Verwendung der Actian Data Intelligence Platform: Ein Leitfaden für Fortgeschrittene

Dieser Leitfaden richtet sich an fortgeschrittene Benutzer der Actian Data Intelligence Platform. Er ist nicht für Anfänger oder erfahrene Metadaten gedacht.  

Als fortgeschrittener Nutzer verstehen Sie bereits die Grundlagen der Data Governance und Datenkataloge, möchten aber mit der Actian-Plattform noch einen Schritt weiter gehen. In diesem Leitfaden gehen wir auf die Architektur und die Kernkonzepte, Deployment Einrichtung, die täglichen Arbeitsabläufe, fortgeschrittene Anwendungen und Best Practices ein. Sie werden in der Lage sein, die Plattform zu optimieren, um Ihre Daten zu entdecken, ihrer Qualität zu vertrauen und Datenbestände zu aktivieren.  

Plattformübersicht und Kernkonzepte

Zunächst wollen wir klären, was die Actian Data Intelligence Platform ist, wie sie sich von anderen Tools unterscheidet und welche Schlüsselkonzepte Sie dabei verwenden werden. 

Was ist die Plattform?

Die Actian Data Intelligence Platform ist eine Cloud Lösung für Unternehmen Metadaten , Datenkatalogisierung, Datenherkunft, Data Governance und einen Datenmarktplatz. Sie basiert auf einem föderierten Wissensgraphen und verwendet einen Model Context Protocol (MCP)-Server, um Beziehungen zwischen Datenbeständen abzubilden, Daten-Discovery zu vereinfachen und Daten basierend auf dem Stand Ihres Unternehmens in einen Kontext zu setzen.  

Wie unterscheidet es sich von einem einfachen Datenkatalog?

Im Gegensatz zu herkömmlichen Datenkatalogen bietet die Actian-Plattform folgende Vorteile: 

• Kombiniert Metadaten, Datenqualität und Beobachtbarkeit, Governance, Geschäftskontext und Discovery in einer Lösung.
• Verwendet einen Wissensgraphen , die technische Metadaten Tabellen und Spalten mit dem geschäftlichen Kontext verknüpft, einschließlich Glossarbegriffen und KPIs, und Beziehungen zwischen Daten abbildet.
• Unterstützt ein Datenproduktmodell, bei dem Datensätze in einer Datenmarktplatzumgebung veröffentlicht werden, wobei Verträge, Richtlinien, Zugriffsanfragen und andere Details vorhanden sind.
• Kann in Hybrid- oderCloud eingesetzt werden und lässt sich über Domänen und Teams hinweg skalieren.

Wichtige Begriffe

 Hier sind einige Begriffe, die Ihnen begegnen werden: 

• Metadaten . Erfassung und Verwaltung technischer und geschäftlicher Metadaten Ihrem Datenökosystem, einschließlich Datenquellen, Berichten, Dashboards und BI-Tools. 
• Datenkatalog Daten-Discovery. Ermöglicht Benutzern aus technischen und geschäftlichen Teams das Suchen, Erkunden und Verstehen von Datensätzen. 
• Wissensgraph und semantische Ebene. Darstellung der Beziehungen zwischen Datenbeständen, Domänen, Geschäftsbegriffen und Herkunft. Dies bildet die Grundlage für die Ermittlung und den Kontext. 
• Data Governance. Richtlinien, Rollen, Zugriffskontrollen, Verträge und Compliance-Mechanismen, die eine vertrauenswürdige Datennutzung gewährleisten. 
• Datenprodukte und Marktplatz. Veröffentlichte, verwaltete Datenbestände mit Dokumentation, Verträgen und Auffindbarkeit für Geschäftsanwender. 
• Abstammung und Beobachtbarkeit. Verfolgung des Datenflusses von der Erfassung über die Transformation bis zum Verbrauch, Überwachung der Datenqualität und -integrität während der Migration.  

Best Practices für Deployment Einrichtung

Bevor Sie sich täglich mit der Plattform beschäftigen, benötigen Sie eine solide Grundlage. Hier finden Sie einige Überlegungen Deployment Konfiguration für Fortgeschrittene: 

4 Schritte für Architektur und Umweltplanung

1. Wählen Sie Ihre Deployment. Entscheiden Sie, ob Sie dieCloud oder eine On-Premises Deployment verwenden möchten. Die Plattform unterstützt hybride undCloud . 
2. Erstellen Sie eine Karte Ihres Datenökosystems. Bestimmen Sie, welche Quellen vorhanden sind, z. B. Datenbanken, Data Lakes, BI-Tools und SaaS-Anwendungen. Legen Sie außerdem fest, wie Domänen definiert werden, ob nach Geschäftsbereich, Region oder Funktion, und wer für Aufgaben im Zusammenhang mit Daten verantwortlich ist. 
3. Planen Sie die Konnektivität. Stellen Sie sicher, dass die Plattform eine Verbindung zu Ihren Quellen für Metadaten , das Scannen und die Herkunft Metadaten herstellen kann.  
4. Definieren Sie Zugriffs- und Sicherheitsmodelle. Dazu gehören Nutzer , Aufgabentrennung, föderierte vs. zentralisierte Governance und Domänenautonomie vs. Unternehmensausrichtung. 

