in voor controles, databases en opslag, zodat u onvoorziene wijzigingen kunt afhandelen. Zorg er ook voor dat u bewaking, audits, waarschuwingen en downstreamprocessen instelt.

Gegevens produceren zelf geen inzichten of leveren geen waarde op. Als u inzichten wilt verkrijgen of waarde wilt extraheren, moet u de meeste of al uw gegevens via vier afzonderlijke stappen plaatsen:

1. Inname
2. Opslag
3. Verwerking
4. Analytics

Elk van deze vier stappen heeft zijn eigen principes, processen, hulpprogramma's en technologieën.

Het achterhouden van uw data en gerelateerde inzichten kan van invloed zijn op sociaal-economische, politieke, onderzoeks- en investeringsbeslissingen. Het is essentieel dat uw organisatie op een veilige en verantwoorde manier inzichten kan bieden. Alle gegevens die u genereert of verkrijgt, moeten een oefening voor gegevensclassificatie doorlopen, tenzij anders expliciet wordt vermeld. Versleuteling is de gouden standaard voor de verwerking van vertrouwelijke gegevens zowel in rust als tijdens verzending.

Gegevens, toepassingen en diensten hebben allemaal hun eigen gravitatiekrachten, maar de aantrekkingskracht van gegevens is de grootste. In tegenstelling tot Sir Isaac Newton's legendarische appel, hebben gegevens geen fysieke massa die van invloed is op omringende objecten. Het heeft in plaats daarvan latentie en doorvoer, die fungeren als accelerators voor uw analyseproces. Latentie, doorvoer en toegankelijkheid vereisen vaak dat u gegevens dupliceren, zelfs wanneer dat niet wenselijk is. Stel uw personen, processen, hulpprogramma's en technologieën op de juiste manier in, zodat u dergelijke vereisten kunt verdelen met het gegevensbeleid van uw organisatie.

Architectuurconstructies bepalen de snelheid waarmee u gegevens kunt verwerken. Structuren worden vergemakkelijkt door innovaties in software, hardware en netwerken. Enkele overwegingen met betrekking tot architectuur zijn:

• Gegevensdistributie instellen
• Partitioneren
• Cachetechnologieën
• Batch versus streamverwerking
• De balans vinden tussen back-end en client-side verwerking

Uw gegevensstrategie definiëren

Het gebruik van gegevens als concurrentievoordeel voor het bouwen van betere producten en hoogwaardige services is geen nieuw concept. Het volume, de snelheid en de verscheidenheid aan gegevens die mogelijk gemaakt worden door cloud computing, zijn echter ongekend.

Het ontwerp van een modern data analytics-platform in de cloud bestaat uit beveiliging, governance, bewaking, schaalaanpassing op aanvraag, gegevensbewerkingen en selfservice. Het begrijpen van de interactie tussen deze facetten is wat een goede gegevensstrategie onderscheidt van een goede. Gebruik hulpprogramma's zoals het Cloud Adoption Framework om de samenhang, integriteit en best practices van de architectuur te waarborgen.

Om effectief te zijn, moet uw gegevensstrategie bepalingen bevatten voor gegevensbeheer. In het volgende diagram ziet u de belangrijkste fasen van een gegevenslevenscyclus, waarbij u zich richt op gegevensbeheer als focus:

In de volgende secties worden overwegingen beschreven die u moet gebruiken bij het bepalen van ontwerpprincipes voor de lagen van uw gegevensstrategie. Richt u op het leveren van bedrijfsresultaten en -waarde uit uw gegevens.

Gegevensopname

Een belangrijke overweging voor gegevensopname is de mogelijkheid om snel een gegevenspijplijn op een veilige en compatibele manier te bouwen, van vereisten tot productie. Belangrijke elementen zijn onder andere technologieën voor metagegevens, selfservice en technologieën met weinig code die uw data lake hydrateren.

Houd bij het bouwen van pijplijnen rekening met zowel het ontwerp als de mogelijkheid om gegevens te wrangleren, gegevens te distribueren en rekenkracht te schalen. U moet er ook voor zorgen dat u over de juiste DevOps-ondersteuning beschikt voor de continue integratie en levering van uw pijplijn.

