Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Obiettivo dei dati: Ogni organizzazione vuole che i dati guidano decisioni aziendali sicure. I dati devono essere attendibili, facili da riutilizzare per l'analisi e l'intelligenza artificiale e proteggere per impostazione predefinita. Richiesta di verifica dei dati: Per la maggior parte delle organizzazioni, questo obiettivo è difficile da raggiungere. I dati sono distribuiti tra sistemi e team. Gli standard variano. La governance è incoerente. Questi problemi rendono difficile l'uso dell'analisi e dell'intelligenza artificiale con fiducia.
soluzione Data: Molte organizzazioni stanno affrontando questa sfida unificando la piattaforma dati con Microsoft Fabric. Fabric consente ai team di creare prodotti dati attendibili che possono essere regolati e usati in modo sicuro per l'analisi e l'intelligenza artificiale nell'intera organizzazione (vedere la figura 1). Queste linee guida forniscono ai decision maker il framework che devono apportare tale cambiamento e stabilire una base dati unificata.
Diagramma ad alto livello che mostra Microsoft Fabric al centro di una piattaforma dati unificata. I dati provenienti da origini aziendali, ad esempio sistemi locali, servizi Microsoft e piattaforme cloud pubbliche, passano a Fabric, dove è possibile organizzarli come prodotti dati condivisi. Questi prodotti dati vengono quindi usati nell'organizzazione per supportare i carichi di lavoro di analisi, sistemi di intelligenza artificiale e creazione di report, inclusi carichi di lavoro di data science e Power BI. Fabric si connette con Azure per governance, sicurezza e monitoraggio, mentre i carichi di lavoro Azure vengono eseguiti insieme a esso in base alle esigenze. Il flusso complessivo mostra i dati in arrivo in Fabric, regolati e standardizzati, che poi alimentano intelligenza artificiale, analisi e informazioni aziendali nell'organizzazione.
Perché una piattaforma dati unificata con Fabric?
La maggior parte dei leader aziendali e tecnologici comprende il costo dei dati frammentati. Ciò che spesso li tiene indietro è la convinzione che la correzione richiede migrazioni rischiose di grandi dimensioni. Microsoft Fabric accetta un approccio diverso e offre valore senza interruzioni. I vantaggi principali includono:
Interruzione minima per l'azienda: Fabric si connette ai sistemi esistenti usando la virtualizzazione (scorciatoie) e la replica selettiva (mirroring). Teams può unificare l'accesso ai dati senza interrompere le operazioni correnti.
Governance predefinita: Fabric porta la progettazione dei dati, l'analisi e la business intelligence in un'unica piattaforma. I criteri di sicurezza e governance vengono definiti una volta e applicati in modo coerente, invece di essere ricreati e applicati in modo diverso tra più strumenti.
Fondazione per l'intelligenza artificiale e l'analisi: Fabric consente alle organizzazioni di produrre prodotti di dati riutilizzabili e di alta qualità. Questi prodotti attendibili velocizzano le iniziative di analisi e intelligenza artificiale. Fabric IQ consente di unificare e contestualizzare i dati. Foundry IQ consente agli agenti foundry di Microsoft di ragionare su dati attendibili e regolamentati.
Quale livello di investimento è necessario?
Unificare la piattaforma dati è un investimento in capacità, non una sostituzione all'ingrosso di ogni sistema. L'obiettivo è quello di continuare a usare i sistemi dati esistenti e di creare una base condivisa che può crescere nel tempo. I fattori chiave dei costi includono:
Microsoft Fabric fattori di costo: i fattori di costo principali includono (vedere la figura 2):
Compute: Capacità di calcolo creata (capacità di Fabric).
Archiviazione: Archiviazione usata in OneLake.
Replica: Replica dei dati eseguita (mirroring).
Power BI: Assicurarsi che gli utenti dispongano di sufficiente capacità Microsoft Fabric che includa l'accesso a Power BI o di licenze Power BI separate, come riepilogato nelle indicazioni sulle licenze.
Figura 2. Microsoft Fabric offre funzionalità per creare valore aziendale dai dati.
Microsoft Purview fattori di costo: Usare Microsoft Purview per la governance e la conformità unificata dei dati. Purview offre un catalogo dati centralizzato, la classificazione dei dati e l'applicazione dei criteri nell'intero patrimonio di dati. I dati possono trovarsi in OneLake, Azure, in locale, in saaS di terze parti o in altre piattaforme cloud. I fattori chiave dei costi di Purview includono le licenze basate su sottoscrizione e le funzionalità basate sul consumo. Budget per le licenze continuative e il volume di dati e servizi gestiti con Purview.
