企業系統可以有多個主要數據來源，也就是跨系統共用的一般數據。 當您目錄數據源時，這個事實可能會變得明顯。 主要數據的範例包括客戶、產品、位置、資產和廠商數據。 當您使用 Profisee 來合併、驗證和更正主要數據時，您可以讓該資料生效。 具體而言，您可以使用它來建置常見的受信任平臺，以進行分析和作業改進。 藉由使用 Microsoft Purview 中詳述的治理定義、深入解析和專業知識，您可以有效地建置您的平臺。
此參考架構提供治理和數據管理解決方案，其中包含 Microsoft Purview 和 Profisee 主要數據管理 （MDM） 平臺。 這些服務會共同運作，以提供高品質、受信任的數據基礎，以將 Azure 中的數據業務價值最大化。 如需此解決方案的簡短影片，請參閱 Azure 中完全整合的主要數據管理功能。
架構
下圖顯示您在開發及操作主要數據解決方案時所採取的步驟。 請將這些步驟視為反覆執行。 隨著解決方案的發展，您可能會重複這些步驟和階段，有時會自動且有時手動執行。 無論您使用自動或手動步驟，取決於您的主要數據解決方案、元數據和數據所經歷的變更。
資料流程
元數據和數據流包含這些步驟，如下圖所示：
預先建置的 Microsoft Purview 連接器可用來從來源商務應用程式建置資料目錄。 連接器會掃描數據源並填入 Microsoft Purview 資料目錄。
主要數據模型會發佈至 Microsoft Purview。 在 Profisee MDM 中建立的主要數據實體會順暢地發佈至 Microsoft Purview。 此步驟會進一步填入 Microsoft Purview 資料目錄，並確保 Microsoft Purview 中有此重要數據源的記錄。
數據管理的治理標準和原則可用來擴充主要數據實體定義。 數據會在 Microsoft Purview 中使用數據字典和詞彙資訊、擁有權數據和敏感數據分類來擴充。 在 Profisee 中，Microsoft Purview 中提供的任何定義和元數據都會實時顯示為 MDM 數據管理員的指引。
源系統的主要數據會載入至 Profisee MDM。 Azure Data Factory 之類的數據整合工具組會使用超過 100 個預先建置的連接器或 REST 網關，從來源系統擷取數據。 主數據串流會載入至 Profisee MDM。
主要數據會根據治理規則標準化、比對、合併、擴充及驗證。 其他系統，例如 Microsoft Purview，可能會定義數據品質和治理規則。 但 Profisee MDM 是強制執行這些規則的系統。 來源記錄會在來源系統內和跨來源系統進行比對和合併，以盡可能建立最完整且正確的記錄。 數據品質規則會檢查每個記錄是否符合商務和技術需求。 驗證失敗或傳回低機率分數的任何記錄，都可能會進行補救。 為了補救失敗的驗證，工作流程程式會指派記錄，這些記錄需要檢閱給其商務數據域中專家的數據管理人。 在驗證或更正記錄之後，即可將它當做 黃金記錄 主圖形使用。
事務數據會載入下游分析解決方案。 Data Factory 之類的數據整合工具組會使用超過 100 個預先建置的連接器或 REST 閘道，從來源系統擷取事務數據。 工具組會將數據直接載入分析數據平臺，例如 Azure Synapse Analytics。 由於數據重疊、不符和衝突尚未解決，因此沒有適當主要黃金數據的原始資訊分析可能會不正確。
Power BI 連接器可讓您直接存取策劃的主要數據。 Power BI 使用者可以直接在報表中使用主要數據。 專用的Power BI連接器可辨識並強制執行角色型安全性。 它也會隱藏各種系統欄位，以簡化使用。
高品質、策劃的主要數據會發佈至下游分析解決方案。 如果主要數據記錄已合併成單一黃金記錄，則會保留原始記錄的父子系連結。
分析平臺有一組經過認證的數據，即它是完整、一致且精確的。 該數據報括妥善策劃的主數據和相關聯的事務數據。 該組合形成可靠的受信任數據基礎，可供進一步分析。
高品質主要數據會可視化和分析，並套用機器學習模型。 系統提供良好的見解來推動業務。
元件
