حالات استخدام تكامل البيانات الرئيسية

اقرأ في هذا المقال


تكامل البيانات هو عملية هندسة البيانات لدمج البيانات من مصادر مختلفة في عرض واحد موحد للبيانات، وتبدأ العملية باستيعاب البيانات من أنظمة المصدر المختلفة.

ما هي حالات استخدام تقنية تكامل البيانات

  • يتضمن تكامل البيانات استخراج البيانات من مصادر مختلفة وتحويل البيانات أو تنظيفها وتحميل البيانات في مستودع واحد ويتم تصميم البيانات لتوفير مخطط يوحد البيانات المتباينة في عرض واحد على مستوى الشركة، ويركز تكامل البيانات على التوفيق بين مصادر البيانات ومجموعات البيانات المتباينة في عرض واحد للبيانات المشتركة عبر الشركة.
  • لا يتمثل هدف تكامل التطبيقات في التوفيق بين مصادر البيانات المختلفة في نموذج بيانات متماسك ومشترك، بدلاً من ذلك فإن الهدف من تكامل التطبيق هو مشاركة البيانات المهمة بين التطبيقات المختلفة، وعلى سبيل المثال بيانات معلومات المخزون من قاعدة بيانات (SQL) الخلفية لتجار التجزئة، والهدف الرئيسي ليس الحصول على نظرة شاملة لجميع مجموعات البيانات لكن بدلاً من ذلك فإنّ الكفاءة التشغيلية هي الهدف وهو توفير بيانات “قريبة” في الوقت الفعلي للتطبيق والحفاظ على سير العمليات التجارية.
  • العمل على تشغيل تطبيقات الوقت الفعلي، بحيث يساعد تكامل البيانات في التصنيع على تشغيل التطبيقات في الوقت الفعلي بغض النظر عما إذا كانت تستخدم قواعد بيانات محلية أو سحابية، وتعمل حلول التكامل في الوقت الفعلي على نقل البيانات بزمن انتقال منخفض بسرعات شبه فورية، ويتم تصميم خطوط أنابيب البيانات والتطبيقات في الوقت الفعلي خصيصًا للبيئات السحابية ويمكن أن يتفوق أداؤها على نظرائها في أماكن العمل ولكنها تتطلب معالجة مستمرة للبيانات.
  • كشف الحالات الشاذة وإجراء تنبؤات دقيقة، بحيث تسمح خطوط أنابيب البيانات في الوقت الفعلي للمصنعين بتشغيل أنواع مختلفة من التحليلات بما في ذلك الكشف عن الحالات الشاذة والتنبؤ بها، والتي تعتبر بالغة الأهمية لاتخاذ القرار في الوقت المناسب، لذلك يُعد تكامل البيانات أمرًا بالغ الأهمية للصيانة التنبؤية ويوفر تكامل البيانات أيضًا رؤى في الوقت الفعلي لبيانات العملاء من مصادر متعددة لمساعدتك في عمل تنبؤات وتوقعات أكثر دقة.

المصدر: Foundations of Data Science By Avrim Blum, John Hopcroft, Ravindran Kannan / First EditionIntroducing Data Science: Big data, machine learning, and more, using Python tools By Davy Cielen, Arno Meysman / First EditionAn Introduction to Data Science By Jeffrey S. Saltz, Jeffrey M. Stanton / First EditionData Science from Scratch: First Principles with Python by Joel Grus / 2nd Edition


شارك المقالة: