將雲端規模分析整合到您的雲端採用策略中
使用Azure 雲端採用架構的策略方法，為您的組織建立單一集中式雲端採用策略策略。 如果您尚未記錄雲端採用策略，請使用 策略和計畫範本 來執行此動作。
本文包含會影響更廣泛策略的雲端規模分析案例考慮。
在實作雲端規模分析之前，請先規劃資料策略。 您可以從單一使用案例開始，或者可以有一組較大的使用案例，需要優先順序。 擁有策略可協助您建立流程，並建立有關您需要專注之要素的初始交談。
排列資料策略業務成果的優先順序
擁有成功的資料策略可讓您獲得競爭優勢。 您應該一律將您的資料策略與所需的業務成果保持一致。 大部分的商務成果可以分類為下列四個類別之一：
讓您的員工能夠： 為您的員工提供客戶、裝置和機器的即時知識。 這項知識可協助他們有效率地共同作業，以靈活度滿足客戶或業務需求。
與客戶互動： 提供由品牌啟發的豐富、個人化和連線體驗。 利用資料和深入解析的強大功能，在客戶旅程的每個步驟中推動客戶忠誠度。
優化作業： 增加整個組織的資訊流程。 同步處理您的商務程式，並使用資料驅動方法來讓每個互動都具有價值。
轉換產品與開發生命週期： 收集服務與供應專案的遙測資料。 使用遙測資料來排定發行或建立新功能的優先順序，並持續評估有效性和採用。
在您排定業務成果的優先順序之後，請檢查您目前的專案和長期策略計畫，並據以分類。 請考慮結合矩陣格式的四種業務成果，以複雜度和影響為基礎。 也請考慮新增架構要素，以協助您深入瞭解您的案例。
發揮策略性價值
建置資料驅動文化，以一致、向前思考、敏捷且明智的方式推動業務，具有一些固有的複雜度和基礎實境。 在進入部署階段之前，請專注于一致的資料策略的建構，以協助您達成所需的業務成果。
雲端規模分析與 以創新為主的動機一致。 下列常見驅動程式會推動客戶將此案例整合到其雲端採用策略中：
- 可調整的分析架構，可讓您建置企業資料平臺
- 自助，可讓使用者進行資料探索、資料資產建立和軟體發展
- 具有可重複使用資料資產、資料社群、安全協力廠商交換和就地共用的資料導向文化
- 使用原則、通用身分識別、機密性和加密，放心地共用資料
- 改善客戶體驗和參與
- 產品或服務的轉型
- 新產品或服務的市場擾亂
下圖包含重要主題，可協助您在自己的策略中實現這些動機。 仔細分析這些主題，以及它們如何參與一致的資料策略。 也請考慮如何解除鎖定資料的策略價值，以保持一致的業務成長。
「資料策略是使用資料作為資產，並推動業務發展的基礎。 這不是資料問題的修補作業， 而是長期的指導計劃，定義如何安排人員、程序和技術來解決資料挑戰。」
建立策略是一個步驟。 在企業規模執行您的策略會對您組織現有的文化、人員、流程和技術選擇帶來極大的挑戰。 執行需要承諾，並清除組織所有層級的擁有權。
提高效率
雲端的靈活度需要組織快速適應，並提升所有業務領域的效率。 根據 來自 Gartner 的新興風險報告，儘管組織持續專注于並投資數位計畫，這些組織的兩分之三會示範企業弱點，而且即使他們繼續專注于並投資數位計畫，仍無法實現預期。
讓資料管理運作
許多組織已緩慢地將中央 IT 分散，以啟用靈活度。 組織想要快速創新，並以自助方式存取整個企業的統一資料，可協助他們符合具挑戰性的商務需求。
有許多原因會讓公司無法充分利用其資料的全部潛能。 這可能是因為商務功能在定址接收器中運作，其中每個小組都使用不同的工具和標準來進行資料分析。 或者，這可能是因為無法將關鍵效能指標連結至整體商務目標。
資料大眾化可協助您將價值傳回企業，並達成具挑戰性的商業成長目標。
- 瞭解並排定您的 LOB 需求優先順序。