7 Schritte für die Einrichtung und Einarbeitung

1. Installieren/konfigurieren Sie die Plattform. Konfigurieren Sie sie für Cloud On-Prem-Umgebungen, richten Sie die Authentifizierung (LDAP/AD/SAML) ein und definieren Sie die ersten Admin-Benutzer. 
2. Definieren Sie Domänen und Strukturen. Richten Sie Datenbereiche ein. Dies können beispielsweise Vertrieb, Finanzen oder Betrieb sein. Erstellen Sie dann je nach Bedarf Bereichskatalogpartitionen oder Unterkataloge. Dies unterstützt die dezentrale Datenverantwortung. 
3. Verbinden Sie Ihre Metadaten . Richten Sie die integrierten Scanner/API-Integrationen ein, um Metadaten Ihren Datenbanken, Data Warehouses, BI-Tools, Dateien, Data Lakes und anderen Quellen zu erfassen. Die Plattform katalogisiert diese automatisch. 
4. Definieren Sie das Geschäftsglossar und die Taxonomie. Beziehen Sie Geschäfts- und Bereichsverantwortliche ein, um wichtige Begriffe, Definitionen, Kennzahlen und KPIs für Ihr Unternehmen zu definieren. Diese werden vom Wissensgraphen verwendet und helfen bei der Ermittlung und dem Verständnis. 
5. Dokumentdatenprodukte und Verträge. Beginnen Sie mit der Veröffentlichung hochwertiger Datensätze als Datenprodukte. Definieren Sie Metadaten, Richtlinien, Zugriffskontrollen und Verträge. Dies hilft Ihnen dabei,Daten-Discovery Self-Service Daten-Discovery Ihre Teams zu operationalisieren. 
6. Datenherkunft und Beobachtbarkeit aktivieren. Überprüfen Sie, ob die Erfassung der Herkunft funktioniert, und integrieren Sie Ihre Beobachtbarkeit für Datenqualität und Beobachtbarkeit , damit Benutzer Ihren Daten vertrauen können. 
7. Benutzer einweisen und Training anbieten.trainieren , Ingenieure und Geschäftsanwender in der Optimierung der Plattform. 

Tägliche Arbeitsabläufe

Nun kommen wir dazu, wie Sie und Ihr Team die Plattform die Plattform operativ nutzen und in Ihre Arbeitsabläufe integrieren werden. 

Data Discovery

Für Geschäftsanwender und Datenanalysten Fähigkeiten diese Fähigkeiten Daten-Discovery von entscheidender Bedeutung: 

• Suchen Sie mit natürlicher Sprache oder Stichwörtern in Datensätzen, Berichten, Dashboards und Glossardefinitionen. Die Knowledge-Graph-Technologie liefert den semantischen Kontext.
• Durchsuchen Sie Informationen in Ihrem gesamten Unternehmen, genau wie in einem Datenmarktplatz.
• Bewerten Sie Datensatz . Prüfen Sie vor der Verwendung der Daten deren Herkunft, Qualitätsindikatoren, Eigentumsverhältnisse oder den Kontext des Geschäftsglossars. Dies schafft Vertrauen und reduziert Nacharbeiten.
• Reichen Sie Zugriffsanfragen für Datensätze über den Datenmarktplatz oder einen Self-Service ein, um die Nutzung zu optimieren und gleichzeitig die Governance zu gewährleisten.

Datenverwalter und Ingenieure

Auf der „Produzentenseite“ verbringen Sie als intermediärer Nutzer Zeit damit, die Metadaten zu pflegen und anzureichern, die Governance sicherzustellen und Datenprodukte zu veröffentlichen. Hier sind einige Aufgaben, die Sie ausführen werden:  

• Verwenden Sie die Scan-Tools der Plattform, um Metadaten automatisch zu erfassen, eine robuste Datenherkunft sicherzustellen und Daten zu klassifizieren.
• Metadaten nach Belieben Metadaten anreichern. Geschäftsbegriffe, Definitionen, Domänen-Tags, Vertraulichkeitsstufen, Eigentümer und Verwendungshinweise hinzufügen.
• Definieren Sie Datenverträge und Service Level Agreements (SLAs) für Datenprodukte. Die Plattform unterstützt Contract-First-Ansätze.
• verwalten , einschließlich Genehmigungen für Veröffentlichungen, Datensatz und Metadaten . Dies trägt zur Aktivierung und Aufrechterhaltung von Protokolle bei.
• Überwachen Sie die Herkunft. Visualisieren Sie den Datenfluss von der Quelle bis zum Bericht, verstehen Sie Abhängigkeiten und Auswirkungen von Änderungen und identifizieren Sie potenziell riskante Transformationen oder Engpässe.