Microsoft Purview 是一種數據控管解決方案，可提供內部部署和雲端數據資產的廣泛可見度。 Microsoft Purview 提供數據探索和分類、譜系、元數據搜尋和探索，以及使用見解的組合。 所有這些功能都可協助您管理及瞭解整個企業數據環境的數據。
Profisee MDM 是快速且直覺的 MDM 平臺，可順暢地與 Microsoft 技術和 Azure 數據管理生態系統整合。
Data Factory 是混合式數據整合服務。 您可以使用 Data Factory 來建立、排程及協調擷取、轉換和載入 （ETL） 和擷取、載入和轉換 （ELT） 工作流程。 Data Factory 也提供 100 多個預先建置的連接器，以及可用來從來源系統擷取數據的 REST 閘道。
Azure Synapse Analytics 是一種快速、彈性且受信任的雲端數據倉儲，其使用大規模的平行處理架構。 您可以使用 Azure Synapse Analytics，彈性且獨立地調整、計算及儲存數據。
Power BI 是一套商務分析工具，可在整個組織中提供深入解析。 您可以使用Power BI 連線到數百個數據源、簡化數據準備，以及推動即興分析。 您也可以產生美觀的報表，然後發佈報表以供組織在 Web 和行動裝置上使用。
替代項目
如果您沒有專用的 MDM 應用程式，您可以在 Azure 中找到建置 MDM 解決方案所需的一些技術功能：
- 數據品質。 將數據載入分析平臺時，您可以將資料品質建置至整合程式。 例如，您可以使用硬式編碼腳本，在 Data Factory 管線中套用數據質量轉換。
- 數據標準化和擴充。 Azure 地圖服務 可以提供地址數據的數據驗證和標準化。 您可以使用 Azure Functions 和 Data Factory 中的標準化數據。 若要標準化其他數據，您可能需要開發硬式編碼的腳本。
- 重複的數據管理。 如果有足夠的識別碼可供完全比對，您可以使用 Data Factory 來 刪除 重複數據列。 您可能需要自定義硬式編碼腳本，以實作合併相符數據列所需的邏輯，同時套用適當的數據倖存者技術。
- 數據管理。 您可以使用 Power Apps 快速開發基本的數據管理解決方案，以管理 Azure 中的數據。 您也可以針對檢閱、工作流程、警示和驗證開發適當的使用者介面。
在以 Microsoft 為中心的環境中，Azure Synapse Analytics 通常偏好做為分析服務。 但是您可以使用任何分析資料庫。 雪花和 Databricks 是常見的選擇。
案例詳細資料
當您載入 Azure 的數據量增加時，必須正確控管和管理所有數據源和數據取用者的數據。 在來源系統中看似足夠的數據，在共用時通常會發現數據不足。 它可能有遺失或不完整的資訊，或重複和衝突。 其整體品質可能很差。 需要的是完整、一致且精確的數據。
如果您的 Azure 數據資產中沒有高質量的數據，Azure 的商業價值可能會受到破壞，或許是關鍵性。 解決方案是建立數據控管和管理的基礎，以產生並傳遞高品質受信任數據的真相來源。 Microsoft Purview 和 Profisee MDM 共同運作，以形成此企業平臺。
Microsoft Purview 會編錄所有數據源，並識別任何敏感性資訊和譜系。 它可讓數據架構設計人員考慮對所有數據施加的適當數據標準。 Microsoft Purview 著重於治理，以尋找、分類及定義原則和標準。 強制執行原則和標準、編錄數據源，以及補救不足數據的工作落入 MDM 系統等技術。
Profisee MDM 的設計目的是要接受來自任何來源的主數據。 然後，Profisee MDM 會比對、合併、標準化、驗證、更正，以及跨系統同步處理數據。 此程式可確保數據可以正確整合，並符合下游系統的需求，例如商業智慧（BI）和機器學習應用程式。 整合的 Profisee 平臺會跨多個數據尋址接收器強制執行治理標準。
相輔相成