- 將資料分散到網域，以啟用擁有權，並讓資料更接近使用者。
- 部署自助資料產品，以推動深入解析和業務價值。
針對資料控管，您必須在資料大眾化的分散式世界中達到適當的平衡。 如果您太嚴格地強制執行治理，您可以限制創新。 不過，如果您還沒有至少一些核心原則和程式，則最後可能會有資料定址接收器。 這些定址接收器可能會損害貴組織的信譽和潛在收益。 整體資料控管方法是讓您以一致的方式解除鎖定資料策略價值的基礎。
缺少妥善考慮的資料策略會導致只需要「開始」，並快速開始為您的組織提供價值。 藉由處理先前提及的重要主題，或使用它們作為架構內策略性原則，來解決目前的商務問題。 使用這些主要主題也可以協助您建立可反復驗證的整體資料策略，但仍提供及時的結果。 商務和技術領導者必須開發從資料產生價值所需的策略和思維，並以簡化、結構化的方式快速調整
如需詳細資訊，請參閱什麼是資料控管。
發展資料驅動文化特性
若要建立成功的資料策略，您需要資料驅動文化特性。 開發持續促進開放、共同作業參與的文化。 在此類型的文化中，您的整個員工可以學習、溝通及改善組織的商務成果。 開發資料驅動文化也會改善每位員工產生資料所支援影響或影響的能力。
您的旅程起點取決於您的組織、產業，以及您目前在成熟度曲線上的位置。 下圖顯示範例成熟度模型，概述組織的 AI 使用方式的成熟度層級：
層級 0
資料不會以程式設計且一致的方式加以利用。 組織的資料焦點來自應用程式開發的觀點。
在層級 0，組織通常會有非計劃性分析專案。 每個應用程式都高度特製化，適用于唯一的資料和專案關係人需求。 每個應用程式也有重要的程式碼基底和工程小組，且有許多在 IT 外部設計。 使用案例啟用和分析是孤立的。
層級 1
在層級 1 中，正在形成小組並建立策略，但分析仍會維持部門化。 組織通常非常適合傳統的資料擷取和分析。 它可能會有一些對雲端規模方法的承諾。 例如，它可能已經從雲端存取資料。
層級 2
組織的創新平臺幾乎已就緒。 工作流程已就緒以處理資料品質。 組織可以回答一些「原因」問題。
在層級 2，組織會主動搜尋端對端資料策略，以使用集中控管的資料湖存放區來控制資料存放區擴展，並改善資料探索性。 組織已準備好用於將計算帶入集中控管資料湖的智慧型應用程式。 這些智慧型應用程式可降低隱私權風險、計算成本，以及重要資料的同盟複本需求。
在此層級，組織也已準備好使用多租使用者、集中裝載的共用資料服務來進行一般資料運算工作。 這些共用資料服務可讓您從資料科學驅動的智慧服務快速深入解析。
Level 3
組織使用整體資料方法。 與資料相關的專案會在業務成果中整合。 組織使用分析平台來進行預測。
在層級 3 中，組織會從資料資產和應用程式開發觀點來解除數位創新。 基礎資料服務已就緒，包括 Data Lake 和共用資料服務。
整個組織的多個小組已成功提供重要的商務工作負載、關鍵商務使用案例，以及可測量的結果。 新的共用資料服務是使用遙測來識別。 IT 是整個公司小組的信任顧問，使用信任且連線的端對端資料策略來協助改善重要的商務程式。
層級 4
在層級 4 中，整個組織會使用架構、標準企業，以及資料驅動文化。 您可以觀察分析或自動化的自動化、資料驅動意見反應迴圈和卓越中心。
制定符合商務需求的目標
識別符合商務願景的優先考量，並維持「宏觀思考，微觀著手，並快速行動」的意識型態，是成功的關鍵。 選擇正確的使用案例不一定是長期且困難的調查程序。 這可能是任何業務單位的持續問題，這些業務單位有足夠資料可驗證其投資報酬率、需求更大，而且輕鬆就會採用。 發展的速度可能很快，因此大部分的組織可能很難開始進行。
瞭解資料屬性