Hulpprogramma's zoals Azure Data Factory ondersteunen een overvloed aan on-premises gegevensbronnen, SaaS-gegevensbronnen (Software as a Service) en andere gegevensbronnen uit andere openbare clouds.

Opslag

Tag en organiseer uw gegevens in zowel fysieke als logische lagen. Data Lakes maakt deel uit van alle moderne data analytics-architecturen. Uw organisatie moet de juiste vereisten voor gegevensprivacy, beveiliging en naleving toepassen die voldoen aan alle vereisten voor gegevensclassificatie en branchenaleving waaraan u werkt. Catalogiseren en selfservice helpen bij het democratiseren van gegevens op organisatieniveau, die uw innovatie stimuleren terwijl ze worden begeleid door de juiste toegangsbeheer.

Kies de juiste opslag voor uw workload. Zelfs als u de eerste keer geen opslag precies op de juiste manier krijgt, kunt u met de cloud snel een failover uitvoeren en uw reis opnieuw starten. Gebruik uw toepassingsvereisten om de beste database te kiezen. Houd er rekening mee dat u batch- en streaminggegevens kunt verwerken terwijl u uw analyseplatform kiest.

Gegevensverwerking

Uw gegevensverwerkingsbehoeften variëren per workload. De meeste grootschalige gegevensverwerking bevat elementen van zowel realtime- als batchverwerking. De meeste ondernemingen hebben ook elementen van verwerkingsvereisten voor tijdreeksen en een noodzaak om vrije tekst te verwerken voor zoekmogelijkheden voor ondernemingen.

Oltp (Online Transaction Processing) biedt de populairste vereisten voor organisatieverwerking. Sommige workloads hebben speciale verwerking nodig, zoals High Performance Computing (HPC), ook wel 'big compute' genoemd. Deze workloads lossen complexe wiskundige taken op met behulp van veel CPU- of GPU-computers.

Voor bepaalde gespecialiseerde workloads kunnen klanten uitvoeringsomgevingen beveiligen, zoals Azure Confidential Computing, waarmee gebruikers gegevens kunnen beveiligen terwijl de gegevens worden gebruikt binnen openbare cloudplatforms. Deze status is vereist voor efficiënte verwerking. Gegevens worden beveiligd in een TEE (Trusted Execution Environment), ook wel enclave genoemd. Een TEE beschermt code en gegevens tegen elke externe weergave en wijziging. MET TEEs kunt u AI-modellen trainen zonder dat dit ten koste gaat van de vertrouwelijkheid van gegevens, zelfs als u gegevensbronnen van verschillende organisaties gebruikt.

Analytische verwerking

De ETL-constructie (extract, transform, load) heeft betrekking op OLAP-behoeften (Online Analytical Processing) en datawarehousing. Een zakelijk afgestemd gegevensmodel en een semantisch model waarmee organisaties bedrijfsregels en KPI's (Key Performance Indicators) kunnen implementeren, worden vaak geïmplementeerd als onderdeel van het analytische proces. Een handige mogelijkheid is automatische detectie van schemadrift.

Samenvatting van gegevensstrategie

Het nemen van een principebenadering voor andere overwegingen, zoals gegevensbeheer en verantwoorde AI, betaalt later dividenden uit.

Bij Microsoft volgen we vier kernprincipes: billijkheid, betrouwbaarheid en veiligheid, privacy en beveiliging en inclusieveheid. De twee fundamentele principes van transparantie en verantwoording zijn gebaseerd op alle vier de kernprincipes.

We zetten onze principes en verantwoorde AI in de praktijk door resources en een systeem van governance te ontwikkelen. Sommige van onze richtlijnen hebben betrekking op menselijke/AI-interactie, conversationele AI, inclusief ontwerp, een controlelijst voor ai-eerlijkheid en een gegevensblad voor gegevenssets.

