DataHub を使った作業

DataHub を使った作業は、一般的に次の段階で構成されます。

データディスカバリー。目的に基づき、社内外のデータソースを特定します。

例として、ユニットエコノミクス（単位当たりの採算性）を測定する場合、収益データ、売上原価 (COGS)、顧客獲得コスト (CAC)、顧客生涯価値 (CLV) が必要になることがあります。これらのデータは、多くの場合、組織内外のさまざまな場所やチームに分散して存在しています。
データの抽出と検証。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、データが有効であり、今後の分析に適していることを確認するために、データの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。レポートがユースケースと整合するように、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。

インポートを予定しているデータを確認し、レポートをどのような構造にしたいかを検討することから始めてください。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、意図しないデータ漏えいの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 DataHub に送信します。
- DataHub API または CSV ファイルを使用してデータをインポートできます。CSV をアップロードする場合は、データセットを作成するときに、ファイルに合ったスキーマテンプレートを選択してください。
- DoiT に送信する前に、個人を特定できる情報 (PII) をマスクするなど、データを必ずサニタイズしてください。
データ分析と可視化。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。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、メトリクスを追跡し、重要なイベントや状態を通知するためのアラートを作成したり、計画支出に対する実際の支出を追跡し、責任ある予算管理と予測可能な財務成果を確保するための予算を設定したりします。