DataHub を使う

DoiT DataHub を利用する際は、通常、次の段階を経ます。

データの探索（Data discovery）。目的に基づいて、社内外のデータソースを特定します。

たとえば、単位あたりの収益性（ユニットエコノミクス）を測定するには、売上データ、売上原価（COGS）、顧客獲得コスト（CAC）、顧客生涯価値（CLV）が必要になる場合があります。これらのデータは、組織の外部も含め、さまざまな場所やチームに分散して存在している可能性があります。
データの抽出と検証（Data extraction and validation）。関連するソースシステムから必要なデータのみを収集し、データが妥当で以後の分析に適していることを確認するために、正確性と一貫性をチェックします。
メトリクスとディメンションのモデリング（Metric and dimension modeling）。ユースケースに合致するレポートを作成できるよう、送信するラベル・ディメンション・メトリクスを決定します。

まず、取り込む予定のデータを確認し、レポートをどのように構成したいかを検討します。そこから、含めるべきディメンションと値を決定できます。適切なデータの粒度を設定することは、効果的な分析に役立つだけでなく、意図しないデータの開示リスクを軽減します。
データ変換（Data transformation） と データロード（Data loading）。データを DoiT DataHub に送信します。
- データの取り込みは、DataHub API または CSV ファイルを使用して実行できます。
- DoiT に送信する前に、たとえば個人を特定できる情報（PII）をマスキングするなど、データをサニタイズしてください。
データ分析と可視化（Data analysis and visualization）。DoiT Cloud Intelligence の充実した FinOps 機能を活用して、組織のさまざまな側面を可視化し、データを実行可能なインサイトに変換します。たとえば、レポート、アロケーション、コストの分割、カスタムダッシュボードなどがあります。
ポリシーとガバナンス（Policy and governance）。最適なクラウド利用とコスト効率を維持するためのポリシーとガバナンスの仕組みを確立します。たとえば、アラートを作成してメトリクスを追跡し、重要なイベントや状況を通知で受け取り、予算を設定して計画支出に対する実支出を追跡し、説明責任と予測可能な財務成果を担保します。