Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Objetivo de datos: Cada organización quiere que sus datos impulsen decisiones empresariales seguras. Los datos deben ser de confianza, fáciles de reutilizar para el análisis y la inteligencia artificial, y proteger de forma predeterminada. Desafío de datos: Para la mayoría de las organizaciones, este objetivo es difícil de lograr. Los datos se distribuyen entre sistemas y equipos. Los estándares varían. La gobernanza es incoherente. Estos problemas dificultan el uso de análisis e inteligencia artificial con confianza.
Data solution: Muchas organizaciones están abordando este desafío mediante la unificación de su plataforma de datos con Microsoft Fabric. Fabric permite a los equipos crear productos de datos de confianza que se pueden regular y usar de forma segura para el análisis y la inteligencia artificial en toda la organización (consulte la figura 1). Esta guía proporciona a los responsables de la toma de decisiones el marco que necesitan para realizar ese cambio y establecer una base de datos unificada.
Diagrama de alto nivel que muestra Microsoft Fabric en el centro de una plataforma de datos unificada. Los datos de orígenes empresariales, como sistemas locales, servicios de Microsoft y plataformas de nube pública, fluyen a Fabric, donde se organizan como productos de datos compartidos. Estos productos de datos se usan posteriormente en toda la organización para admitir análisis, sistemas de inteligencia artificial e informes, incluidas las cargas de trabajo de ciencia de datos y Power BI. Fabric se conecta con Azure para la gobernanza, la seguridad y la monitorización, mientras que las cargas de trabajo de Azure se ejecutan junto a ella según sea necesario. El flujo general muestra los datos que entran en Fabric, se gestionan y normalizan y, a continuación, impulsan la inteligencia artificial, el análisis y la información empresarial en toda la organización. Figura 1. Plataforma de datos unificada para inteligencia artificial y análisis.
¿Por qué una plataforma de datos unificada con Fabric?
La mayoría de los líderes empresariales y tecnológicos comprenden el costo de los datos fragmentados. Lo que a menudo los retiene es la creencia de que arreglarlo requiere migraciones grandes y arriesgadas. Microsoft Fabric adopta un enfoque diferente y ofrece valor sin interrupciones. Entre las ventajas clave se incluyen las siguientes:
Interrupción empresarial mínima: Fabric se conecta a sistemas existentes mediante la virtualización (accesos directos) y la replicación selectiva (creación de reflejo). Los equipos pueden unificar el acceso a datos sin interrumpir las operaciones actuales.
Built-in governance: Fabric aporta ingeniería de datos, análisis y BI a una sola plataforma. Las directivas de seguridad y gobernanza se definen una vez y se aplican de forma coherente, en lugar de volver a crearse y aplicarse de forma diferente en varias herramientas.
Foundation for AI and analytics: Fabric permite a las organizaciones producir productos de datos reutilizables y de alta calidad. Estos productos de confianza aceleran las iniciativas de análisis e inteligencia artificial. Fabric IQ ayuda a unificar y contextualizar los datos. Foundry IQ permite a los agentes de Microsoft Foundry razonar sobre los datos de confianza regulados.
¿Qué nivel de inversión se requiere?
Unificar la plataforma de datos es una inversión en capacidad, no un reemplazo mayorista de todos los sistemas. El objetivo es seguir usando los sistemas de datos existentes y crear una base compartida que pueda crecer con el tiempo. Entre los principales factores de costo se incluyen:
Microsoft Fabric factores de costo: Los principales factores de costo incluyen (véase la figura 2):
Compute: La capacidad de cómputo que crea (capacidades de infraestructura de Fabric).
Almacenamiento: El almacenamiento que se usa en OneLake.
Replicación: La replicación de datos que realiza (creación de reflejo).
Power BI: Asegúrese de que los usuarios tengan suficiente capacidad de Microsoft Fabric que incluya acceso a Power BI o licencias independientes de Power BI, tal como se resume en la guía de licencias.
Figura 2. Funcionalidades de Microsoft Fabric para crear valor empresarial a partir de datos.
Factores de costo de Microsoft Purview: Use Microsoft Purview para la gobernanza y el cumplimiento unificados de datos. Purview proporciona un catálogo de datos centralizado, una clasificación de datos y una aplicación de directivas en todo el patrimonio de datos. Los datos pueden estar en OneLake, Azure, locales, SaaS de terceros u otras plataformas en la nube. Entre los factores clave de costo de Purview se incluyen las funcionalidades basadas en licencias basadas en suscripciones y consumo. Presupueste tanto para las licencias en curso como para el volumen de datos y servicios que usted gestiona con Purview.