Daten-Produkte

Eine der umfangreicheren Funktionen der Plattform besteht darin, Datensätze in erstklassige Datenprodukte umzuwandeln, die auf einem Marktplatz innerhalb Ihres Unternehmens veröffentlicht werden. Hier treffen die Geschäftswelt und die Technikwelt aufeinander. 

• Sie oder Ihre Datenteams identifizieren hochwertige Datensätze, wie z. B. eine monatliche Umsatzübersicht, Kundensegmentierung oder Kostenstellen-Budgetdaten, und veröffentlichen diese als Datenprodukte.

• Für jedes Produkt definieren Sie:  

• • Metadaten. Die Beschreibung, die Domäne, der Eigentümer und der Verwalter. 
  • Richtlinien. Wer kann auf das Datenprodukt zugreifen, wie oft wird es aktualisiert und wie sehen die Qualitätskennzahlen aus? 
  • Dokumentation. Der geschäftliche Kontext, typische Anwendungsfälle und bekannte Einschränkungen. 

• Platzieren Sie das Produkt auf dem Marktplatz, wo Geschäftsanwender es leicht über Suche, Browsen oder Empfehlungen finden können.
• Auf der Verbraucherseite finden die Nutzer das Produkt, bewerten dessen Vertrauenswürdigkeit, beantragen den Zugang und beginnen mit der Nutzung.
• Überwachen Sie die Produktnutzung. Verfolgen Sie, wie viele Benutzer darauf zugegriffen haben, welche nachgelagerten Assets daraus erstellt wurden, erhalten Sie Feedback und verfolgen Sie die Entwicklung des Produkts.

Fähigkeiten erweiterten Fähigkeiten der Actian Data Intelligence Platform

Sobald Sie mit den Standard-Workflows vertraut sind, können Sie die tiefergehenden, wertschöpfenden Funktionen der Plattform nutzen. 

Wissensgraphen und semantische Suche

Der Wissensgraph der Plattform verknüpft Datensätze, Spalten, Geschäftsbegriffe, Eigentümer, Domänen, Transformationen und Berichte. Zusammen mit dem MCP-Server erhalten Sie so einen semantischen Kontext und umfangreichere Suchergebnisse.  

Wenn beispielsweise ein Nutzer nach „Kundenabwanderungsrate“ Nutzer , gibt die Plattform nicht nur Datensätze mit dem Namen „customer_churn“ zurück, sondern auch verwandte Begriffe wie „Attrition“ und „customer_retention“. Außerdem werden die Herkunft, die Domäne und Definitionen aus dem Business-Glossar angezeigt. 

Als fortgeschrittener Nutzer können Sie das Diagramm verfeinern, indem Sie Glossarbegriffe mit Datensätzen verknüpfen, Domänenbeziehungen kennzeichnen und semantische Beziehungen aufbauen. Sie können das Diagramm für Wirkungsanalysen verwenden. Wenn Sie einen Datensatz ändern Datensatz eine Spalte löschen, identifiziert die Plattform alle nachgelagerten Abhängigkeiten über eine Diagrammdurchquerung. 

KI-Integration und Anwendungsfälle Agentische KI

Die Plattform bietet einen MCP-Server, der es ermöglicht, kontrollierte, hochwertige Daten in KI-Assistenten einzuspeisen, die auf LLMs basieren.  

Das bedeutet, dass Geschäftsanwender oder Analysten einem KI-Assistenten eine Frage in natürlicher Sprache stellen können, beispielsweise: „Wie hoch war unser Nettoumsatz in Europa im letzten Quartal?“ Der Assistent nutzt den Wissensgraphen, den MCP-Server, Metadaten und Datenverträge, um Antworten oder SQL-Anweisungen zu generieren, die den Governance-Richtlinien entsprechen. 

Fortgeschrittene Nutzer sollten die Leistung und Genauigkeit dieser KI-Interaktionen überwachen, Nutzer messen und Feedback-Schleifen sicherstellen, um Metadaten zu verbessern. 

Data Observability

Eine der bedeutenden Entwicklungen der Plattform ist die Einführung von Actian Data Beobachtbarkeit. Diese Lösung ist in die Datenintelligenzplattform integriert und ermöglicht die Echtzeitüberwachung der Datenqualität und von Anomalien. 

