Democratizzazione dei datiData democratization

Molte aziende mantengono i data warehouse nei propri Data Center per consentire a diverse parti dell'azienda di analizzare i dati e prendere decisioni.Many companies keep data warehouses in their datacenters to help different parts of their business analyze data and make decisions. I reparti vendite, marketing e finanza si basano principalmente su questi sistemi per produrre report e Dashboard standard.Sales, marketing, and finance departments rely heavily on these systems in order to produce standard reports and dashboards. Le aziende usano anche gli analisti aziendali per eseguire query ad hoc e analisi dei dati nei data mart.Companies also employ business analysts to perform ad hoc querying and analysis of data in data marts. Questi data mart usano gli strumenti di business intelligence self-service per eseguire analisi multidimensionali.These data marts use self-service business intelligence tools to perform multidimensional analysis.

Un'azienda supportata dall'innovazione dei dati e da una data estate moderna può offrire un'ampia gamma di collaboratori, da un stakeholder IT a un professionista di dati e oltre.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. Possono eseguire un'azione su questo repository di dati centralizzati, che è spesso noto come "unica origine di verità".They can take action on this repository of centralized data, which is often referred to as "the single source of truth."

Azure sinapsi Analytics è un singolo servizio per una collaborazione semplice e un time-to-Insight accelerato.Azure Synapse Analytics is a single service for seamless collaboration and accelerated time-to-insight. Per comprendere questo servizio in modo più dettagliato, considerare prima di tutto i vari ruoli e competenze di un tipico patrimonio di dati:To understand this service in more detail, first consider the various roles and skills involved in a typical data estate:

Data warehousing: gli amministratori di database supportano la gestione di data Lake e data warehouse, ottimizzando in modo intelligente i carichi di lavoro e proteggendo automaticamente i dati.Data warehousing: database admins support the management of data lakes and data warehouses, while intelligently optimizing workloads and automatically securing data.

Integrazione deidati: gli ingegneri dei dati usano un ambiente senza codice per connettere facilmente più origini e tipi di dati.Data integration: data engineers use a code-free environment to easily connect multiple sources and types of data.

Big Data e Machine Learning: i data scientist compilano rapidamente i modelli di prova ed effettuano il provisioning delle risorse in base alle esigenze, lavorando nel linguaggio di propria scelta (ad esempio, T-SQL, Python, scala, .NET o Spark SQL).Big data and machine learning: data scientists build proofs of concept rapidly and provision resources as needed, while working in the language of their choice (for example, T-SQL, Python, Scala, .NET, or Spark SQL).

Gestione e sicurezza: i professionisti IT proteggono e gestiscono i dati in modo più efficiente, applicano i requisiti di privacy e accesso sicuro alle configurazioni cloud e ibride.Management and security: IT pros protect and manage data more efficiently, enforce privacy requirements, and secure access to cloud and hybrid configurations.

Business Intelligence: gli analisti aziendali accedono in modo sicuro ai set di dati, compilano i dashboard e condividono i dati all'interno e all'esterno dell'organizzazione.Business intelligence: business analysts securely access datasets, build dashboards, and share data within and outside their organization.

Il diagramma seguente illustra un esempio di architettura di data warehouse classica.The following diagram shows an example of a classic data warehouse architecture. I dati strutturati noti vengono estratti dai sistemi di elaborazione delle transazioni principali e copiati in un'area di gestione temporanea.Known structured data is extracted from core transaction processing systems and copied into a staging area. Da qui, viene pulito, trasformato e integrato nelle tabelle di produzione in un data warehouse.From there, it's cleaned, transformed, and integrated into production tables in a data warehouse. Spesso, in questo caso, vengono creati in modo incrementale diversi anni di dati cronologici sulle transazioni.It's often the case that several years of historical transaction data are incrementally built up here. Fornisce i dati necessari per comprendere le modifiche apportate alle vendite, al comportamento di acquisto dei clienti e alla segmentazione dei clienti nel tempo.This provides the data needed to understand changes in sales, customer purchasing behavior, and customer segmentation over time. Fornisce inoltre report finanziari annuali e analisi per facilitare il processo decisionale.It also provides yearly financial reporting and analysis to help with decision making.

Da qui, i subset di dati vengono estratti nei data mart per analizzare le attività associate a un processo di business specifico.From there, subsets of data are extracted into data marts to analyze activity associated with a specific business process. Questo supporta il processo decisionale in una parte specifica dell'azienda.This supports decision making in a specific part of the business.

Diagramma della data warehouse classica.

Affinché un'azienda possa essere eseguita in modo efficiente, è necessario disporre di tutti i tipi di dati per le diverse competenze e ruoli descritti in precedenza.For a business to run efficiently, it needs all types of data for the different skills and roles described earlier. Sono necessari dati non elaborati che sono stati puliti per i data scientist per la creazione di modelli di machine learning.You need raw data that has been cleansed for data scientists to build machine-learning models. Sono necessari dati puliti e strutturati per un data warehouse per offrire prestazioni affidabili alle applicazioni e ai dashboard aziendali.You need cleaned and structured data for a data warehouse to provide reliable performance to business applications and dashboards. Soprattutto, è necessario essere in grado di passare da dati non elaborati a informazioni dettagliate in pochi minuti, non in giorni.Most importantly, you need to be able to go from raw data to insights in minutes, not days.

Azure sinapsi Analytics dispone di uno strumento business intelligence nativo incorporato con Power BI.Azure Synapse Analytics has a native, built-in business intelligence tool with Power BI. Questo consente di passare da dati non elaborati a un dashboard per ottenere informazioni dettagliate in pochi minuti, usando un servizio all'interno di un'unica interfaccia.This fully enables you to go from raw data to a dashboard serving insights in minutes, by using one service within one single interface.