Factores de costo de Azure: Usa suscripciones de Azure para hospedar recursos de proceso de Fabric (capacidades) y su cuenta de Microsoft Purview. No hay ningún costo adicional para las suscripciones de Azure. Si integra otros servicios de Azure, como Azure Databricks o Azure Machine Learning, en su plataforma unificada, recuerde que estos servicios tienen sus propios modelos de precios. Planee esos costos. Consulte los factores de costo de Azure Databricks y Azure Machine Learning.
¿Cuánto tiempo tarda hasta que ve el valor?
Microsoft Fabric está diseñado para ofrecer valor rápidamente. El tiempo hasta obtener valor es corto porque la integración no depende de una migración completa. Los equipos pueden empezar con un pequeño conjunto de productos de datos de alto valor. Cada paso agrega valor al limitar el riesgo. En la práctica, muchas organizaciones ven el valor en semanas para escenarios iniciales de análisis o inteligencia artificial. A medida que Fabric se convierte en la base estándar de los productos de datos, el análisis y la inteligencia artificial, el valor crece a través de la reutilización y los estándares coherentes en toda la organización.
¿Cómo unifica la plataforma de datos?
Microsoft Cloud Adoption Framework describe un marco de cuatro pasos para unificar la plataforma de datos. El proceso abarca la planificación y la organización de la estrategia de datos. Trata las decisiones de arquitectura. También le ayuda a establecer líneas de base de seguridad y gobernanza y definir estándares operativos.
Preparación de la organización. Defina la estrategia de datos y establezca la propiedad y los dominios de los datos. Aclarar cómo crean los datos el valor empresarial y quién es responsable de qué datos. Consulte Preparación de la organización.
Arquitectura: Proporcione la tecnología necesaria para unificar la plataforma de datos. Configure Microsoft Fabric y entornos necesarios en Azure. Consulte Arquitectura.
La gobernanza y las configuraciones iniciales de seguridad: Use Microsoft Purview para obtener visibilidad y gobernanza centralizadas en todo el entorno de datos. Cree líneas base de seguridad y cumplimiento en la arquitectura de Fabric desde el principio. Consulte Líneas base de gobernanza y seguridad.
Estándares operativos. Defina procesos coherentes para ingerir datos sin procesar, crear productos de datos y administrar su ciclo de vida. Establezca cómo se publican, protegen y consumen los productos de datos en toda la organización. Consulte Estándares operativos.
Siguiendo estos pasos, puede unificar la plataforma de datos de forma estructurada. Si no sabe dónde empezar, use el siguiente árbol de decisión para obtener instrucciones.
Árbol de decisión para unificar la plataforma de datos
Figura 3. El árbol de decisiones de Microsoft para unificar su plataforma de datos.
Paso siguiente
En las secciones siguientes encontrará instrucciones, listas de comprobación, procedimientos recomendados, instrucciones de decisión y desventajas en cada paso. La guía es para los líderes y responsables de la toma de decisiones que supervisan la estrategia y la gobernanza de la organización.
Términos clave
| Término clave | Definición |
|---|---|
| Análisis | La práctica de la generación de ideas a partir de los datos para apoyar la toma de decisiones. Incluye paneles, informes y visualizaciones, por ejemplo, en Power BI. |
| INTELIGENCIA ARTIFICIAL | Sistemas que usan datos como entrada en modelos que automatizan la funcionalidad empresarial. Esta categoría incluye modelos tradicionales de aprendizaje automático (predictivo) y modelos de IA generativas. |
| Producto de datos | Datos que tienen un formato valioso para su empresa, como conjuntos de datos, tablas, conjuntos de características o datos de entrenamiento de inteligencia artificial. |
| Dominio de datos | Límite de responsabilidad y propiedad de los productos de datos, como unidades de negocio (RR. HH., Marketing, Finanzas, Ventas, Operaciones) y líneas de productos (Producto 1, Producto 2). |
| Zona de aterrizaje de administración de datos | Un entorno (que consta de una o varias suscripciones de Azure) para los recursos de administración de datos, como cuentas de Microsoft Purview y capacidades de Fabric. |
| Zona de aterrizaje de datos | Un entorno (que consta de una o varias suscripciones de Azure) para los recursos de datos y de INTELIGENCIA artificial y aprendizaje automático, como Azure Databricks, Azure Data Lake Storage y Azure Machine Learning. |