FactGem: Integrer datakilder i minutter ... Ingen kode krævet!

FactGem

Data er i siloer. Forretning og IT kræver begge et samlet syn på data for at hjælpe med at levere løsninger på nutidens forretningsudfordringer. Rapporter, der giver en samlet visning af integrerede data, er påkrævet, så folk kan se på oplysninger, der er afgørende for deres organisationer og skaber tillid til deres evne til at udføre og levere nøjagtige oplysninger, der er kritiske for virksomhedens succes.

Data er imidlertid spredt på flere relationelle systemer, mainframes, filsystemer, kontordokumenter, vedhæftede filer via e-mail og meget mere. Da data ikke er integreret, og virksomheder stadig har brug for samlet information, udfører d virksomheder "drejestol" -integrationer og opretter "stirrer og sammenligner" -rapporter. De forespørger om en silo og kopierer resultaterne for at udmærke sig, spørger om en anden silo og indsætter data igen og igen. De gentager denne proces, indtil de har noget, der repræsenterer den rapport, de så desperat vil oprette. Denne type rapportering er langsom, manuel, upålidelig og fejlbehæftet!

De fleste organisationer indrømmer, at de værktøjer og teknologier, der skabte datasiloproblemet, ikke kan bruges i løsningen. Som et resultat har vi i de sidste par år set spredningen af ​​NoSQL-databaser og teknologier, der bliver brugt til at hjælpe med at integrere data hurtigere og med mere smidighed. Disse kraftfulde nye databaser og platforme kan reducere tid til at integrere data sammenlignet med traditionelle metoder, men de er alle udviklercentriske og bringer endnu et sæt udfordringer med sig, når det gælder at tilegne sig de færdigheder, der er nødvendige for at udvikle og arbejde med disse teknologier. Der er mange forhindringer, der er forbundet med denne proces, herunder opdatering af forandringsledelse og forretningsprocesser for at lykkes med at levere resultater.

FactGem giver en måde at integrere data uden at skrive nogen kode. De mener, at der skal være en lettere måde at integrere data på, og det er der. De skabte det!

Ingeniørteamet hos FactGem har påtaget sig byrden ved at håndtere kompleksiteten af ​​integration, så forretningsbrugere ikke behøver. Nu behøver en dataintegrationsdiskussion ikke nødvendigvis starte med IT. Som et resultat kan FactGems dataintegrationsapplikationer bruges til hurtigt at integrere forskellige siloer af data for at levere ensartede rapporter om tidligere frakoblede data.

Hvad det kommer ned på er, at vi løste dette umulige problem ud fra et teknisk perspektiv, men det vi virkelig leverer er en forretningsløsning. CEO Megan Kvamme

Når de integrerer data, starter de med den antagelse, at dine data allerede er modelleret. Meget smarte mennesker i din organisation og sandsynligvis de leverandører, som du købte applikationer og løsninger fra, skabte disse modeller. De enheder og forhold, du holder af og ønsker at forene, lever i dine datasiloer. De ligner kunder, ordrer, transaktioner, produkter, produktlinjer, udbydere, faciliteter og meget mere. De ønsker at låse dataene op i disse enheder og samle dem i en rapport, der giver meningsfuld forretningsindsigt. Med FactGem er dette en simpel opgave.

Hvis du kan tegne enheder og relationer til din organisation på en tavle, kan du bruge FactGem til at integrere dine data. Det er så simpelt.

Start med WhiteboardR for at integrere data med FactGem. I denne applikation skal du trække og slippe enheder og relationer for at oprette den logiske model for integrerede data ved at "whiteboarde" den i browseren. I WhiteboardR skal du definere, hvilke attributter du vil knytte til hver enhed, og du skal kun modellere det, du har brug for, efterhånden som du har brug for det. Du behøver ikke at kende alle attributter, der er knyttet til hver enhed, før du starter. Du behøver ikke at kende alle de siloer og kilder, du i sidste ende vil integrere. Den bedste praksis er at starte med at oprette en model til et par siloer, som du ved kan levere en samlet rapport - og øjeblikkelig værdi for din virksomhed. Kortlæg dine enheder, deres attributter og deres forhold til hinanden. Du kan endda oprette forretningsregler for at definere, hvad der gør en enhed unik, og hvad kardinaliteten i dens forhold skal være i forhold til andre relaterede enheder. Når denne model er oprettet, distribuerer du modellen, så den kan bruges i MappR.

