FactGem: Integri Datumajn Fontojn en Minutoj ... Neniu Kodo Postulas!

FactGem

Datumoj estas en siloj. Komerco kaj IT ambaŭ postulas unuecan vidon de datumoj por helpi provizi solvojn al hodiaŭaj komercaj defioj. Raportoj provizantaj unuecajn vidpunktojn pri integritaj datumoj necesas, por ke homoj povu rigardi informojn, kiuj estas kernaj por iliaj organizoj, kaj konfidas fidon al sia kapablo plenumi kaj liveri precizajn informojn, kiuj estas kritikaj por la sukceso de la kompanio.

Datumoj tamen disvastiĝas inter multaj interrilataj sistemoj, komputilaj komputiloj, dosiersistemoj, oficejaj dokumentoj, retpoŝtaj aldonaĵoj kaj pli. Ĉar datumoj ne estas integritaj kaj entreprenoj ankoraŭ postulas unuigitajn informojn, d-entreprenoj plenumas "pivotseĝajn" integriĝojn kaj kreas raportojn pri "rigardi kaj kompari". Ili pridemandas unu silon kaj kopias la rezultojn por elstari, pridemandas alian silon kaj gluas datumojn ree. Ili ripetas ĉi tiun procezon ĝis ili havas ion, kio reprezentas la raporton, kiun ili tiel urĝe volas krei. Ĉi tiu speco de raportado estas malrapida, mana, nefidinda kaj erarema!

Plej multaj organizoj agnoskas, ke la iloj kaj teknologioj, kiuj kreis la problemon pri datuma silo, ne povas esti uzataj en la solvo. Rezulte, dum la lastaj jaroj, ni vidis la multiĝon de NoSQL-datumbazoj kaj teknologioj uzataj por helpi integri datumojn pli rapide kaj pli lerte. Kvankam ĉi tiuj potencaj novaj datumbazoj kaj platformoj povas redukti tempon en integrado de datumoj kompare kun tradiciaj metodoj, ili ĉiuj estas centritaj en programistoj kaj kunportas alian aron de defioj, kiujn oni devas superi kiam temas pri akiro de la kapabloj necesaj por disvolvi kaj labori kun ĉi tiuj teknologioj. Estas multaj obstakloj enecaj en ĉi tiu procezo inkluzive de ĝisdatigado de ŝanĝadministrado kaj komercaj procezoj por sukcesi liveri rezultojn.

FactGem provizas manieron integri datumojn sen skribi ajnan kodon. Ili kredas, ke devas esti pli facila maniero integri datumojn, kaj ekzistas. Ili kreis ĝin!

La inĝeniera teamo ĉe FactGem prenis sur sin la ŝarĝon trakti la komplikecon de integriĝo tiel ke komercaj uzantoj ne devas. Nun diskuto pri integriĝo de datumoj ne nepre devas komenci per IT. Rezulte, la aplikoj pri integriĝo de datumoj de FactGem povas esti uzataj por rapide integri malsamajn silojn de datumoj por liveri unuigitajn raportojn pri antaŭe malkonektitaj datumoj.

Kio temas, ke ni solvis ĉi tiun neeblan problemon laŭ te perspectivenika perspektivo, sed tio, kion ni vere provizas, estas komerca solvo. Ĉefoficisto Megan Kvamme

Kiam vi integras datumojn, ili komenciĝas per la supozo, ke viaj datumoj jam estis modeligitaj. Tre inteligentaj homoj en via organizo, kaj probable la vendistoj, de kiuj vi aĉetis aplikojn kaj solvojn, kreis ĉi tiujn modelojn. La entoj kaj rilatoj, pri kiuj vi zorgas kaj volas unuiĝi, vivas en viaj datumaj siloj. Ili aspektas kiel klientoj, mendoj, transakcioj, produktoj, produktserioj, provizantoj, instalaĵoj, kaj pli. Ili volas malŝlosi la datumojn en ĉi tiuj entoj kaj unuigi ilin en raporton, kiu donas signifajn komercajn informojn. Kun FactGem, ĉi tio estas simpla tasko.

Se vi povas desegni la entojn kaj rilatojn por via organizo sur blanka tabulo, vi povas uzi FactGem por integri viajn datumojn. Ĝi estas tiel simpla.

