X

Saiba como a nuvem e as novas tecnologias habilitam a transformação nos negócios e na sociedade.

Autonomous Data Warehouse: Novas inovações para analistas de dados, cientistas de dados cidadãos e desenvolvedores LOB

This is a syndicated post, view the original post here

Neste blog post, apresentamos um novo foco para o Autonomous Data Warehouse: capacitar os analistas de dados de última geração com um data warehouse em nuvem de última geração.

Por George Lumpkin*

Após a apresentação do Autonomous Data Warehouse, organizações de todos os tamanhos reconheceram o quanto poderia ser simples provisionar um data warehouse. Como o Autonomous Data Warehouse não requer administração operacional (e, portanto, não requer um administrador de banco de dados), um data warehouse em nuvem está ao alcance de muito mais organizações do que antes.

Para muitas organizações de TI, o Autonomous Data Warehouse era exatamente o que precisavam. O Autonomous Data Warehouse lidou com as tarefas operacionais do dia a dia, para que os especialistas de TI tivessem mais tempo e energia para se dedicar à adição de novos conjuntos de dados e ampliar o data warehouse para atender às necessidades da equipe de negócios.

Embora o Autonomous Data Warehouse eliminasse a necessidade de um administrador operacional, ainda havia a necessidade de fortes habilidades de TI e desenvolvimento para construir um warehouse. Para começar, as organizações precisavam ser capazes de projetar seu esquema de banco de dados, criar tabelas de banco de dados usando SQL, carregar seus conjuntos de dados nas tabelas e limpar e transformar os dados. O Autonomous Data Warehouse (e basicamente todos os outros fornecedores de data warehouse em nuvem) era uma solução orientada por SQL, projetada para usuários técnicos que estavam acostumados com bancos de dados relacionais.

-Leia mais: A chegada do Java 16

Evolução para um modelo de autosserviço para data warehouse

Na Oracle, quando começamos a considerar a última geração de data warehouses em nuvem, reconhecemos que não havia razão para que a construção de um data warehouse em nuvem exigisse profundo conhecimento de TI. Os data warehouses são construídos para resolver problemas de negócios — fornecendo insights mais profundos sobre os dados de negócios de uma organização — e os principais usuários do data warehouse não são gurus de SQL, mas analistas de dados e outros profissionais de negócios nas organizações de linhas de negócios.

Neste blog post, apresentamos um novo foco para o Autonomous Data Warehouse: capacitar os analistas de dados de última geração com um data warehouse em nuvem de última geração. O Autonomous Data Warehouse agora oferece um conjunto de ferramentas integradas de autosserviço, projetadas não para o usuário de SQL, mas para o usuário de negócios, o cientista de dados cidadão e o desenvolvedor cidadão.

O Autonomous Data Warehouse adicionou uma paleta de novas ferramentas integradas (além das ferramentas integradas pré-existentes, como Planilha de SQL, Notebooks de Machine Learning e APEX):

•    Carregamento de Dados
•    Transformação de Dados
•    Modelo de negócios
•    Insights de Dados
•    Catálogo
•    AutoML
•    Graph Studio

Ferramentas de autosserviço do data warehouse: um exemplo
Essas novas ferramentas foram projetadas para usuários de negócios, não para usuários técnicos. O ponto de partida de qualquer data warehouse é carregar dados. Anteriormente, a única técnica do Autonomous Data Warehouse para carregar dados do armazenamento de objetos em nuvem era via SQL:

Se você for um usuário de SQL, os trechos de código acima são simples de usar. No entanto, se você é um analista de dados, provavelmente não sabe SQL e nem deve estar interessado em aprender esses detalhes do banco de dados. As novas ferramentas integradas do Autonomous Data Warehouse levam em conta o analista de dados, para que o carregamento de dados se torne muito mais simples através de uma interface do usuário (UI):

Um analista de dados pode usar a interface do usuário para simplesmente carregar dados de um arquivo local em seu laptop. Basta que ele clique em "Avançar" na tela acima e, em seguida, arraste e solte o arquivo de dados na ferramenta Carregamento de Dados:

O Autonomous Data Warehouse interpretará automaticamente os arquivos, configurará as definições da tabela SQL com os nomes das colunas e tipos de dados apropriados e carregará os dados. Opcionalmente, o usuário pode verificar as configurações antes de iniciar o carregamento de dados, e é possível ver os detalhes da definição da tabela e as opções para o carregamento de dados:

Mas, no final, o carregamento de dados foi reduzido basicamente a um processo de uma única etapa: arrastar o arquivo de dados para a ferramenta de carregamento de dados. O Autonomous Data Warehouse cuida dos detalhes técnicos.

Esse exemplo simples ilustra como o Autonomous Data Warehouse está estendendo sua visão para os analistas de dados, além dos usuários técnicos orientados por SQL. Com ferramentas simples semelhantes, o Autonomous Data Warehouse fornece ferramentas integradas para ajudar os analistas de dados a transformar os dados em seu data warehouse, organizar os dados em modelos de negócios (para fornecer uma visão dos dados centrada nos negócios) e pesquisar os dados com um catálogo (que fornece adicionalmente a linhagem de dados para que os usuários de negócios possam saber a origem dos dados).

