Ferramentas de inovação para democratizar dados no Azure
Como descreve o artigo conceitual sobre democratização de dados, você pode oferecer muitas inovações de coleta de dados com pouco investimento técnico. Grandes inovações geralmente exigem dados brutos. Democratizar dados é investir o mínimo de recursos necessários para envolver seus clientes. Em seguida, os clientes usam os dados para aproveitar seus conhecimentos existentes.
Começar com a democratização de dados é uma maneira rápida de testar uma hipótese antes de expandir para invenções digitais mais amplas e caras. À medida que você refina mais a hipótese e começa a adotar as invenções em escala, os processos a seguir ajudarão você a se preparar para o suporte operacional da inovação.
Alinhamento à metodologia
Esse tipo de invenção digital pode ser acelerada em cada fase dos processos a seguir, conforme mostrado na imagem anterior. Diretrizes técnicas para acelerar a invenção digital estão listadas no sumário no lado esquerdo desta página. Esses artigos são agrupados por fase para alinhar as diretrizes com a metodologia geral.
- Compartilhar dados coletados: a primeira etapa da democratização dos dados é compartilhar de forma aberta.
- Controlar dados: certifique-se de que os dados confidenciais sejam protegidos, rastreados e controlados antes do compartilhamento.
- Centralizar dados: às vezes, você precisa fornecer uma plataforma centralizada para democratização, compartilhamento e governança de dados.
- Coletar dados: a migração, a integração, a ingestão e a virtualização podem coletar dados existentes para serem centralizados, controlados e compartilhados.
Em cada iteração, as equipes de adoção da nuvem devem se aprofundar na pilha, conforme necessário, para colocar o foco nas necessidades do cliente em vez da arquitetura. Adiar picos técnicos em favor das necessidades do cliente acelera a validação de sua hipótese.
Todas as diretrizes são mapeadas para os quatro processos anteriores. As diretrizes vão desde o maior efeito do cliente até o maior efeito técnico. Em cada processo, você verá orientações sobre como o Azure pode acelerar sua capacidade de criar com empatia do cliente.
Cadeia de ferramentas
No Azure, normalmente são usadas as seguintes ferramentas de inovação para acelerar a invenção digital nas fases anteriores:
- Power BI
- Catálogo de Dados do Azure
- Azure Synapse Analytics
- Azure Cosmos DB
- Banco de Dados do Azure para PostgreSQL
- Banco de Dados do Azure para MySQL
- Banco de Dados do Azure para MariaDB
- Hiperescala do Banco de Dados do Azure para PostgreSQL
- Armazenamento do Azure Data Lake
- Serviço de Migração de Banco de Dados do Azure
- Banco de Dados SQL do Azure, com ou sem Instância Gerenciada de SQL do Azure
- Azure Data Factory
- Azure Stream Analytics
- SQL Server Integration Services
- Azure Stack
- SQL Server Stretch Database
- Azure StorSimple
- Arquivos do Azure
- Sincronização de Arquivos do Azure
- PolyBase
À medida que a invenção se aproxima da adoção em escala, os aspectos de cada solução exigem refinamento e maturidade técnica. Conforme isso acontece, é provável que mais desses serviços sejam necessários. Use o sumário no lado esquerdo desta página para as diretrizes das ferramentas do Azure relevantes para seu processo de testes de hipóteses.
Introdução
Abaixo você encontrará artigos para ajudá-lo a começar com cada uma das ferramentas nesta cadeia de ferramentas.
Observação
Os links a seguir deixarão a Estrutura de Adoção de Nuvem, pois fazem referência a conteúdo de suporte que está além do escopo do CAF.
Compartilhar dados com especialistas
- Gere insights de dados rapidamente
- Compartilhamento de dados com colegas de trabalho e parceiros
- Incorporar relatórios em um site ou portal
- Criar novos espaços de trabalho no Power BI
Controlar os dados
- Classificar dados (CAF)
- Dados seguros
- Anotar dados com o Catálogo de Dados do Azure
- Documentar fontes de dados com o Catálogo de Dados do Azure
Centralizar dados
- Criar e consultar um pool SQL do Azure Synapse Analytics
- Práticas recomendadas para carregar dados para data warehouse
- Visualizar dados do armazém com o Power BI
- Arquitetura de referência para BI corporativo com o Azure Synapse Analytics
- Gerenciar big data corporativo com o Armazenamento do Azure Data Lake
- O que é um data lake?
Coletar dados
- Integrar fontes de dados na nuvem com um data warehouse do SQL Analytics
- Carregar dados locais no Azure Synapse Analytics
- Integrar dados - Azure Data Factory ao OLAP
- Usar o Azure Stream Analytics com o Azure Synapse Analytics
- Arquitetura de referência para ingestão e análise de novos feeds
- Carregar dados no pool SQL do Azure Synapse Analytics
Próximas etapas
Saiba mais sobre ferramentas para criar aplicativos que envolvam os clientes além dos dados brutos.