ビッグデータ管理について知っておくべきことビッグデータ時代の静かな到来とともに、ビッグデータの価値が徐々に広く認識されるようになりました。ビッグデータを効果的に管理してデータ資産として蓄積し、社内でデータ資産の付加価値を実現し、社外でデータの共有と収益化を実現することは、企業の共通の要求です。 しかし、企業は基盤となるデータの管理において、さまざまな課題に直面することがよくあります。さまざまなビジネス システムが分散しており、情報の孤島が形成されています。統一されたデータ標準が確立されていない。データ処理能力が弱い。データは相互運用可能ではないため、データ共有メカニズムを確立することが困難です。 この記事では、ビッグデータ管理の 2 つの重要な概念である、データ ウェアハウスとデータ ガバナンスについて説明します。 (トップ) データ ウェアハウス |データ ウェアハウスとは何ですか? データ ウェアハウスは、データベース ベースの構築プロセスです。これは、主題指向の統合された比較的安定したデータ収集であり、歴史的変化を反映し、管理上の意思決定をサポートするために使用されます。 データ ウェアハウスを構築する前に、複数のソース テーブルをクエリして分析する必要があります。クエリが遅く、データ品質が低く、価値の高いデータ分析を実行できません。データ ウェアハウスを構築することで、複数のシステム ソース データに 1 か所ですばやくアクセスし、OLAP 分析に迅速に対応できるようになります。データの品質と一貫性を向上する。履歴データの保存を提供する。データ価値のマイニングとデータ分析にさらに役立ちます。 |データ ウェアハウスとデータベースの違い データベースはモノ向けに設計されており、ビジネス トランザクション処理 (OLTP) に重点を置いていますが、データ ウェアハウスはサブジェクト向けに設計されており、データ分析レベル (OLAP) に重点を置いています。 データベースは通常、オンライン トランザクション データを格納しますが、データ ウェアハウスは履歴情報を反映し、変更できない履歴データを保存します。 データベースは冗長性を回避しようとしますが、データ ウェアハウスは意図的に冗長性を作成し、スペースと時間を交換します。 銀行業務を例にとると、銀行で顧客が行ったすべての取引は、取引システムのデータ プラットフォームである「会計」システムとして機能するデータベースに記録する必要があります。データ ウェアハウスは分析システムのデータ プラットフォームであり、トランザクション システムからデータを取得して集約および処理し、分析による意思決定をサポートします。たとえば、支店で毎月どのくらいの取引が発生しているか、現在の預金残高はいくらかなどを把握して、ATM を追加するかどうかを決定します。 |データウェアハウスの全体的なフレームワーク データ ソース レイヤー: データベース、構造化電子ファイル、非構造化データ ファイル、動作ログなど、データ ウェアハウスがアクセスする必要があるデータ ソースをインベントリします。最終的に、データ ウェアハウスにアクセスすると、すべてのデータ タイプが、データベース テーブルと電子構造化ファイルの 2 つのデータ形式に変換されます。 データ アクセス層: さまざまな上位層アプリケーション シナリオに応じて、アクセスはリアルタイム アクセスとバッチ アクセスに分けられます。 リアルタイム アクセス: リアルタイム アクセス データの場合は、ストリーミング方式で Kafka に書き込み、後続の消費用にトピックを作成します。 バッチ アクセス: バッチ アクセス データには、主に 4 つの処理ロジックがあります。 Kafka に書き込まれたデータは Spark によって消費され、処理後に HDFS に書き込まれ、その後 Hive テーブルにロードされます。バッチ転送はFTPを使用して実行されます。 sqoop は、データベース データを HDFS または Hive にバッチで移行するために使用されます。データ共有および交換プラットフォームは、データベースまたはファイル データを抽出して保存します。 データコンピューティング層: ETL タスク開発。必要に応じて対応するファクト ディメンション テーブルまたはマート レベルのテーブルを生成します。業界では通常、データ ウェアハウスを 4 層アーキテクチャで構築します。
図: ODS から DW への統合例 データアプリケーション層: 次のような、データ ウェアハウスに基づくトップレベルのアプリケーションは多数あります。