Cientistas de Dados Cidadãos - Apresentamos o AutoML
O Autonomous Data Warehouse ajuda outros profissionais de negócios além dos analistas de dados – ele também introduz novos recursos para os "cientistas de dados cidadãos".

Um cientista de dados cidadão é um usuário de negócios que possui profundo conhecimento dos dados e dos problemas do negócio que precisam ser resolvidos – mas não é um cientista de dados profissional com formação avançada em ciência da computação.

O Autonomous Data Warehouse inclui mais de 30 algoritmos de máquina integrados, um avançado conjunto de recursos que foram incorporados ao banco de dados da Oracle nos últimos 20 anos.

O desafio aqui é que esses algoritmos são usados por cientistas de dados capacitados, que entendem todas as nuances do machine learning.

O novo recurso AutoML do Autonomous Data Warehouse agora preenche essa lacuna, permitindo que cientistas de dados cidadãos, não especialistas, criem seus próprios modelos de machine learning para resolver problemas de negócios, como identificar os clientes potenciais mais promissores para marketing ou vendas.

O AutoML auxilia o cientista de dados cidadão, selecionando os algoritmos e parâmetros mais apropriados com base nos dados fornecidos – sem a necessidade de nenhum conhecimento especial sobre os próprios algoritmos.

Aqui, o AutoML decide qual algoritmo é mais adequado ao problema específico do negócio – no exemplo acima, o AutoML testou vários algoritmos e, por fim, selecionou um Modelo Linear Geral como o melhor algoritmo para resolver esse requisito específico de atrito/rotatividade de clientes. Isso realmente proporciona o poder de trabalhar com machine learning a um público de negócios muito mais amplo.

Desenvolvedores LOB - Apresentando o APEX para desenvolvimento de low-code

O Oracle APEX, plataforma de desenvolvimento de low-code da Oracle, fornece todas as ferramentas necessárias para construir aplicativos em uma única plataforma extensível, executada como parte do Oracle Autonomous Data Warehouse.

Usando o APEX, os desenvolvedores de LOB podem desenvolver rapidamente aplicativos atraentes, apenas combinando widgets pré-construídos e extensíveis. É incrivelmente fácil e rápido implementar aplicativos em HTML ricos, poderosos e compatíveis com dispositivos móveis que resolvem problemas reais e criam valor imediato.

A vasta gama de tecnologias faz com que você não precise ser um desenvolvedor dedicado. Isso significa que você pode se concentrar em resolver o problema e deixar o APEX cuidar do resto.

Para explorar como o APEX ajuda a eliminar a complexidade e fornecer resultados com mais rapidez, consulte a página inicial do APEX (apex.oracle.com), onde você encontrará tudo o que precisa para começar.

Análise de Grafos
O Autonomous Data Warehouse continua a expandir a amplitude de suas ofertas de análise, com novos recursos de análise de grafos que permitem que os usuários entendam e analisem as relações dentro dos dados. A análise gráfica pode ajudar os usuários de negócios a entender como seus clientes interagem e identificar os clientes mais importantes e influentes, ou pode ajudar a identificar fraudes com análises aprofundadas das cadeias de transações financeiras.

O Autonomous Data Warehouse apresenta o Graph Studio, uma interface integrada de low-code que automatiza a modelagem de grafos e o gerenciamento de dados e simplifica a análise e visualização de grafos. É importante ressaltar que o Graph Studio orienta o analista de dados na criação do modelo gráfico. O data warehouse pode conter tabelas com dados do cliente, e o Graph Studio pode exemplificar os dados do cliente, entender as relações pré-existentes presentes no banco de dados e criar gráficos identificando os vértices e as bordas com base nessas relações.

Depois que o gráfico é criado, o Graph Studio fornece um bloco de notas integrado com recursos de visualização gráfica:

Conclusão
O Autonomous Data Warehouse está conduzindo os data warehouses em nuvem a uma nova direção. O data warehouse não precisa ser um domínio exclusivo de especialistas em SQL e profissionais de TI, nem deve exigir a montagem de inúmeras peças e componentes. O Autonomous Data Warehouse expandiu o serviço de data warehouse em nuvem para abranger o carregamento e a transformação de dados, simplificar análises aprofundadas, como gráficos e machine learning, e oferecer rapidamente novos aplicativos de low-code – tudo com ferramentas de autosserviço integradas.

Comece a usar essas novas ferramentas agora!
Esta foi apenas uma breve introdução às novas ferramentas de autosserviço, mas fique atento a mais publicações no blog que abordarão esses vários novos recursos. Ou, melhor ainda, conecte-se ao seu próprio Autonomous Database e experimente você mesmo as novas ferramentas! Se você estava querendo saber: SIM, essas ferramentas estão inclusas na versão Always-Free do Autonomous Data Warehouse.

Clique aqui para saber mais sobre o Autonomous Data Warehouse.

*George Lumpkin é Vice-Presidente de Gestão de Produtos para Autonomous Data Warehouse

Be the first to comment

Comentários ( 0 )
Please enter your name.Please provide a valid email address.Please enter a comment.CAPTCHA challenge response provided was incorrect. Please try again.