圖 叡揚的智慧分析布局
大數據分析產品 | Vitals KPIM 指標管理系統 |
---|---|
Vitals HAS 醫療資訊分析系統 | |
Vital CRM Insight 分析模組 |
叡揚的智慧分析布局以資料湖泊架構為基底,包含各種來源、類型的資料,經由不同方式的儲存、處理、淨化、管理後,彈性地產出各種分析資料;資料湖泊可同時包含「未被清理的資料」(Unclean Data),以保持其最原始的形式,分析者可取得最原始模式的資料,以減少因數據流失而導致資源上再處理資料的必要,讓來自各地的資料更易於結合。
然而資料湖泊架構並非只是一堆資料存放在一起,其資料管理與品質之首起,則是更需如實體倉儲一般依據生產過程的產出特性來規劃原物料、半成品或成品等儲區,令其井然有序且易於管理,每一資料儲區即是一實體或邏輯上的資料庫(Hadoop上稱之為區域):資料湖泊架構階段可劃分為保持最原始形式的來源資料映射區、保存變動期間的明細資料待清理區、下架歷史區、擴增資料暫存區及後期綁定區,並隨資料湖泊成長向前擴增來源資料反綁定區;在資料倉儲資料庫劃分為完整資料的乾淨明細區、彙總維度區、資料超市。
資料品質管理則是需要規劃管理資料變動的Metadata管理以及ETL(Extract-Transform-Load)的內含資料品質作業。其中Metadata管理則是以建立倉儲資料的資料建構管理(Data Configuration Management)機制,包含建置標準化詞彙集(Vocabulary)及其語意描述、業務規則或計算邏輯,管理資料建構識別(Data Configuration Identification) 以及資料的版本(Versioning of Data)、Metadata知識庫,輔以Metasearch全文檢索功能。而在ETL的設計上需考量Metadata與資料轉檔邏輯程式之間的一致性,並進行資料加值與回饋,定期或不定期收載、清理或整合資料,以確保資料收容的品質。
在分析報表方面,運用互動式視覺效果的BI工具,提供使用者以全新的方式檢視並分析資料,以進行統計、比較、分佈、趨勢分析;經由長期的追蹤及勾稽、個案解析及評量、時空分佈與變異等,可將分析結果回饋到既有系統。對於業務方面能有進一步的應用,以提升決策的有效性,將決策風險降至最低,並找出潛在有價值的洞見。
疾管署以資料倉儲為根基 疫情防護更全面
健保署升級第三代資料倉儲系統 進軍人工智慧應用新藍海
衛生福利部中央健康保險署建置資料倉儲搭載MRE 讓龐大資料轉化成易懂報表資訊的最佳幫手
衛生福利部中央健康保險署資料提供閘門系統之應用
財政部高階主管資訊系統 決策制定牽一髮而動全身
高雄榮民總醫院管理決策系統 掌握決策者所需之內外部資訊
台大醫院資料倉儲報表系統 快速提升行政效率
臺灣菸酒公司因商業智慧系統 制定有效行銷策略
產業專利知識平台 當群體智慧遇上人工智慧 — 智慧財產局的智慧選擇
TAF首創食品防火牆 建認證食品安全驗證服務網
資料倉儲與資料湖泊互補 — 巨量資料浪潮衝擊下的思維
運用資料產生新收入的8種方法
如何確保大數據分析的品質:淺談監督式機器學習的測試評估方法
政府資訊開放 除了開放更要好存取易應用