Microsoft Purview 和 Profisee MDM 共同運作得更好。 整合時，它們可簡化數據管理工作，並確保所有系統都能夠強制執行相同的標準。 Profisee MDM 會將其主要數據模型發佈至 Microsoft Purview，您可以在其中參與治理。 Microsoft Purview 接著會共用治理的輸出，例如數據目錄和詞彙資訊。 Profisee 可以檢閱輸出並強制執行標準。 藉由共同合作，Microsoft Purview 和 Profisee 會建立自然、更好的協同效應，比每個獨立供應專案更深入。
例如，在編錄企業數據源之後，您可能會判斷主數據存在於多個系統中。 主要數據是定義網域實體的數據。 主要數據的範例包括客戶、產品、資產、位置、廠商、病患、家庭、功能表項和成分數據。 解決不同定義和比對，並合併跨系統的數據，對於以有意義的方式使用此數據的能力至關重要。 若要有效，您應該使用 Microsoft Purview 中詳述的治理定義、深入解析和專業知識，在 Profisee MDM 中合併、驗證和更正主要數據。 如此一來，Microsoft Purview 和 Profisee MDM 會形成治理和數據管理的基礎，並最大化 Azure 中的數據業務價值。
替代方式是使用您可以取得的任何資訊。 但是，當您採取這種方法時，可能會產生誤導性的結果，這可能會損害您的業務。 當您改用高品質的主要數據時，您可以排除常見的數據質量問題。 然後，不論您用於分析、機器學習和視覺效果的工具為何，您的系統都能提供健全的深入解析，讓您能夠用來推動業務。 精心策劃的主要數據是建置穩固可靠數據基礎的重要層面。
當您搭配 Microsoft Purview 使用 Profisee MDM 時，您會遇到下列優點：
- 常見的技術基礎。 Profisee 源自 Microsoft 技術。 Profisee 和 Microsoft 會使用通用工具、資料庫和基礎結構，讓任何使用 Microsoft 技術的人都能熟悉 Profisee 解決方案。 事實上，多年來，Profisee MDM 是以 Microsoft Master Data Services 為基礎而建置的。 現在 Master Data Services 即將結束其生命週期，而 Profisee 是頂級 升級和取代解決方案。
- 開發人員共同作業和共同開發。 Profisee 和 Microsoft Purview 開發人員會廣泛共同作業，以確保各自解決方案之間有良好的互補性。 此共同作業提供符合客戶需求的無縫整合。
- 聯合銷售和部署。 Profisee 在 Azure 上擁有更多 MDM 部署，並與 Microsoft Purview 共同部署，比其他任何 MDM 廠商都多。 您可以透過 Azure Marketplace 購買 Profisee。 在 2023 財年中，Profisee 是唯一一家擁有 Azure Marketplace 上基礎結構即服務（IaaS）、容器即服務（CaaS）或軟體即服務 （SaaS） 供應專案的頂級 Microsoft 合作夥伴認證 MDM 廠商。
- 快速且可靠的部署。 所有企業軟體的重要功能都是快速且可靠的部署。 根據 對等深入解析 平臺，Profisee 的實作比任何其他 MDM 廠商都少 90 天才能完成。
- 多個網域。 Profisee 提供 MDM 的方法，原本就使用多個網域。 您可以建立的主要資料域數目沒有任何限制。 此設計與計劃將其數據資產現代化的客戶一致。 客戶可能從有限數目的網域開始，但最終受益於將整個數據資產的網域涵蓋範圍最大化。 此網域涵蓋範圍會與其數據控管涵蓋範圍相符。
- 專為 Azure 設計的工程。 Profisee 是設計成雲端原生，其選項適用於 SaaS 和 Azure 上的受控 IaaS 或 CaaS 部署。
潛在的使用案例
如需此解決方案 MDM 使用案例的詳細清單，請參閱 本文稍後的 MDM 使用案例 。 主要 MDM 使用案例包括下列零售和製造範例：
- 合併客戶數據以進行分析。
- 具有一致且可存取形式之產品數據的 360 度檢視，例如每個產品的名稱、描述和特性。
- 建立參考數據，以一致地增強主要數據的描述。 例如，參考數據報括國家/地區、貨幣、色彩、大小和測量單位的清單。
這些 MDM 解決方案也可協助大量依賴重要活動數據的財務組織，例如及時報告。
