iT邦幫忙

2021 iThome 鐵人賽

DAY 3
0
DevOps

中台化轉型系列 第 3

資料分析成熟度模型(Data Analytics Maturity Model, DAMM)

  • 分享至 

  • xImage
  •  

資料平台的建構從基礎設施建設開始,配合業務需求,以大數據技術作為戰略的基石。

  1. 基礎設施
    包括硬體資源(伺服器,操作系統)及軟體應用(DevOps、Docker、Kubernetes)的安裝,在這之上建構一個大型的"資料庫叢集"負責承載資料的存取和作業(Job)處理、並在考量資料安全問題的前提下考量雲端平台在維運上的便利性、可伸縮性和成本控制上的可能帶來的效益。

  2. 資料採擷:對"資料可視化"的支援
    建設資料倉儲以展開資料採擷工作,收存分佈在各個業務系統裡的資料,及必要的標準化處理。
    這是一個長期迭代的過程,對資料的廣泛需求和資料來源集成會帶來可觀的工作量,需要一個小規模但有管理大型專案經驗的團隊持續改善。

  3. 實時處理與機器學習:對"資料洞察與預測"的支援

    • 實時處理
      實時處理是指通過流式計算、NoSQL 資料庫等技術,實現大規模資料即時處理和讀寫處理能力的提升,才能滿足"事實性"業務場景需求。
    • 機器學習
      打造所需的技術團隊,需要引入資料科學家,資料工程師及演算法工程師。
  4. 資料服務
    以業務領域為依據劃分,以服務的方式提供其他系統資料接口(Restful、 Web Services、 FTP),從功能、效能和擴展性等技術維度上進行提升。

資料治理
持續對資料資產進行清晰的整理,建立配套的標準規範以及管理職責劃分,同時要確保所有制定的規範和策略能夠確實執行。


上一篇
資料管理能力成熟度模型(DCMM)
下一篇
煙囪式架構 (Information Silo Architecture)
系列文
中台化轉型30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言