一个持续维护的地方，用来回答关于运营数据的问题
数据平台与分析，是在云平台上收集、存储并呈现运营数据，让分析师和工程师能够从一个持续维护的数据集中获得答案，而不是依赖一次性导出。SEYA Group 为您指定的数据源设计并构建这个平台，并搭建其上的报表。
适用对象
管理团队对同一个指标拿到三个不同数字、取决于是谁跑的查询的 CIO 和 CTO。拥有一个数据仓库、却无法在不启动一个漫长项目的情况下接入新数据源的 IT 经理。分析师整周都在拼接导出数据的数据与分析负责人。被要求把数据平台搬上云、需要一个现有团队能够运营的设计的解决方案架构师。
如果您的模型已经存在，问题在于如何可重复地训练和发布，那属于 MLOps。本页面讲的是底层平台。
我们解决的问题
- 数据散落在各个系统中，没有一个商定的汇聚之处。
- 数据仓库或一组应用数据库无法回答业务现在提出的问题。
- 决策基于上个季度导出的电子表格。
- 没人信任的报表，因为全靠一个人手工重新加载。
- 访问权限要么完全开放，要么锁得太死，分析师只能绕道而行。
您将获得
- 数据战略。一份建议，说明哪些平台服务和工具适合范围内的数据源、平台要回答哪些问题，以及数据源应按什么顺序接入。选择权在您的团队。
- 平台构建。这些数据源的摄取流水线、存储和访问模型，以代码方式在您选定的云平台上构建；当某个指定的数据源和消费方需要时，提供流式路径。
- 数据模型与质量检查。对关键度量的统一定义，以及流水线中能在损坏的加载到达报表之前将其拦下的检查。
- 报表与可视化。基于平台所持有数据集的仪表盘或报表，面向您指定的决策。
- 分析与模型。对这些数据集的分析，以及在简报要求时的第一个机器学习模型，并将其交接到在 MLOps 下确定范围的可重复发布路径。
项目如何开展
- 范围确认会。您描述数据源、今天没人能回答的问题，以及由谁来运营平台。
- 调研。我们与各系统负责人一起审视源系统、当前报表和访问规则，并商定第一批数据源和度量。
- 设计与首次构建。平台设计由您的工程师和安全负责人审查，随后端到端构建第一批数据源和报表。
- 扩展与交接。更多数据源沿用同一模式，您的团队接管流水线，并拿到关于加载和访问模型的运维手册。
技术范围
平台构建在 AWS、Microsoft Azure 或 Google Cloud 上，合适时使用该平台的托管存储、数据仓库和流水线服务，更合适时使用开源工具。基础设施以代码定义，在您的团队使用 Terraform 的情况下用 Terraform，使环境可以重建。报表尽可能使用您的组织已经获得许可的可视化工具，这样分析师不必再学一个新工具。
您需要具备的条件
每个源系统都有能授予访问权限并解释数据的负责人；已决定平台放在哪个云上（或愿意在调研中做出该决定）；以及将接手平台的工程师或分析师。如果云基础环境尚不存在，先做 云平台与迁移 下的着陆区工作。
本页不在范围内的内容：商定清单之外的数据源，那需要另一份简报；在重复运行的流水线上训练和发布模型，这属于 MLOps；以及流水线安全扫描，这属于 安全与 DevSecOps。 如果工作是构建数据产品，则由我们的姊妹公司 Mars Innovation Technology 承接。SEYA 在本页面的范围是平台的访问控制、质量和安全。
相关案例
常见问题
我们需要数据湖、数据仓库，还是两者都要？
取决于数据源和问题。调研会为第一批数据源推荐一种存储形态，并说明随着更多数据源接入，什么情况会改变这一建议。
平台和数据归谁所有？
归您。平台运行在您的云账户中，流水线代码放在您的代码仓库里，数据从不经过 SEYA 的系统。
你们如何与我们的分析师和工程师协作？
他们是构建的一部分。分析师定义度量并测试报表；工程师在流水线上结对工作，以便交接后能够自行扩展。
多久能看到第一份报表？
首次构建的范围限定在少量数据源，以便尽早出现一份可用的报表并验证模式。具体多早取决于这些数据源有多干净、多易于访问，调研会告诉您。
你们能处理我们本地的数据吗？
可以。数据源可以留在原地，通过安全连接为平台供数，也可以作为更大范围迁移的一部分迁移。战略会说明采用哪种方式。
如果您的组织需要一个可信赖的地方来查询自己的数据，请 预约数据平台范围确认会， 带上那个目前没人能回答的问题。
联系我们
发送有关云、平台、数据或可靠性项目的咨询。营销邮件在表单中为单独选项。