MDM 與 Microsoft Purview 整合
下圖詳細說明在 Microsoft Purview 中整合 Profisee MDM。 為了支援這項整合，Profisee 治理子系統提供與 Microsoft Purview 的雙向整合，其中包含兩個不同的流程：
- 當您的數據模型建立者變更主要數據模型、比對策略及其相關子程式時，就會發生解決方案元數據發佈。 這些變更會在發生時順暢地發佈至 Microsoft Purview。 發佈這些變更會同步處理與主要數據模型和解決方案相關的元數據。 因此，Microsoft Purview 資料目錄 會進一步填入，且 Microsoft Purview 有此重要數據源的記錄。
- 治理詳細數據會傳回並提供給數據管理人和商務使用者。 當用戶檢視數據、擴充數據，以及使用 Profisee FastApp 入口網站補救數據質量問題時，即可取得這些詳細數據。
Microsoft Purview 整合功能
Microsoft Purview 目錄和詞彙可協助您最大化整合。
主要數據模型設計
準備 MDM 解決方案的其中一個挑戰，就是決定哪些構成主要數據，以及當您填入主要數據模型時要使用的數據源。 您可以使用 Microsoft Purview 來協助進行這項工作。 您可以利用掃描重要數據源的能力，並吸引數據管理員和主題專家（SME）。 如此一來，您就可以使用管家接著可以存取的信息來擴充您的 Microsoft Purview 資料目錄，以便更妥善地將您的主要數據模型與您的企業營運系統對齊。 您可以協調衝突的術語。 此程式會產生主要數據模型，以最佳方式反映您想要為企業標準化的術語和定義。 它也避免過時和誤導的動詞。
下圖的摘錄說明此整合使用案例。 首先，您會使用 Microsoft Purview 系統掃描函式，從您的企業營運系統內嵌元數據。 接下來，您的數據管家和中小企業會準備穩固的目錄和聯繫人。 然後，使用 Profisee MDM 模型服務的數據模型化工具可以準備並演進您的主要數據模型。 這項工作符合您在 Microsoft Purview 中定義的標準。
隨著您的數據管家發展模型，Profisee MDM 平臺內的模型服務會發佈 Profisee MDM 治理服務所收到的變更。 接著，Profisee MDM 會準備並轉送這些變更給 Microsoft Purview，以納入其更新的數據目錄中。 這些目錄的新增項目可確保您的主要數據定義包含在更廣泛的數據資產中，而且這些定義可以與您的企業營運系統元數據相同的方式加以控管和控制。 藉由確保這項資訊會一起編列，您就能夠更妥善地管理主數據與企業營運系統數據之間的關聯性。
數據管理
具有相對複雜且廣泛數據資產的大型企業，可能會對負責管理及補救問題的數據管理人提出挑戰。 關鍵數據域可能非常複雜，有許多模糊的屬性，只有具有重要機構知識的員工才能瞭解。 透過 Profisee MDM 與 Microsoft Purview 整合，您可以在 Microsoft Purview 中擷取此機構知識，並使其可在 Profisee MDM 中使用。 因此，當您管理重要和時間敏感性資訊時，您可以減輕對公司數據知識的極大需求。
下圖說明從 Microsoft Purview 到在 Profisee FastApp 入口網站中工作的數據管理人的資訊流程。 治理數據服務會與 Microsoft Purview 和 Microsoft Entra 識別元整合。 此服務提供查閱功能。 FastApp 入口網站使用者可以使用這項功能來擷取有關實體及其使用屬性的擴充治理數據。
治理服務也會將從 Microsoft Purview 收到的聯繫人解析為其完整的配置檔詳細數據，這些詳細數據可在 Microsoft Entra ID 中取得。 透過完整的配置檔詳細數據，管家可以有效地與數據擁有者和專家共同作業，以提升主數據的品質。
[Profisee MDM 治理] 對話框是數據管理人和使用者與治理層級詳細數據互動的介面。 此 UI 會將從 Microsoft Purview 取得的信息轉譯給使用者。 藉由使用這項資訊，使用者可以檢閱對話啟動數據背後的詳細數據。 如果 [治理] 對話框中提供的資訊不足，使用者可以直接前往 Microsoft Purview 用戶體驗。
