Gli Analytic Architecture Services di Teradata integrano dati di qualsiasi tipo

Basati su best practice, competenze e asset dell’azienda, i nuovi servizi permettono di velocizzare l’adozione della Unified Data Architecture

Teradata ha annunciato i nuovi Analytic Architecture Services per velocizzare il deployment della Teradata Unified Data Architecture, che acquisisce e analizza dati strutturati e multi-strutturati. Gli Analytics Architecture Services sfruttano le best practice globali di Teradata e si basano su una profonda competenza, capacità, conoscenza industriale e asset importanti come i Teradata Logical Data Models e la Data Integration Roadmap.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

Questi nuovi servizi, già disponibili in tutto il mondo, unificano la vision di azienda, le informazioni, le applicazioni e i sistemi del cliente. Per garantire il successo, le best practice di Teradata tengono in considerazione questi quattro elementi principali:

– Architettura aziendale: le priorità aziendali e i progetti approvati

– Architettura informativa: le necessità legate alla gestione dei dati e i requisiti come il master data management, la qualità dei dati, la sicurezza e la privacy

– Architettura applicativa: le applicazioni di business che gli utenti considerano fondamentali per l’ambiente dati integrato

– Architettura dei sistemi: i componenti fisici dell’ambiente dati integrato

Considerato l’insieme di questi diversi punti di vista delle operazioni aziendali, gli esperti di Teradata possono progettare la corretta architettura del data warehouse per rispondere alle attuali esigenze aziendali, fornendo al tempo stesso la flessibilità necessaria per soddisfare le future necessità.

Gli Analytic Architecture Services mettono a disposizione una serie di Solution Model Building Block specifici per ogni settore che permettono di velocizzare lo sviluppo del data warehouse. Questo insieme di asset comprende template, modelli dati, mappature pre-definite e layer semantici. I Solution Model Building Block sono stati messi a punto partendo dalle necessità più diffuse, come la gestione multicanale nel retail bancario, l’analisi del fatturato mobile nelle telecomunicazioni, la qualità dell’assistenza in ambito sanitario e l’analisi delle denunce in quello assicurativo.

Leggi anche:  Qlik amplia la capacità dei clienti di scalare l'AI per un impatto con AWS