软信天成：云数据仓库的六大注意事项

对于当代企业而言，要实现数据驱动型数字化转型，必须具备先于竞争对手提供可信洞察的能力。企业需要从组织的各个层面（包括新产品、欺诈检测、最优定价，还是最大限度提高客户忠诚度）获取相关洞察。

云数据仓库是一种非常敏捷的方式，可以快速构建，支持按需扩展。但云数据仓库需要借助及时、可靠的数据来提供管理层在作出重大决策和进行重要互动时所依赖的结果。就快速交付业务成果而言，面临的数据挑战就是需要从整个企业发现相关数据，然后将该数据迁移到新的云数据仓库，并定期使用最新的可信数据来持续更新云数据仓库。

一、全面的云管理解决方案包含哪些内容？

适用于云数据仓库的云数据管理解决方案不仅需要提供能够解决当前数据集成的ETL工具，还要求支持多种数据集成模式，例如ETL、API集成、B2B集成、流数据以及发布与订阅数据集成中心。此外，真正实用的解决方案还应具备重要的数据管理功能，如数据质量、主数据管理、数据治理和数据隐私，能够集成和管理本地、多云、混合云中的数据以及任何地方的大数据，并满足以下：

• 支持增长。前期投入少，后期可按需扩展功能（包括数据量和数据源），且不干扰当前环境。

• 具备敏捷性。能够容纳来自于现有本地系统、多云、大数据、流数据及合作伙伴的数据源。

• 具备灵活性。支持多种集成模式，以便将多个不同的数据类型与不同的 SLA（服务水平协议）要求集成。

• 提高工作效率。通过具备人工智能/机器学习驱动智能的零代码环境，助力技术和业务用户高效工作。

• 具备连接性。管理任何数据，支持任何集成模式，以满足业务伙伴的要求。

• 维持信任。确保所有数据的质量，能够提供可靠、权威的观点，且得到妥善的治理和保护。

二、将数据挑战转化为机遇

对于许多公司而言，不断增加的数据既是挑战也是机遇。数据越多，获取更多宝贵洞察的可能性就越大，但前提是能够快速、轻松提取这些洞察。云数据仓库与云数据管理的结合使公司不仅能够应对一些常见的挑战，还能将这些挑战转化为宝贵的机遇。

01 前期投入少、后期可按需扩展的云数据管理解决方案

业务需求倒逼企业需要建立新的云数据仓库，但缺乏深思熟虑，无法在此计划的第一阶段完成全面实施。因此，企业需要投入少、见效快且可按需扩展的云数据管理解决方案。通常，要求选择的云数据管理解决方案必须让企业在日后能够增添新的数据管理功能，同时不干扰当前环境。计划逐步实现预期的未来云数据管理状态。

02 从数据发现着手

发现所有相关数据并将其迁移到新的云数据仓库，以便使用这些数据生成所需的报告和洞察。新型企业数据编目技术的出现可让这一过程变得更容易、更省时。该技术支持非技术型业务用户和 IT 专业人士合作发现数据，并构建对数据的业务环境和含义的共同理解。能够发现位于企业任何位置的任何数据，而不仅是大数据或云数据的企业数据目录。

03 制定可扩展的云数据仓库计划

随着内部和外部数据源数量的不断增加，数据管理的复杂性也水涨船高。必须具备根据业务需求向云数据仓库中添加新数据的能力。同时还要确保所有数据均可信，并且在业务要求的时段内得到更新。定期更新或实时更新取决于云数据仓库的业务需求。云数据仓库可快速、轻松地按需扩展，以容纳更多数据。故而，企业应寻找有助于在以下方面满足企业不断增长的需求的云数据管理解决方案：

• 数据量

• 数据复杂性

• 多种数据集成模式：ETL、API、B2B、数据中心

• 多个数据源：内部和外部

• 数据更新 SLA：定期或实时

• 轻松添加新数据源

• 轻松将数据源从定期批量更新升级至实时更新

04 制定可扩展的云数据仓库计划

云数据仓库中的数据将来自数量与日俱增的数据源，而每个数据源都有自己独特的数据模式和格式。连接和集成来自不同数据源的数据对高效执行分析项目至关重要。云数据管理解决方案应能够与任何数据源连接，无论是本地、多云、混合云、大数据还是流数据。即使需要采用全新的数据集成模式，也必须能够轻松添加新数据源，而不产生任何干扰。

05 赋能利益相关方

针对开发人员，全面的云管理解决方案应为每种功能提供一致的用户界面：数据集成、数据质量、数据治理、主数据管理和数据隐私；提供直观、图形化和零代码的开发环境，其中包含可重复使用的数据管理逻辑和资产；并使用人工智能/机器学习驱动的模块化平台进一步提供开发人员的工作效率。针对普通集成人员，该解决方案需要支持非技术人员自行完成数据集成而无需依赖IT人员，这有助于减少IT人员的工作量，同时增强了熟悉数据环境的业务用户的能力，使其可以自行完成专门集成。

06 在支持数据信任、质量和治理的同时促进创新

企业需要落实数据治理标准，推动变更计划的发展以及监控合规性，同时交付可信的相关数据，以便使所有项目和计划都有助于实现企业的业务目标。识别并修复数据质量问题对业务计划的成功与否至关重要。由于存在大量的监管要求、法律要求和业务最佳实践，企业需要使用稳健的工具和流程来管理存储和分析的数据。

能够自动识别和优先处理质量问题的云数据管理解决方案可通过具备跨部门和应用程序的自助功能来提升数据质量。此外，还需要支持合规性，并在数据治理的过程中为数据管理员提供帮助。

云数据仓库凭借其敏捷性和灵活性，有望实现更快的洞察交付。制定一份涵盖云数据仓库及其所有数据源和预期增长的数据管理计划势在必行，与软信天成一起开启云数据管理之旅吧！