數據管理人和商務使用者可以透過 FastApp 入口網站存取三種 Profisee MDM 數據資產類型：
- Profisee 實例，提供使用者正在檢視之 Profisee MDM 平臺特定實例的基礎結構屬性
- Profisee Entity，其提供管理人或使用者目前檢視之主要數據實體的屬性（數據表）
- Profisee Attribute，其提供使用者感興趣的屬性屬性（例如字段或數據行）。
下圖說明在 FastApp 入口網站中工作的使用者可以檢視每個資產類型的治理詳細數據。 您可以在 [說明] 功能表上找到實例層級的詳細數據。 您可以從包含實體方格的頁面區域標頭存取實體詳細數據。 如需屬性詳細數據，請移至與實體方格相關聯的窗體。 從與 屬性相關聯的標籤取詳細數據。
若要查看摘要資訊，請將滑鼠停留在治理圖示上，例如 Microsoft Purview。 選取圖示以顯示完整的治理對話框：
若要移至完整的 Microsoft Purview 用戶體驗，請選取對話框標頭中的治理圖示。 選取圖示會帶您在目前檢視的資產內容中帶您前往 Microsoft Purview。 然後，您可以根據您的探索需求，輕鬆地在 Microsoft Purview 中四處移動。
MDM 處理
MDM 解決方案的強大功能位於詳細數據中。
資料模型
MDM 解決方案的核心是基礎數據模型。 它代表您公司內主要數據的定義。 開發主要數據模型牽涉到下列工作：
- 識別來自整個系統環境之源數據的專案，這些元素對您的公司營運至關重要，而且對於分析效能至關重要。
- 使用您從其他第三方來源取得的專案來擴充模型，讓數據更有用、準確且值得信任。
- 建立與數據模型元素相關的清楚擁有權和許可權。 這種做法有助於確保您將可見度和變更管理納入模型的設計。
資料控管提供重要的支持基礎：
- 您的治理數據目錄、字典、詞彙和支持資源是治理數據管理人寶貴的資訊來源。 這些資源可協助管家判斷要包含在主要數據模型中的內容。 它們也有助於判斷 Microsoft Purview 中的擁有權和敏感數據分類。 您可以在模型中強化術語。 透過這種做法，您可以為您的企業建立官方詞典。 藉由整合術語，您的主要數據模型也可以將各種來源系統中使用的任何深奧詞彙轉譯為商務核准的語言。
- 第三方系統通常是主要數據的來源，除了您的企業營運系統之外。 請務必將元素新增至模型，以擷取這些系統新增至數據的資訊，並將這些資訊來源反映回您的數據目錄。
- 您可以使用控管目錄中所識別的擁有權和資料存取，在您的 MDM 解決方案中強制執行存取權和變更管理許可權。 因此，您會將公司原則和需求與用來管理和管理主要數據的工具一致。
源數據載入
在理想情況下，您的不同企業營運系統會將數據載入主要數據模型，且幾乎沒有變更或轉換。 目標是讓數據的集中式版本存在於來源系統中。 來源系統與主要數據存放庫之間應該盡可能少遺失逼真度。 藉由限制載入程式的複雜性，您可以讓譜系更簡單。 當您使用 Data Factory 管線等技術時，治理解決方案可以檢查流程。 然後，您的解決方案可以識別來源系統與主要數據模型之間的關聯性。 具體而言，您的解決方案可以使用超過100個預先建置的連接器和REST閘道，從來源系統擷取數據。
數據擴充和標準化
將源數據載入模型之後，您可以利用第三方數據的豐富來源來擴充它。 您可以使用這些系統來改善從企業營運系統取得的數據。 您也可以使用這些系統來增強源數據，以及增強其用於其他下游取用者的資訊。 例如：
- 您可以使用 Bing 之類的地址驗證服務來更正和改善來源系統位址。 這些服務可以標準化並新增對地理位置和郵件傳遞至關重要的遺漏資訊。
- 像 Dun 和 Bradstreet 這樣的第三方資訊服務可以提供一般用途或產業特定的數據。 您可以使用此數據來擴充黃金主要記錄的值。 具體而言，您可以新增不同企業營運系統中無法使用或發生衝突的資訊。
Profisee 的發佈/訂閱基礎結構可讓您視需要輕鬆地將您自己的第三方來源整合到您的解決方案中。