We hebben ook een set hulpprogramma's ontwikkeld waarmee anderen AI in elke fase van innovatie kunnen begrijpen, beveiligen en beheren. Deze hulpprogramma's zijn het gevolg van multidisciplinaire samenwerkingsinspanningen om verantwoorde AI te versterken en te versnellen. Samenwerking omvat software-engineering en -ontwikkeling, sociale wetenschappen, gebruikersonderzoek, recht en beleid.

Om de samenwerking te verbeteren, hebben we veel hulpprogramma's zoals InterpretML en Fairlearn geopend. Anderen kunnen bijdragen aan en voortbouwen op deze opensource-hulpprogramma's. We hebben ook ge democratiseerde hulpprogramma's via Azure Machine Learning.

De draai om een gegevensgestuurde organisatie te worden, is essentieel voor het leveren van concurrentievoordeel in het nieuwe normaal. We willen onze klanten helpen bij het overstappen van een toepassingsgerichte benadering naar een toepassing en een door gegevens geleide benadering. Een benadering die gericht is op toepassingen en gegevens, helpt bij het maken van een end-to-end gegevensstrategie die herhaalbaarheid en schaalbaarheid garandeert voor huidige en toekomstige gebruiksvoorbeelden die van invloed zijn op bedrijfsresultaten.

Toewijding, communicatie en betrokkenheid bevorderen

Alle belangrijke rollen die betrokken zijn bij het maken van uw gegevensstrategie, moeten duidelijk inzicht krijgen in uw gekozen aanpak en gemeenschappelijke bedrijfsdoelstellingen. Uw belangrijkste rollen kunnen een leiderschapsteam (C-niveau), bedrijfseenheden, IT-, operations- en leveringsteams zijn.

Communicatie is een van de belangrijkste onderdelen van dit framework. Uw organisatie moet een proces bedenken voor effectieve communicatie tussen rollen. Communicatie helpt u effectief te leveren in de context van uw huidige project. Er wordt ook een forum opgezet waarmee iedereen die betrokken is in lijn blijft, up-to-date blijft en zich richt op het algemene doel van het bouwen van een holistische gegevensstrategie voor uw toekomst.

Betrokkenheid is essentieel tussen de volgende twee groepen:

• Teamleden die de gegevensstrategie ontwerpen en implementeren
• Teamleden die bijdragen aan de gegevens, gebruiken en benutten (zoals bedrijfseenheden die beslissingen nemen en resultaten bouwen op basis van de gegevens)

Om het anders te zeggen, gegevensstrategieën en bijbehorende gegevensplatforms die zijn gebouwd zonder gebruikersbetrokkenheid, lopen risico's op uitdagingen in relevantie en adoptie.

Twee strategische processen helpen u in dit kader succesvol te leveren:

• Vorming van een centrum van uitmuntendheid
• Acceptatie van een flexibele leveringsmethode

Zie Een plan ontwikkelen voor analyses op cloudschaalvoor meer informatie.

Waarde leveren

Wanneer u gegevensproducten levert op basis van de succescriteria op een gestandaardiseerde en gestructureerde manier, valideert die levering uw iteratieve framework. Daarnaast helpt het gebruik van uw leerproces om continu te innoveren u bij het opbouwen van bedrijfsvertrouwen en het vergroten van de doelstellingen van de gegevensstrategie. Dit proces biedt een duidelijkere en snellere acceptatie binnen uw organisatie.

Hetzelfde geldt voor uw gegevensplatform. Wanneer u een opzet hebt waarbij meerdere teams redelijk autonoom werken, zou u moeten streven naar een mesh-structuur. Het bereiken ervan is een iteratief proces. In veel gevallen zijn belangrijke wijzigingen in de instelling, gereedheid en bedrijfsuitlijning van uw organisatie vereist.

Volgende stappen

Lees de volgende artikelen voor hulp bij uw overstap naar de cloud en maak uw scenario voor cloudimplementatie succesvol:

• Een plan ontwikkelen voor analyses op cloudschaal
• Uw omgeving controleren op Azure-landingszones
• cloudanalysebeheer
• cloudanalyses beveiligen