(次へ) データガバナンス |なぜデータガバナンスが必要なのでしょうか? データガバナンスの技術手段と製品ツールを通じて、散在し多様化したコアデータを最適化し、企業内にデータ管理システムを形成し、企業の組織構造と組み合わせてデータ制御実行システムを形成します。これにより、企業内で継続的に運用され、マイニングデータの応用価値が向上します。 データ ガバナンスの最終的な目標は、次の 6 つのポイントに要約できます。
|データガバナンスをどのように実施するか? データ ガバナンスの 3 つの要素:データ標準、データ品質監査、メタデータ管理。以下でそれぞれについて詳しく説明します。 データ標準 ビジネスの観点から定義される、機器や会員データなど、異なるチャネルから取得されるが同じ意味を持つデータは、データ間で統一された標準と仕様を持つ必要があります。 技術的な観点からは、ID 情報、携帯電話番号、ID カード番号などのテーブル、フィールド、フィールド形式などを標準化する必要があります。 データ標準のソースは、国家標準、業界標準、またはビジネスベースのエンタープライズ標準です。 データ標準を定義した後、新しく構築されたデータ プラットフォームに統一されたデータ標準を採用する必要があります。既存のビジネス システムについては、オンライン操作に影響を与えることなく、データ標準を徐々に調整する必要があります。標準が実装された後は、長期的な監査と監視が必要となり、データ標準検証レポートを出力する必要があります。 図: データ標準管理サイクル データ品質監査 データ標準をデータ制御のエントリ ポイントとして使用し、データ標準に基づいてデータ品質検証ルールを決定します。データ監査には 8 種類の監査ルールがあります。最初の 6 つのタイプは単一テーブル レベルの検証であり、最後の 2 つのタイプは複数テーブル レベルの検証です。
メタデータ管理 メタデータはデータを定義するデータです。たとえば、本のタイトル、著者、出版社、出版日はすべてメタデータです。
ゴミを入れればゴミが出る。これは永遠の真実です。基礎となる基本データを適切に管理することによってのみ、上位レベルのビッグデータ アプリケーションをより効果的にサポートできます。 著者: Herman Lee パーソナルプロダクト方法論の促進 |
<<: 主要顧客製品オペレーション(顧客サービスにおける主要顧客維持と成長のための運用方法(パート 1))
>>: 天猫運営データ分析(1,606の新ブランドがトレンドトラックで1位を獲得し、天猫は「効率的な」ブルーブックセットをまとめた)
WPCOM テーマは、美しいインターフェースデザインだけでなく、豊富な機能とカスタマイズオプションも...
二流電子商取引|この記事を読んで情報流通広告の具体的な運用プロセスを理解し、コンバージョンを向上させ...
延辺桑ブランド戦略発表:中国の桑が世界を養う!世界の伝説、一緒に夏のイベントに行こう! 6月20日午...
最も人気のあるコンテンツ管理システムの 1 つである WodPess は、企業の Web サイト、電...
「ユーザー操作」を分析する6つのステップ優れたユーザーオペレーションは、企業とユーザーとの親密度の...
店舗の宣伝方法(オンラインストアの宣伝方法)ネットワーク技術の発展と電子商取引の台頭により、オンライ...
ライブ放送により2500万元以上の売上を上げ、85万人のファンを獲得した。鳳華ファンは大きな幸運を歓...
Putty と Xshell は 2 つの SSH クライアント ツール ソフトウェアですが、どちら...
私たちは日常的にインターネットを使用する際に、ドメイン名をよく耳にし、使用しています。ではドメイン名...
SSL 証明書は現在、Web サイトのデータのセキュリティを向上させ、ユーザーの個人情報を保護するた...
「ハッピーフライデー、ハッピー8」シーンブランドマーケティング活動の第3期が幸せにやってくる初夏の...
黄秋奇:良いブランドは計画されるものではなく、創造されるものである出典:新浪金融中国広告主協会主催の...
タオバオ運営者はデータ分析を通じて競合他社のデータをどのように把握できるのでしょうか?最近は、あるカ...
EDMメールマーケティングの詳細な説明EDM 電子メール マーケティングは、企業でよく使用されるマ...
15のマーケティング戦略で、高品質なサービスで観光ブランドイメージを構築し、顧客トラフィックを迅速...