企業進行數據分析時所面臨的挑戰
決策者了解數據分析對準確和快速決策過程的重要性。但是，傳統的地端資料倉儲和商業智能工具可能無法支援。現在雲端科技正在藉由資料湖和自助服務分析的概念，透過敏捷性、可擴展性、成本效益和機器學習的功能改變傳統分析方式。因此，企業可以及時在決策過程中培養數據驅動的文化。
| 傳統分析 | 雲端分析 | |
|---|---|---|
| 暴增數據成長的可擴展性 | 有限僵化 | 隨需所用的可擴展性 |
| 數據儲存 | 典型的地端硬體資料倉儲應用，大部分只適用結構化資料 | 適用於結構化及非結構化的資料湖 |
| 成本 | 實體設備維護成本高 |
|
| 方法 | 僅 ETL | 適用於 ETL 和 ELT |
| 效能 | 由於運算能力的限制，和雲端分析相比增加了 50% 的 ETL 時間 | 在需要時擴展雲端運算的能力，ETL 和 ELT 時間顯著降低 |
| 人工智慧 / 機器學習功能 | 有限 | 預先構建的機器學習模型和快速部署的人工智慧和機器學習功能 |
完整的資料架構組成要素
自動化且正確的資料提取
原始資料的完整保存
資料聲明週期與冷資料 (Cold Storage) 管理
詮釋 (Metadata) 獲取
資料治理、安全性、隱私設定管理
自助式探索、搜尋、使用
資料品質管理
資料分析規劃
協作機制 (Orchestration) 與
作業調度
AWS 上的應用架構
eCloudvalley 數據團隊的服務項目
資料湖和資料倉儲架構和設置
數據探索及數據建模
透過 Tableau 視覺化數據
自助式分析入口網站
機器學習
成功案例
跨國零售商 x 自助性分析
一家全球性的零售公司，擁有 30 多個品牌和產品，擁有 50,000 多名員工在各銷售渠道和地理位置，收入高達 100 億美元。其覆蓋美國、歐洲、亞太地區，在 30 多個國家擁有 100 多家子公司。 […]
消費品連鎖店 x 自動化報表 & 互動式分析
一家泛亞洲的領銜零售商，主要在全世界各區域進行食品和個人產品的加工和批發。該公司擁有超過 200,000 名員工和多過 10 億美元的收入，其 5,000 多家分店分布在亞洲超過 10 個國家/地區。 […]