Por integri datumojn kun FactGem, komencu per WhiteboardR. En ĉi tiu aplikaĵo, trenu kaj faligu entojn kaj rilatojn por krei la logikan modelon por integritaj datumoj per "blanka tabulo" en la retumilo. En WhiteboardR, difinu kiujn atributojn vi volas asocii kun ĉiu ento, kaj vi nur devas modeli tion, kion vi bezonas, kiel vi bezonas ĝin. Vi ne devas scii ĉiun atributon asociitan kun ĉiu ento antaŭ ol vi komencas. Vi ne devas scii ĉiujn silojn kaj fontojn, kiujn vi finfine volas integri. La plej bona praktiko estas komenci kreante modelon por kelkaj siloj, kiujn vi scias, ke ili povas doni unuecan raporton - kaj tujan valoron al via kompanio. Mapu viajn entojn, iliajn atributojn kaj iliajn rilatojn inter si. Vi eĉ povas krei komercajn regulojn por difini kio igas unuon unika kaj kia devas esti la kardinaleco de ĝia rilato rilate al aliaj rilataj entoj. Post kiam ĉi tiu modelo estas kreita, vi deplojas la modelon tiel ke ĝi povas esti uzata en MappR.

Dum WhiteboardR permesas al vi uzi programon por difini integran, unuigitan, entreprenan komercan modelon, MappR permesas vin mapi malsamajn unikajn silosojn de datumoj al unuigita WhiteboardR-modelo. En MappR, vi povas provi datuman fonton kaj komenci krei mapojn. Ni diru, ke en fonto de unu silo vi havas atributon cust_id kaj en alia silo, vi havas atributon membro_id, kaj vi scias, ke ĉi tiuj ambaŭ rilatas al kliento. Kun MappR, vi povas mapi ambaŭ ĉi tiujn atributojn al la unuigita atributo kliento_id vi jam difinis en la unuigita WhiteboardR-modelo. Tuj kiam vi mapas la atributojn, kiujn vi zorgas pri fonto, MappR tiam povas importi dosierojn de tiu silo kaj ĝi aŭtomate integriĝos en la WhiteboardR-modelo kaj tuj pridemandos en unueca vido. Vi povas daŭre mapi fontojn kaj ingesti datumojn tiel, ĝis vi integros la datumojn, kiujn vi volas por via unueca vido.

MappR

Kun WhiteboardR kaj MappR, vi eĉ povas konservi, versii kaj eksporti la kreitajn modelojn. Ĉi tiuj modeloj havas valoron pro tio, ke ili fariĝas la malĉifra ringo por helpi la kompanion kaj IT komuniki sian komprenon pri la datumoj de la organizo, kiel ili devas esti uzataj kaj kiel ili estas uzataj tra siloj. Ĉi tiuj modeloj ankaŭ povas esti uzataj por helpi informi novajn datumajn disfaldojn kaj replatformajn iniciatojn por helpi garantii ilian sukceson.

Post kiam datumoj estas ŝarĝitaj, BuildR permesas al vi rapide krei simplan, konsulteblan instrumentpanelon tra viaj unuigitaj datumoj en la retumilo. ConnectR permesas al vi deploji interretan datuman konektilon por Tableau kaj aliaj BI-iloj, por ke vi ankaŭ povu utiligi ĉi tiujn ilojn por raporti pri viaj nun unuigitaj datumoj.

Ĉar FactGem multe pezas la datum-integriĝon, kaj ĉar vi nur bezonas modeligi kaj mapi tion, kion vi bezonas, kiel vi bezonas ĝin, datuma integriĝo kaj liverado de scioj estas nekredeble rapidaj. Kiel aspektas ĉi tio en la reala vivo?

Jen Kia Normala Fakta Datuma Integriĝo Aspektas:

Pasintan someron, Fortune 500-Komercisto aliris Factgem, petante helpon, ĉar ili uzis gigantan CRM kaj ĉerpis datumojn de aliaj lokoj por provi kompreni. Ilia Ĉefa Datuma Sciencisto bezonis facile kombini informojn pri butikoj, retkomerco kaj datumaj stokejoj de klientoj por kompreni "Kiu estas la kliento?"

FactGem promesis liveron post 24 horoj. Ili konstruis ligitan modelon tra ĉiuj butikoj kaj klientoj, elmontris novajn informojn, kaj faris ĝin en 6 horoj, ne 24! Kaj tiel . . . Kliento numero 1 en podetala komerco naskiĝis. Ili transiris de rigardi ununuran urbon en 6 horoj al rigardi tra la lando, tra miloj da butikoj, dekoj da milionoj da klientoj kaj terabajtoj da datumoj - kaj fari ĉi tion tuttage. Aliaj en podetala komerco, financaj servoj kaj fabrikado ankaŭ nun komencas vidi kaj realigi la avantaĝojn de FactGem en siaj organizoj.

Teknologio progresis al la punkto, ke ĝi ne plu devas esti la sola regiono de inĝenieroj. Moderna integriĝo de datumoj ne estas tiel malfacila, kiel via IT-fako ŝatus, ke vi kredu. Ĉefoficisto Clark Richey

WhiteboardR

La WhiteboardR-modulo de FactGem konektas diversajn datumajn fontojn sen uzi ajnan kodon.

Vizitu FactGem por Lerni Pli

Kion vi pensas?

Ĉi tiu retejo uzas Akismeton por redukti spamon. Lernu, kiel via komento datiĝas.