若要建立強式資料策略，您必須瞭解資料的運作方式。 瞭解資料的核心特性可協助您建置處理資料的準則做法。
資料會快速移動，但其速度無法違反物理法。 資料必須符合陸地和建立該資料產業的法律。
資料不會自行變更，但除非您放置量值來減輕這類挑戰，否則很容易變更和意外遺失。 就地放置控制項、資料庫和儲存體的防損毀措施，以便處理未預期的變更。 也請確定您已設定監視、稽核、警示和下游程式。
資料本身不會產生任何深入解析或產生任何值。 若要取得深入解析或擷取值，您必須透過四個離散步驟來放置大部分或所有資料：
- 擷取
- 儲存體
- Processing
- 分析
這四個步驟中的每一個步驟都有自己的原則、程式、工具和技術。
保留您的資料資產和相關見解可能會影響社會因素、政治、研究及投資決策。 組織必須能夠以安全且負責任的方式提供深入解析。 您產生或取得的所有資料都必須經過資料分類練習，除非另有明確說明。 加密是處理待用和傳輸中機密資料的金級標準。
資料、應用程式和服務全都有自己的引力提取，但資料的提取最大。 不同于 Azure Isaac Newton 的圖例 apple，資料不會有任何會影響周圍物件的實體品質。 而是具有延遲和輸送量，可作為分析程式的加速器。 延遲、輸送量和輕鬆存取通常需要您複製資料，即使不需要。 適當地設定您的人員、流程、工具和技術，讓您可以平衡這類需求與組織的資料原則。
架構建構會控管您可以處理資料的速度。 建構可透過軟體、硬體和網路功能的創新來促進。 一些架構考慮包括：
- 設定資料散發
- 資料分割
- 快取技術
- 批次與串流處理
- 平衡後端和用戶端處理
定義您的資料策略
使用資料作為建置更好產品和更高價值服務的競爭優勢，並非新專案。 但雲端運算已啟用的磁片區、速度及各種資料是 。
雲端中新式資料分析平臺的設計包含安全性、治理、監視、隨選調整、資料作業和自助。 瞭解這些 Facet 之間的互動，是區別絕佳資料策略與良好資料策略。 使用雲端採用架構之類的工具，以確保架構一致性、完整性和最佳做法。
若要有效，您的資料策略必須包含資料控管的布建。 下圖顯示資料生命週期的主要階段，著重于資料控管作為其焦點：
下列各節說明您在決定設計原則資料策略層級時應該使用的考慮。 專注于從您的資料提供業務成果和價值。
資料擷取
資料擷取的重要考慮是能夠以安全且符合規範的方式快速建置資料管線，從需求到生產環境。 重要元素包括中繼資料驅動、自助式和低程式碼技術，可凍結資料湖。
建置管線時，請考慮設計及您處理資料、散發資料及調整計算的能力。 您也必須確保管線的持續整合和傳遞具有正確的 DevOps 支援。
Azure Data Factory等工具支援大量內部部署資料來源、軟體即服務 (SaaS) 資料來源，以及其他公用雲端的資料來源。
儲存體
在實體和邏輯層中標記及組織您的資料。 資料湖是所有新式資料分析架構的一部分。 您的組織必須套用適當的資料隱私權、安全性和合規性需求，以符合您運作的所有資料分類和產業合規性需求。 編目和自助可協助組織層級的資料大眾化，這可促進創新，同時受到適當的存取控制引導。
為您的工作負載選擇正確的儲存體。 即使您第一次沒有完全正確儲存空間，雲端仍可讓您快速容錯移轉並重新啟動您的旅程。 使用您的應用程式需求來選擇最佳資料庫。 請務必考慮您在選擇分析平臺時處理批次和串流資料的能力。
資料處理
資料處理需求會隨著每個工作負載而有所不同。 大部分的大規模資料處理都包含即時和批次處理的元素。 大部分的企業也有時間序列處理需求的元素，而且需要處理企業搜尋功能的自由格式文字。
