Demokratisierung von DatenData democratization

Viele Unternehmen verfügen über Data Warehouses in ihren Rechenzentren, die verschiedenen Teilen des Unternehmens beim Analysieren von Daten und Treffen von Entscheidungen helfen.Many companies keep data warehouses in their datacenters to help different parts of their business analyze data and make decisions. Vertriebs-, Marketing- und Finanzabteilungen verlassen sich bei der Erstellung von Standardberichten und -dashboards auf diese Systeme.Sales, marketing, and finance departments rely heavily on these systems in order to produce standard reports and dashboards. Darüber hinaus beschäftigen Unternehmen Business Analysts, die Ad-hoc-Abfragen und Analysen für Daten in Data Marts ausführen.Companies also employ business analysts to perform ad hoc querying and analysis of data in data marts. Diese Data Marts verwenden Self-Service-Business-Intelligence-Tools, um mehrdimensionale Analysen durchzuführen.These data marts use self-service business intelligence tools to perform multidimensional analysis.

Ein Unternehmen, das Dateninnovationen und einen modernen Datenbestand nutzt, kann eine große Bandbreite von Mitwirkenden unterstützen, von Beteiligten im IT-Bereich bis hin zu Datenexperten und weiteren Personen.A business that's supported by data innovation and a modern data estate can empower a broad range of contributors, from an IT stakeholder to a data professional and beyond. Diese können dieses Repository mit zentralisierten Daten, das häufig als „Single Source of Truth“ bezeichnet wird, als Handlungsgrundlage verwenden.They can take action on this repository of centralized data, which is often referred to as "the single source of truth."

Azure Synapse Analytics ist ein einzelner Dienst für nahtlose Zusammenarbeit und schnelleren Erkenntnisgewinn.Azure Synapse Analytics is a single service for seamless collaboration and accelerated time-to-insight. Damit Sie diesen Dienst besser verstehen, sollten Sie sich zunächst mit den verschiedenen Rollen und Fertigkeiten im Zusammenhang mit einem typischen Datenbestand befassen:To understand this service in more detail, first consider the various roles and skills involved in a typical data estate:

Data Warehousing: Datenbankadministratoren unterstützen die Verwaltung von Data Lakes und Data Warehouses, wobei Workloads intelligent optimiert und Daten automatisch gesichert werden.Data warehousing: Database admins support the management of data lakes and data warehouses while intelligently optimizing workloads and automatically securing data.

Datenintegration: Data Engineers nutzen eine codefreie Umgebung, um problemlos mehrere Quellen und Datentypen zu verbinden.Data integration: Data engineers use a code-free environment to easily connect multiple sources and types of data.

Big Data und maschinelles Lernen: Data Scientists erstellen schnell Proofs of Concept und stellen Ressourcen bereit. Dabei arbeiten sie in der Sprache ihrer Wahl (z. B. T-SQL, Python, Scala, .NET oder Spark SQL).Big data and machine learning: Data scientists build proofs of concept rapidly and provision resources while working in the language of their choice (for example, T-SQL, Python, Scala, .NET, or Spark SQL).

Verwaltung und Sicherheit: IT-Profis schützen und verwalten Daten effizienter, setzen Datenschutzanforderungen durch und sichern den Zugriff auf Cloud- und Hybridkonfigurationen.Management and security: IT pros protect and manage data more efficiently, enforce privacy requirements, and secure access to cloud and hybrid configurations.

Business Intelligence: Business Analysts greifen sicher auf Datasets zu, erstellen Dashboards und geben Daten innerhalb und außerhalb ihrer Organisation frei.Business intelligence: Business analysts securely access datasets, build dashboards, and share data within and outside their organization.

Übersicht zur klassischen Data Warehouse-ArchitekturAn overview of classic data warehouse architecture

Das folgende Diagramm zeigt ein Beispiel für eine klassische Data-Warehouse-Architektur.The following diagram shows an example of a classic data warehouse architecture.

Diagramm des klassischen Data Warehouse

Abbildung 1: klassische Data Warehouse-Architektur.Figure 1: Classic data warehouse architecture.

Hier werden bekannte strukturierte Daten aus wichtigen Transaktionsverarbeitungssystemen extrahiert und in einen Stagingbereich kopiert.Known structured data is extracted from core transaction processing systems and copied into a staging area. Dort werden sie bereinigt, transformiert und in Produktionstabellen in einem Data Warehouse integriert.From there, it's cleaned, transformed, and integrated into production tables in a data warehouse. Üblicherweise sammeln sich hier historische Transaktionsdaten aus mehreren Jahren.It's common for several years of historical transaction data to build up here. So werden die Daten zur Verfügung gestellt, die erforderlich sind, um Änderungen beim Umsatz, dem Kaufverhalten von Kunden und der Kundensegmentierung im zeitlichen Verlauf zu verstehen.This provides the data needed to understand changes in sales, customer purchasing behavior, and customer segmentation over time. Ebenfalls bereitgestellt werden eine jährliche Finanzberichterstattung und -analyse als Hilfe bei der Entscheidungsfindung.It also provides yearly financial reporting and analysis to help with decision making.

Von dort werden Teilmengen von Daten in Data Marts extrahiert, um Aktivitäten in Zusammenhang mit einem bestimmten Geschäftsprozess zu analysieren.From there, subsets of data are extracted into data marts to analyze activity associated with a specific business process. Dies ist hilfreich bei der Entscheidungsfindung in bestimmten Teilen des Unternehmens.This supports decision making in a specific part of the business.

Damit ein Unternehmen effizient arbeiten kann, benötigt es alle Arten von Daten zu den oben beschriebenen verschiedenen Fertigkeiten und Rollen.For a business to run efficiently, it needs all types of data for the different skills and roles described earlier. Sie brauchen Rohdaten, die bereinigt wurden, damit Data Scientists Machine Learning-Modelle erstellen können.You need raw data that has been cleansed for data scientists to build machine-learning models. Sie benötigen saubere und strukturierte Daten, damit ein Data Warehouse eine zuverlässige Leistung für Geschäftsanwendungen und Dashboards bietet.You need clean and structured data for a data warehouse to provide reliable performance to business applications and dashboards. Vor allem müssen Sie in der Lage sein, in wenigen Minuten und nicht in Tagen von Rohdaten zu Erkenntnissen zu gelangen.Most importantly, you need to be able to go from raw data to insights in minutes, not days.

Azure Synapse Analytics verfügt mit Microsoft Power BI über ein natives, integriertes Business-Intelligence-Tool.Azure Synapse Analytics has a native, built-in business intelligence tool with Microsoft Power BI. Hier unterstützt Sie ein Dienst innerhalb einer Benutzeroberfläche, damit Sie Rohdaten schnell in ein Dashboard transformieren können, das Erkenntnisse anzeigt.Here, one service within one interface supports you to quickly transform raw data into a dashboard that displays insights.

Nächste SchritteNext steps

DateninnovationenData innovations