Mens WhiteboardR giver dig mulighed for at bruge et program til at definere en integreret, samlet virksomhedsdækkende forretningsmodel, giver MappR dig mulighed for at kortlægge forskellige unikke siloer med data til en samlet WhiteboardR-model. I MappR kan du prøve en datakilde og begynde at oprette tilknytninger. Lad os sige, at i en kilde fra en silo har du en attribut cust_id og i en anden silo har du en attribut Medlems ID, og du ved, at begge henviser til en kunde. Med MappR kan du kortlægge begge disse attributter til den samlede attribut Kunde ID du allerede har defineret i den samlede WhiteboardR-model. Så snart du kortlægger de attributter, som du holder af en kilde, kan MappR derefter importere filer fra den silo, og den integreres automatisk i WhiteboardR-modellen og kan straks spørges i en samlet visning. Du kan fortsætte med at kortlægge kilder og indtage data på denne måde, indtil du har integreret de data, du ønsker, til din samlede visning.

MappR

Med WhiteboardR og MappR kan du endda gemme, versionere og eksportere de modeller, du opretter. Disse modeller har værdi i, at de bliver dekoderringen til at hjælpe virksomheden og IT med at kommunikere deres forståelse af organisationens data, hvordan de skal bruges, og hvordan de bruges på tværs af siloer. Disse modeller kan også bruges til at hjælpe med at informere nye datainstallationer og re-platformeinitiativer for at hjælpe med at garantere deres succes.

Når data er indlæst, giver BuildR dig mulighed for hurtigt at oprette et simpelt, forespørgseligt dashboard på tværs af dine samlede data i browseren. ConnectR giver dig mulighed for at implementere et webdataforbindelse til Tableau og andre BI-værktøjer, så du også kan udnytte disse værktøjer til rapportering af dine nu samlede data.

Fordi FactGem gør det tunge løft af dataintegration, og fordi du kun skal modellere og kortlægge, hvad du har brug for, som du har brug for det, går dataintegration og levering af indsigt utroligt hurtigt. Hvordan ser dette ud i det virkelige liv?

Sådan ser en normal FactGem-dataintegration ud:

Sidste sommer henvendte en Fortune 500-forhandler sig til Factgem og bad om hjælp, fordi de brugte en kæmpe CRM og trak data fra andre steder for at prøve at få indsigt. Deres Chief Data Scientist havde brug for nemt at kombinere butikker, e-handel og kunde data warehouse information for at forstå "Hvem er kunden?"

FactGem lovede levering inden for 24 timer. De byggede en sammenkædet model på tværs af alle butikker og kunder, afslørede ny indsigt og gjorde det på 6 timer, ikke 24! Også . . . Kunde nr. 1 i detailhandlen blev født. De er gået fra at se på en enkelt by på 6 timer til at se over hele landet, over tusinder af butikker, titusinder af kunder og terabyte data - og gør alt dette i en dags arbejde. Andre inden for detailhandel, finansielle tjenester og produktion begynder også nu at se og indse fordelene ved FactGem i deres organisationer.

Teknologien er kommet så langt, at det ikke længere skulle være ingeniørers eneste ansvarsområde. Moderne dataintegration er ikke så hård som din IT-afdeling ønsker, at du skal tro. CTO Clark Richey

WhiteboardR

FactGems WhiteboardR-modul forbinder forskellige datakilder uden brug af nogen kode.

Besøg FactGem for at lære mere

Hvad mener du?

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.