Fattori di costo di Azure: Le sottoscrizioni Azure vengono utilizzate per ospitare le capacità di calcolo Fabric e l'account Microsoft Purview. Non sono previsti costi aggiuntivi per le sottoscrizioni Azure. Se si integrano altri servizi di Azure, ad esempio Azure Databricks o Azure Machine Learning, nella piattaforma unificata, tenere presente che questi servizi hanno modelli di prezzi personalizzati. Pianificare questi costi. Vedere i fattori di costo per Azure Databricks e Azure Machine Learning.
Quanto tempo ci vuole per vedere il valore?
Microsoft Fabric è progettato per offrire valore rapidamente. Il time-to-value è breve perché l'unificazione non dipende dalla migrazione completa. Teams può iniziare con un piccolo set di prodotti dati di alto valore. Ogni passaggio aggiunge valore limitando il rischio. In pratica, molte organizzazioni vedono valore entro settimane per gli scenari iniziali di analisi o intelligenza artificiale. Man mano che Fabric diventa la base standard per i prodotti dati, l'analisi e l'intelligenza artificiale, il valore aumenta grazie al riutilizzo e agli standard coerenti nell'intera organizzazione.
Come si unifica la piattaforma dati?
Cloud Adoption Framework di Microsoft delinea un framework in quattro passaggi per l'unificazione della piattaforma dati. Il processo si estende sulla pianificazione e sull'organizzazione della strategia dei dati. Vengono illustrate le decisioni relative all'architettura. Consente inoltre di impostare baseline di governance e sicurezza e definire gli standard operativi.
Idoneità dell'organizzazione. Definire la strategia dei dati e stabilire la proprietà e i domini dei dati. Chiarire in che modo i dati creano valore aziendale e chi è responsabile dei dati. Vedere Idoneità dell'organizzazione.
Architettura: Fornire la tecnologia necessaria per unificare la piattaforma dati. Configurare Microsoft Fabric e gli ambienti necessari in Azure. Vedere Architettura.
Governance e linee guida di sicurezza: Usare Microsoft Purview per ottenere visibilità e governance centralizzate nel vostro ambiente dati. Creare baseline di sicurezza e conformità nell'architettura Fabric dall'inizio. Consultare Governance e baseline di sicurezza.
Standard operativi. Definire processi coerenti per l'inserimento di dati non elaborati, la creazione di prodotti dati e la gestione del ciclo di vita. Stabilire in che modo i prodotti dati vengono pubblicati, protetti e usati nell'organizzazione. Consultare Standard operativi.
Seguendo questa procedura, è possibile unificare la piattaforma dati in modo strutturato. Se non si sa dove iniziare, usare l'albero delle decisioni seguente per indicazioni.
Albero delle decisioni per l'unificazione della piattaforma dati
Figura 3. Microsoft albero delle decisioni per unificare la piattaforma dei dati.
Passo successivo
Nelle sezioni seguenti sono disponibili indicazioni, elenchi di controllo, procedure consigliate, indicazioni sulle decisioni e compromessi in ogni passaggio. L'orientamento è destinato ai leader e ai prenditori di decisioni che supervisionano la strategia e la governance dell'organizzazione.
Termini importanti
| Termine chiave | Definizione |
|---|---|
| Analytics | La pratica di generare informazioni dettagliate dai dati per supportare il processo decisionale. Include dashboard, report e visualizzazioni, ad esempio in Power BI. |
| AI | Sistemi che usano i dati come input nei modelli che automatizzano le funzionalità aziendali. Questa categoria include modelli tradizionali di Machine Learning (predittivo) e modelli di intelligenza artificiale generativi. |
| Prodotto di dati | Dati contenuti in un modulo utile per l'azienda, ad esempio set di dati, tabelle, set di funzionalità o dati di training di intelligenza artificiale. |
| Dominio dei dati | Limite di responsabilità e proprietà per i prodotti dati, ad esempio business unit (HR, Marketing, Finance, Sales, Operations) e linee di prodotto (Prodotto 1, Prodotto 2). |
| Zona di destinazione per la gestione dei dati | Un ambiente (costituito da una o più sottoscrizioni Azure) per le risorse di gestione dei dati, ad esempio account Microsoft Purview e capacità di Fabric. |
| Zona di destinazione dei dati | Un ambiente (costituito da una o più sottoscrizioni Azure) per le risorse di dati e intelligenza artificiale/Machine Learning, ad esempio Azure Databricks, Azure Data Lake Storage e Azure Machine Learning. |