0 / 0
Zurück zur englischen Version der Dokumentation
Übersicht über die Data Fabric-Lösung
Übersicht über die Data Fabric-Lösung

Übersicht über die Data Fabric-Lösung

Wenn Sie die Datenstrukturlösung in Cloud Pak for Dataimplementieren, können Sie die Herausforderungen des Datenzugriffs, der Datenqualität, der Datengovernance und der Verwaltung Ihrer Daten-und KI-Lebenszyklen meistern.

Die Data-Fabric-Lösung in Cloud Pak for Data bietet die folgenden Hauptfunktionen für die Verwaltung und Automatisierung Ihrer Daten-und KI-Lebenszyklen:

Datenzugriff
Greifen Sie auf Ihre Daten in mehreren Clouds und lokal in Ihrer vorhandenen Datenarchitektur zu.

Self-Service-Nutzung
Teilen und verwenden Sie Daten und andere Assets aus dem gesamten Unternehmen in Katalogen.

Aufgelaufenes Wissen
Verstehen Sie Ihre Daten über ein allgemeines Geschäftsvokabular. Vertrauen Sie Ihren Daten durch Protokoll-, Abstammungs-und Qualitätsanalyse.

Gemeinsame Innovation
Arbeiten Sie mit anderen zusammen, um Erkenntnisse zu gewinnen. Bereiten Sie Daten vor, analysieren Sie Daten und erstellen Sie Modelle mit einer Reihe integrierter Tools für alle Erfahrungsstufen.

Datengovernance, Sicherheit und Compliance
Setzen Sie automatisch einheitlichen Datenschutz auf der gesamten Plattform durch.

Einheitlicher Lebenszyklus
Automatisieren Sie das Erstellen, Testen, Bereitstellen und Überwachen von Datenpipelines und KI-Modellen.

Der Wert von Assets

Mit der Datenstruktur können Sie Daten in Assets umwandeln, die Bedeutung und Wert ansammeln. Assets sind mehr als nur Daten. Wenn Sie zum ersten Mal eine Verbindung zu einer Datenquelle herstellen, erhalten Sie grundlegende Informationen zum Zugriff auf die Daten, Tabellen, Schemata und Datenwerte. Sie beginnen mit der Wertschöpfung, während Sie Daten aufnehmen, indem Sie sie in Arbeitsbereichen, die als Projekte bezeichnet werden, virtualisieren, umwandeln oder replizieren.

Wenn Sie die Daten kuratieren, fügen Sie Ihren Datenassets Metadaten hinzu. Sie erstellen ein Profil der Daten, um sie zu klassifizieren und Statistikdaten zu den Werten zu kompilieren. Sie bereiten Assets mit Geschäftsbegriffen auf, die die semantische Bedeutung der Daten für Ihr Unternehmen beschreiben. Sie analysieren die Datenqualität. Wenn Sie die Assets in einem Katalog publizieren, um sie für Ihre Organisation freizugeben, werden die Assets automatisch durch die Regeln geschützt, die Sie erstellen, um zu steuern, wer auf welche Daten zugreifen kann.

Da Benutzer Datenassets in Katalogen finden und die Assets in Projekten verwenden, erstellen sie die dritte Bedeutungsebene, die den Verlauf der Verwendung des Assets, die Herkunft der Daten und die Beziehungen zwischen Assets beschreibt. Benutzer können Daten in einer 360-Grad-Ansicht von Kunden synthetisieren, die Daten in Notebooks oder Dashboards analysieren oder Modelle für maschinelles Lernen trainieren.

Die folgende Abbildung zeigt, wie Datenassets über das Datenfabric an Wert zunehmen.

Abbildung, die zeigt, wie ein Datenasset Werte kumuliert

Modelle sind auch Assets. Sie können Bereitstellungen und Eingabedaten für das Modell, Vergleiche zwischen Modellen und Konformität mit Unternehmensprotokollen verfolgen.

Anwendungsfälle

Cloud Pak for Data as a Service stellt vier Anwendungsfälle als Teil der Datenstrukturlösung bereit. Sie implementieren das in jedem Anwendungsfall dargestellte Datenfabric, indem Sie eine oder mehrere Serviceinstanzen erstellen, die Features und Tools bereitstellen. Einige Services sind in mehreren Anwendungsfällen enthalten.

Abbildung mit den vier Anwendungsfällen für Datenstrukturen

Anwendungsfälle stellen Möglichkeiten dar, einen Teil der Datenstrukturlösung zu implementieren, sodass Ihre Teams mit der Arbeit beginnen können, während Sie andere Teile erstellen. Sie können mit einem beliebigen Anwendungsfall beginnen und die anderen nach Bedarf hinzufügen:

  • Wenn Sie über ein ausgereifteres Governance-Modell verfügen, erstellen Sie zunächst eine Governance-Basis, wie im Anwendungsfall 'Datengovernance und Datenschutz' beschrieben.
  • Wenn Sie eine schnellere Wertschöpfung wünschen, beginnen Sie mit Datenvirtualisierung oder Data-Science, wie in der Multi-Cloud-Datenintegration und den MLOps and trustworthy AI -Anwendungsfällen beschrieben.
  • Wenn Sie sich auf eine kundenorientierte Transformation konzentrieren, beginnen Sie mit der Konsolidierung Ihrer Kundendaten, wie im Anwendungsfall 'Kunde 360' beschrieben.

Erkunden Sie jeden Anwendungsfall, um zu erfahren, was Sie erreichen können und welche Tools Sie verwenden können.

Multicloud data integration

Vereinfachen und automatisieren Sie den Zugriff auf alle Ihre Daten, ohne sie zu verschieben. Koordiniert Daten in einer verteilten Umgebung, um ein Netz von sofort verfügbaren Informationen für Datenkonsumenten zu erstellen.

Services für diesen Anwendungsfall: Watson Query, DataStageund Watson Knowledge Catalog.

Siehe Multicloud data integration.

Data governance and privacy

Implementieren Sie Governance auf der Basis von Metadaten, die Geschäftswissen bereitstellen und Datenschutz definieren. Stellen Sie hochwertige Datenassets in Self-Service-Katalogen bereit. Automatisieren Sie die Durchsetzung von Datengovernance für die Einhaltung gesetzlicher Bestimmungen.

Service für diesen Anwendungsfall: Watson Knowledge Catalog.

Siehe Data governance and privacy.

Customer 360

Erstellen Sie eine umfassende Ansicht Ihrer Kunden, die durch KI-basierte Erkenntnisse erweitert wird, um intelligentere Kundeninteraktionen zu ermöglichen.

Services für diesen Anwendungsfall: IBM Match 360 with Watson und Watson Knowledge Catalog.

Siehe Customer 360.

MLOps and trustworthy AI

Erstellen und operationalisieren Sie KI mit einem automatisierten und geregelten Workflow, der Fairness, Qualität und Erklärbarkeit in Ihren Modellen durchsetzt.

Services für diesen Anwendungsfall: Watson Studio, Watson Machine Learning, Watson OpenScaleund Watson Knowledge Catalog.

Weitere Informationen finden Sie unter MLOps and trustworthy AI.

Weitere Informationen

Übergeordnetes Thema: Cloud Pak for Data as a Service