線上交易處理 (OLTP) 提供最受歡迎的組織處理需求。 某些工作負載需要特殊處理，例如高效能運算 (HPC) ，有時稱為「巨量計算」。這些工作負載會使用許多 CPU 或 GPU 型電腦來解決複雜的數學工作。
對於特定特製化工作負載，客戶可以保護 Azure 機密運算之類的執行環境，這可協助使用者在公用雲端平臺內使用資料時保護資料的安全。 這是高效率處理所需的狀態。 資料會在信任的執行環境中受到保護， (TEE) ，也稱為記憶體保護區。 TEE 可保護程式碼和資料，以防止任何外部檢視和修改。 TEE 可讓您定型 AI 模型，而不需要犧牲資料機密性，即使您使用不同的組織資料來源也一樣。
分析處理
擷取、轉換和下載 (ETL) 建構與線上分析處理 (OLAP) 和資料倉儲需求相關。 企業對齊的資料模型和語意模型，可讓組織實作商務規則和關鍵效能指標， (KPI) 通常會在分析程式中實作。 其中一個實用的功能是自動架構漂移偵測。
資料策略摘要
採取其他考慮的原則方法，例如資料控管和負責任 AI，稍後會支付除數。
在 Microsoft，我們遵循四個核心原則：公平性、可靠性和安全性、隱私權和安全性，以及包容性。 透明度和責任的兩個基本準則都支援這四個核心原則。
我們藉由開發資源和治理系統，將原則和負責任 AI 放在實務上。 我們的一些指導方針可解決人類/AI 互動、交談式 AI、包容性設計、AI 公平性檢查清單，以及資料集的資料表。
我們也開發了一組工具，可協助其他人瞭解、保護及控制每個創新階段的 AI。 這些工具是強化及加速負責任 AI 共同作業工作的結果。 共同作業橫跨軟體工程與開發、社交科學、使用者研究、法律及原則。
為了改善共同作業，我們開放原始碼許多工具，例如 InterpretML 和 Fairlearn。 其他人可以參與並建置這些開放原始碼工具。 我們也透過 Azure Machine Learning 將工具大眾化。
成為資料驅動組織的樞紐，是在新常態中提供競爭優勢的基礎。 我們想要協助客戶從僅限應用程式的方法，轉變成應用程式和資料導向的方法。 著重于應用程式和資料的方法有助於建立端對端資料策略，以確保影響業務成果之目前和未來使用案例的可重複性和延展性。
促進承諾、通訊和互動
讓資料策略成功所涉及的所有重要角色，都必須清楚瞭解採用的方法和常見的商務目標。 您的主要角色可能包括領導小組 (C 層級) 、業務單位、IT、營運和傳遞小組。
通訊是此架構最重要的部分之一。 您的組織必須設計一個程式，才能跨角色進行有效的通訊。 通訊可協助您有效地在目前專案的內容中傳遞。 它也會建立一個論壇，協助涉及的每個人都能保持最新狀態，並著重于未來建置整體資料策略的整體目標。
參與在下列兩個群組之間是不可或缺的：
- 設計和實作資料策略的團隊成員
- 參與、取用及利用資料 (的小組成員，例如業務單位，會根據資料) 做出決策並建置結果
另一種方式是資料策略和相關聯的資料平臺，這些平臺在相關性和採用上沒有使用者參與風險挑戰的情況下建置。
兩個策略性程式可協助您在此架構中成功傳遞：
- 形成卓越中心
- 採用敏捷傳遞方法
如需詳細資訊，請參閱 開發雲端規模分析的計畫。
傳遞價值
當您以標準化且結構化的方式，根據成功準則傳遞資料產品時，該傳遞會驗證您的反復架構。 此外，使用學習持續創新可協助您建立業務信心並擴大資料策略目標。 此程式可讓您更清楚且更快速地採用整個組織。
這也適用于您的資料平臺。 當您有一個設定，其中多個小組會以相當自發的方式運作時，您應該推動網格。 取得反復的程式。 在許多情況下，需要對組織設定、整備程度和業務一致性進行重大變更
下一步
請閱讀下列文章，以尋找雲端採用旅程的指引，並讓您的雲端採用案例成功：