Als fortgeschrittener Nutzer können Sie wichtige Qualitätskennzahlen für kritische Datenprodukte festlegen, diese mit Beobachtbarkeit verknüpfen und Warnmeldungen und Workflows für den Fall definieren, dass Qualitätsschwellenwerte überschritten werden. Nutzen Sie dies, um Governance by Design durchzusetzen. Mit diesem Ansatz verfügen Datenprodukte im Datenmarktplatz über integrierte Qualitätsschwellenwerte und Mechanismen zur Behebung von Mängeln. 

Verknüpfen Sie Beobachtungen zur Linkqualität mit Metadaten. Wenn ein Datensatz eine Anomalie aufweist, stellen Sie sicher, dass diese in den Metadaten im Fallmanagement erfasst wird, damit Benutzer vergangene Probleme nachvollziehen können. 

Bewährte Verfahren für fortgeschrittene Benutzer

Diese praktischen Best Practices stellen sicher, dass die Einführung der Plattform einen langfristigen, nachhaltigen Mehrwert bietet: 

• Beginnen Sie mit Domänen und hochwertigen Datensätzen. Versuchen Sie nicht, alles auf einmal zu katalogisieren. Beginnen Sie mit bestimmten Bereichen und erweitern Sie dann.
• Verstehen Sie, dass Metadaten nicht „einmal einstellen und dann vergessen“ Metadaten Planen Sie regelmäßige Überprüfungen der Eigentümer, Verwalter, Definitionen und Datensatz ein und entfernen Sie veraltete Assets.
• einbetten in das Ergebniseinbetten , nicht als separaten Prozess. Veröffentlichen Sie Datenprodukte mit Verträgen, Richtlinien und Zugriffskontrollen und automatisieren Sie die Durchsetzung, wo immer dies möglich ist.
• Behandeln Sie Geschäftsanwender wie erstklassige Bürger. Stellen Sie sicher, dass die Nutzer benutzerfreundlich ist, das Geschäftsglossar vollständig ist, die Suche intuitiv ist und Geschäftsanwender den erforderlichen Zugriff haben.
• Nutzung und Kennzahlen überwachen. Verfolgen Sie die am häufigsten und am seltensten genutzten Produkte, Nutzer und die Sucheffektivität. Nutzen Sie diese Informationen, um Metadaten voranzutreiben und ungenutzte Assets auszusortieren.
• trainieren kommunizieren.Metadaten geht es ebenso sehr um Menschen wie um Technologie. Training, internes Marketing, Sprechstunden für Datenverwalter und Feedbackschleifen.
• Scalability sicherstellen. Wenn Sie Domänen, Quellen und Benutzer hinzufügen, stellen Sie sicher, dass Ihre Architektur ohne Leistungseinbußen skalierbar ist.
• Plan für Veränderungen. Wenn sich zugrunde liegende Datenquellen oder Geschäftsmodelle ändern, benötigen Sie Benachrichtigungen und Workflows, um Metadaten Herkunft zu aktualisieren und mit den Datennutzern zu kommunizieren.
• Dokumentieren Sie Arbeitsabläufe und Zuständigkeiten. Legen Sie fest, wer für was zuständig ist, z. B. der Domain-Eigentümer, der Steward, Metadaten und Konnektor technische Konnektor . Klären Sie Rollen und Verantwortlichkeiten , damit nichts verloren geht oder übersehen wird.
• Sicherheit, Compliance und Identifizierung sensibler Daten. Stellen Sie sicher, dass Datenprodukte personenbezogene Daten und andere sensible Daten klassifizieren, Zugriffskontrollen durchsetzen und Protokolle führen. Die Plattform unterstützt dies. 

Implementieren Sie die Actian Data Intelligence Platform

Die Actian Data Intelligence Platform ist eine leistungsstarke Lösung Metadaten, Kataloge, Governance und Marktplätze in Unternehmen, die auf einem Wissensgraphen basiert und sowohl für technische als auch für geschäftliche Anwender konzipiert ist. Als fortgeschrittener Nutzer sollten Sie sich nicht nur darauf konzentrieren, die Plattform in Betrieb zu nehmen, sondern sie auch in die Prozesse Ihres Unternehmens zu integrieren.

Diese Prozesse umfassen die Definition von Domänen und Datenprodukten, die Anreicherung Metadaten und die Ermöglichung von Self-Service . Die Plattform bietet außerdem integrierte Governance, erweiterte Fähigkeiten Datenherkunft und Beobachtbarkeit sowie KI-fähige Daten. Mit der Plattform können Sie den Datenzugriff demokratisieren, Vertrauen aufbauen und KI aktivieren.

Sind Sie bereit, loszulegen? Fordern Sie noch heute eine Demo an und erfahren Sie, wie die Actian Data Intelligence Platform Arbeitsabläufe transformiert und Datenmanagement vereinfacht.