瞭解此數據背後的來源和意義的能力，對於第三方數據而言，與內部企業營運系統一樣重要。 藉由將主要數據模型整合到治理數據目錄，您可以管理內部和外部數據源之間的關聯性，同時使用治理詳細數據擴充模型。
數據質量驗證和管理
載入和擴充數據之後，請務必檢查其品質，並遵循您透過治理程式建立的標準。 Microsoft Purview 可再次成為豐富的標準資訊來源。 您可以使用 Microsoft Purview 來驅動 MDM 解決方案強制執行的數據質量規則。 Profisee MDM 也可以將數據質量規則發佈為資產至治理目錄。 這些規則可能會受到審查和核准，這可協助您對與主要數據相關聯的質量標準提供由上而下監督。 您的規則會系結至主要數據實體和屬性，而且這些屬性可以追蹤回來源系統。 基於這些原因，您可以建立源自您企業營運系統之不良數據品質的根本原因。
數據管理人是其商務領域的專家。 當管家解決主要數據解決方案所顯示的問題時，他們可以使用 Microsoft Purview 數據控管目錄。 目錄可協助管家瞭解並解決發生質量問題。 受數據擁有者和專家的支援支援，管家們已準備好快速且準確地解決數據質量問題。
比對和倖存者
透過豐富、高品質的源數據，您可以產生黃金記錄主機，代表您不同企業營運系統最精確的資訊。 下圖說明所有步驟如何最終導致已準備好用於商務分析的高質量數據。 您可以隨時跨數據資產同步處理此資料。
Profisee MDM 比對引擎會產生黃金記錄大師作為倖存者程式的一部分。 倖存者規則會選擇性地在黃金記錄中填入您已在所有來源系統中選擇的資訊。
Profisee MDM 歷程記錄和稽核追蹤子系統會追蹤使用者所做的變更。 此子系統也會追蹤系統程式如倖存者所做的變更。 比對和倖存者可讓您追蹤來源記錄到主圖形的資訊流程。 Profisee MDM 具有負責特定來源記錄的來源系統記錄。 您也會知道不同來源記錄如何填入黃金記錄。 因此，您可以將數據譜系從分析傳回報表參考的源數據。
MDM 使用案例
雖然 MDM 有許多使用案例，但少數使用案例涵蓋大部分的實際 MDM 實作。 這些使用案例著重於單一網域，但不太可能只從該網域建置。 即使是這些聚焦的使用案例，可能也牽涉到多個網域。 在每個使用案例中，MDM 都符合提供基本數據類型 360 度或統一檢視的目標。
客戶資料
合併和標準化 BI 分析的客戶數據是最常見的 MDM 使用案例。 組織會跨越來越多的系統和應用程式擷取客戶數據。 重複的客戶數據記錄結果。 這些重複項目位於和跨應用程式，且包含不一致和不一致的情況。 客戶數據品質不佳會限制新式分析解決方案的價值。 徵兆包括下列挑戰：
- 很難回答基本的商務問題，例如「神秘 是我們的頂級客戶？」和「我們有多少新客戶？回答這些問題需要大量的手動工作。
- 您遺失且不正確的客戶資訊，使得難以匯總或向下切入數據。
- 您無法跨組織和系統界限唯一識別或驗證客戶。 因此，您無法跨系統或業務單位分析客戶數據。
- 由於品質不佳的輸入數據，您有來自 AI 和機器學習的不良質量見解。
產品數據
產品數據通常會分散到多個企業應用程式，例如企業資源規劃（ERP）、產品生命週期管理（PLM）或電子商務應用程式。 因此，瞭解屬性定義不一致的產品目錄，例如產品名稱、描述和特性，是一項挑戰。 參考數據的不同定義使這種情況複雜化。 徵兆包括下列挑戰：
- 您無法針對產品分析支援不同的替代階層式匯總和向下切入路徑。
- 使用成品或材料庫存時，您很難評估產品庫存和已建立的廠商。 您也有重複的產品，這會導致庫存過剩。
- 由於定義衝突，很難使產品合理化。 這種情況會導致分析中遺漏或不正確的資訊。
參考資料
在分析內容中，參考數據會以許多數據清單的形式存在。 這些清單通常用來進一步描述其他主要數據集。 例如，參考數據報括國家/地區、貨幣、色彩、大小和測量單位的清單。 不一致的參考數據會導致下游分析中出現明顯的錯誤。 徵兆如下：
- 相同值的多個表示。 例如，喬治亞州會列為 GA 和 Georgia，因此難以一致地匯總和向下切入數據。
- 由於無法跨系統交叉或地圖，無法跨系統簡化數據，因此難以參考系統之間的數據值。 例如，紅色是由 ERP 系統中的 R 和 PLM 系統中的 Red 表示。
