Skip to main content

問題二:數據配送到應用的挑戰

現在大小企業慢慢流行『數據導向決策』希望所有決策與報告更即時更準確,也建立了資料分析部門加速數據應用。但由於應用端的使用狀況也越來越複雜,不論是在每個部門在獲取數據來自於許多不同的渠道,應用的工具也越來越多。會造成以下挑戰:

企業數據分析上的四大營運挑戰

問題一:資料整合與資訊流通挑戰

企業數據管理一直是企業一大挑戰,主要挑戰為資料分析工程師(數據供應端)以及數據應用單位(營運)挑戰。

資料分析工程師挑戰:

  • 版本控制
  • 延遲性
  • 難以理解業務應用場景
  • 資料維護
  • 安全性疑慮
  • 風險控管
  • 擴充性

營運挑戰:

  • 多種資料使用方式
  • 取得資料困難
  • 資料分析工程師與營運單位的依賴度高
  • 權限管理

問題二:如何管理大量資料源的資料權限與軌跡稽核?

資料安全與權限控管

  • 如何讓每個單位的人看到不一樣的資料?
  • 如何讓單位的人只能讓他擁有的權限資料做運算?
  • 如何有彈性的撤回與新增各種專案人員的權限?
  • 如何整合我內部既有的登入登出系統,像是 SSO, OpenID 等?
  • 如何讓不同情境應用像是 SDK, BI 報表資料源頭端進行資料管理與監控?

問題三:如何管理大量資料源的流量與使用狀況?

流量與使用狀況監控

  • 如何控制運算層所有應用單位的使用管制?
  • 如何做到資料操作活動紀錄?
  • 如何限制單位使用 RAM 的大小?
  • 如何有效控制 Inbound 以及 Outbound Network 流量?
  • 如何有效控制 Concurrency 以及 SQL Queue?

問題四:如何資料協作與加速 BI 運算與各種應用?

資料協作與在各種應用使用

  • 如何讓 BI 軟體上有大資料運算?
  • 如何有 BI 軟體資料監控與自動擴張?
  • 如何使用單位應用端使用的資源 RAM 的大小?
  • 如何有效控制 Inbound 以及 Outbound Network 流量?
  • 如何有效控制在不同的應用上安全性?Token 機制要如何建立?