最新のデータ ウェアハウス

構造化データから非構造化データ、ストリーミング データに至るまで、BI やレポート、高度な分析、リアルタイム分析などの画期的なソリューションを支えるあらゆるデータのためのハブを構築できます。Azure Synapse Analytics や Azure Databricks などのフル マネージドの Azure サービスのパフォーマンス、柔軟性、セキュリティを利用して簡単に導入できます。

市場投入までの時間を短縮

業界最先端の SQL Server と Apache Spark のエンジンのほか、最新のデータ ウェアハウスをわずか数分でプロビジョニングできるフルマネージドのクラウド サービスを利用して、高い生産性を実現できます。Azure Data Factory の 30 を超えるネイティブ データ コネクタや、Informatica や Talend が提供する最先端の情報管理ツールのサポートを利用して、データ統合を加速しましょう。データ サイエンティストも、データ エンジニアやビジネス アナリストも、ビッグ データに対して好きなツールと言語を使えます。

Rockwell Automation がデプロイに要する時間を 80% 短縮し、市場投入までの時間とコストを削減して顧客に対する応答性を高めた方法をご覧ください。

固有のニーズに基づいてソリューションを選択

ビジネス要件に基づいてクラウド ソリューションまたはハイブリッド オプションを簡単に導入できます。SQL Server のパフォーマンス、慣れ親しんだ操作性、セキュリティを、プライベート クラウド内で、または Azure の MPP アーキテクチャのマネージド サービスとして一貫して利用できるのは、Microsoft ならではです。ハイブリッド データ統合エクスペリンエンスを通じて、既存データの変換の管理に伴うコストや複雑な作業を削減できます。さらに、オンプレミスのサービスと Azure とで、共通の ID を使用して一貫したユーザー エクスペリエンスを実現できます。

Carnival Maritime は、船内での水の使用量を予測するハイブリッド ソリューションを構築して、1 隻あたり年間 $200000 を削減しました。その方法をご確認ください。

あらゆるデータについての分析情報を入手

オンプレミスまたはクラウドで機械学習モデルを柔軟に構築、デプロイする機能を活用しましょう。Microsoft とオープンソースの優れたイノベーションをサポートする、お好きなデータ サイエンス ツールを使用できます。Power BI のほか、Tableau、Qlik、MicroStrategy、Alteryx といった先進のビジネス インテリジェンス ツールや視覚化ツールとの強固な統合を利用して、分析情報を組織全体で簡単に共有できます。

ASOS は 1,300 万のパーソナライズされたエクスペリエンスを提供し、1 秒間に最大 33 件の注文を処理しています。その方法をご覧ください。

安心して利用

組み込まれている高度なセキュリティ機能には、Transparent Data Encryption、監査、脅威検出、Azure Active Directory 統合、Azure Virtual Network エンドポイントなどがあります。Azure のサービスは 50 を超える業界と地域の認定に準拠しているうえ、世界各地の 42 のリージョンで利用できるため、ユーザーの所在地にデータを保管しておけます。さらに、Microsoft はご利用料金に基づく SLA を用意していることから、安心してご利用いただけます。

GE Healthcare が核となるソリューションを提供するために Azure Data Services を利用している理由をご確認ください。

最新のデータ ウェアハウスで大きな成果を上げているお客様

ソリューションのアーキテクチャ

Modern data warehouseA modern data warehouse lets you bring together all your data at any scale easily and to get insights through analytical dashboards, operational reports or advanced analytics for all your users.12345
  1. 概要
  2. フロー

最新のデータ ウェアハウス

概要

最新のデータ ウェアハウスによって、規模を問わずあらゆるデータを簡単に集約し、分析ダッシュボード、運用レポート、全ユーザーを対象とした高度な分析を通じて分析情報を入手できます。