- 由於已建立的參考數據值因用於數據分類的參考數據值的差異，導致組織之間難以系結數位。
財務資料
財務組織嚴重依賴重要活動的數據，例如每月、每季和年報。 具有多個財務和會計系統的組織通常會跨多個總賬擁有財務數據，這些總帳需要合併才能產生財務報告。 MDM 可以提供集中式中樞來對應及管理帳戶、成本中心、商業實體和其他財務數據集。 透過集中式中樞，MDM 會提供這些數據集的合併檢視。 徵兆包括下列挑戰：
- 難以將多個系統之間的財務數據匯總成合併檢視
- 缺乏在金融體系中新增和對應新數據元素的程式
- 產生期末財務報告的延遲
考量
這些考慮會實作 Azure Well-Architected Framework 的支柱，這是一組指導原則，可用來改善工作負載的品質。 如需詳細資訊，請參閱 Microsoft Azure Well-Architected Framework。
當您為組織選擇數據管理解決方案時，請考慮這些因素。
可靠性
可靠性可確保您的應用程式可以符合您對客戶的承諾。 如需詳細資訊，請參閱 可靠性要素概觀。
Profisee 會在 Azure Kubernetes Service （AKS） 和 Azure SQL 資料庫 上原生執行。 這兩項服務都提供現用的功能，以支援高可用性。
安全性
安全性可提供針對蓄意攻擊和濫用寶貴數據和系統的保證。 如需詳細資訊，請參閱 安全性要素概觀。
Profisee 會使用 OpenID 連線 來驗證使用者，其會實作 OAuth 2.0 驗證流程。 大部分的組織都會將 Profisee MDM 設定為使用 Microsoft Entra ID 來驗證使用者，這可確保您可以套用並強制執行企業原則來進行驗證。
成本最佳化
成本優化是考慮如何減少不必要的費用，並提升營運效率。 如需詳細資訊，請參閱 成本優化要素概觀。
執行成本包含軟體授權和 Azure 耗用量。 如需詳細資訊，請連絡 Profisee。
效能效益
效能效率是工作負載調整的能力，以符合使用者以有效率的方式滿足其需求。 如需詳細資訊，請參閱 效能效率要素概觀。
Profisee MDM 會以原生方式在 AKS 上執行，並 SQL 資料庫。 您可以設定 AKS 來相應增加、減少和跨業務功能調整 Profisee MDM。 您可以在許多設定中部署 SQL 資料庫，以平衡效能、延展性和成本。
動態調整是 Profisee 雲端原生架構固有的，其使用微服務和容器。 如果您透過 Kubernetes 在雲端租用戶中執行 Profisee，您可以根據您的負載動態相應增加和相應放大。 透過在 AKS 上執行的 Profisee SaaS 服務，您可以設定 Pod 的大型節點集區。 這些集區會根據系統上跨多租用戶基礎結構的負載動態調整。
如需如何在 AKS 上部署 Profisee 和 Microsoft Purview 的詳細資訊，請參閱 Microsoft Purview - Profisee MDM 整合。
部署此案例
Profisee MDM 是已封裝的 Kubernetes 服務。 您可以將 Profisee MDM 部署為 Azure 租使用者、任何其他雲端租用戶或內部部署中的 PaaS。 您也可以將 Profisee MDM 部署為 教授裝載和管理的 SaaS。
參與者
本文由 Microsoft 維護。 它最初是由下列參與者所撰寫。
主體作者：
- Gaurav Malhotra |主要群組 PM 管理員
若要查看非公用LinkedIn配置檔，請登入LinkedIn。
下一步
- 瞭解 Data Factory 中 REST 複製連接器的功能。
- 深入瞭解 在 Azure 中以原生方式執行的 Profisee。
- 瞭解如何使用 Azure Resource Manager 範本 （ARM 範本） 將 Profisee 部署至 Azure。
- 檢視 Profisee Data Factory 範本。
相關資源
架構指南：
- 擷取、轉換和載入 (ETL) \(部分機器翻譯\)
- 在 Azure 中選擇批處理技術
參考架構：