フロー

  1. 1 Azure Data Factory を使用して、すべての構造化、非構造化、半構造化データ (ログ、ファイル、メディア) を Azure Blob Storage に結合します。
  2. 2 Azure Databricks で Azure Blob Storage 内のデータを利用してスケーラブルな分析を実行し、データのクレンジングと変換を行います。
  3. 3 クレンジングと変換が行われたデータは、Azure Synapse Analytics に移動して既存の構造化データと結合できるので、すべてのデータの 1 つのハブが作成されます。Azure Databricks と Azure Synapse Analytics 間のネイティブ コネクタを利用して、データへの大規模なアクセスと移動を行います。
  4. 4 Azure Data Warehouse をベースに運用レポートと分析ダッシュボードを作成してデータから分析情報を引き出し、Azure Analysis Services を利用して何千ものエンド ユーザーに提供します。
  5. 5 Azure Databricks 内のデータに対して直接アドホック クエリを実行します。
Advanced analytics on big dataTransform your data into actionable insights using the best in class machine learning tools. This architecture allows you to combine any data at any scale and to build and deploy custom machine learning models at scale.1234567
  1. 概要
  2. フロー

ビッグ データの高度な分析

概要

クラス最高の機械学習ツールを使用して、お持ちのデータをアクションにつながる分析情報に変えましょう。このアーキテクチャを利用すれば、規模を問わずあらゆるデータを結合し、大規模なカスタムの機械学習モデルを構築、デプロイできます。

フロー

  1. 1 Azure Data Factory を使用して、すべての構造化、非構造化、半構造化データ (ログ、ファイル、メディア) を Azure Blob Storage に集約します。
  2. 2 Azure Databricks を利用して非構造化データセットをクレンジング、変換し、オペレーション データベースやデータ ウェアハウスの構造化データと結合します。
  3. 3 Python、R、Scala を使って、スケーラブルな機械学習/ディープ ラーニングの手法でそのデータから詳しい分析情報を引き出します。その際、Azure Databricks の組み込みのノートブック機能を利用できます。
  4. 4 Azure Databricks と Azure Synapse Analytics 間のネイティブ コネクタを利用して、データへの大規模なアクセスと移動を行います。
  5. 5 ユーザーが Azure Databricks の組み込みの機能を利用して根本原因の特定と生データ分析を行えるようにします。
  6. 6 Azure Databricks 内のデータに対して直接アドホック クエリを実行します。
  7. 7 分析情報を Azure Databricks から Cosmos DB に移し、Web およびモバイル アプリからアクセスできるようにします。
Real-time analyticsGet insights from live, streaming data with ease. Capture data continuously from any IoT device or logs from website clickstreams and process it in near-real time.12345678
  1. 概要
  2. フロー

リアルタイム分析

概要

ライブのストリーミング データから簡単に分析情報を得られます。あらゆる IoT デバイスや、Web サイトのクリックストリーム ログから継続的にデータを取得して、ほぼリアルタイムで処理することが可能です。

フロー

  1. 1 Azure HDInsight の Apache Kafka クラスターを使用してアプリケーションのライブ ストリーミング データを簡単に取り込みます。
  2. 2 Azure Data Factory を使用して、すべての構造化データを Azure Blob Storage に集約します。
  3. 3 Azure Databricks を利用してストリーミング データをクレンジング、変換、分析して、オペレーション データベースやデータ ウェアハウスの構造化データと結合します。
  4. 4 Python、R、Scala を使って、スケーラブルな機械学習/ディープ ラーニングの手法でそのデータから詳しい分析情報を引き出します。その際、Azure Databricks の組み込みのノートブック機能を利用できます。
  5. 5 Azure Databricks と Azure Synapse Analytics 間のネイティブ コネクタを利用して、データへの大規模なアクセスと移動を行います。
  6. 6 Azure Data Warehouse をベースに分析ダッシュボードと埋め込みのレポートを作成して組織内で分析情報を共有し、Azure Analysis Services を使ってそのデータを何千ものユーザーに提供します。
  7. 7 ユーザーが Azure Databricks と Azure HDInsight の組み込みの機能を利用して根本原因の特定と生データ分析を行えるようにします。
  8. 8 分析情報を Azure Databricks から Cosmos DB に移し、リアルタイム アプリからアクセスできるようにします。
Cloud scale analytics with Discovery HubUse Discovery Hub to define a data estate using a graphical user interface, with definitions stored in a metadata repository. Code for building the data estate is generated automatically while remaining fully customisable. The resulting modern data warehouse is ready to support cloud scale analytics and AI.