<p>在生技醫療領域，「醫盟科技」（Flat Medical）領先全球首創「Epifaith 定位針筒」，可以把醫生執行麻醉注射、硬脊膜外腔注射時的失誤機率降到最低，該產品已於 2019 年取得美國 FDA 及歐盟 CE 上市許可；另外，「昱星生物科技」聚焦於開發人類誘導式幹細胞（iPSC) 模組的高效能藥物篩檢及毒性測試平台，提供個人化、精準化醫療服務的檢測；還有昇締生技為燙傷後患者創新研發的無毒親膚 Light SPA 美肌光波衣，以及臺灣輔康醫療器材結合 AI、雲端、大數據打造的 SMARC AI 雲端健康管理系統，都同樣受到高度肯定。</p>
<p>在前瞻科技的智慧應用創新，「光禾感知科技」(OSENSE)以人工智慧、5G、擴增實境(AR)等科技創新智慧球場解決方案，入選日本 Nikkei Business 評選為「改變世界的100家科技公司」，被視有機會成為獨角獸的潛力新創。同樣聚焦5G與智慧應用，「稜研科技」打造毫米波射頻系統開發套件— BBOXTM，高獲利產品使其成為5G新創之星。</p>
<p>在智慧生活與商務領域，「悠勢科技」以共享車位即時媒合服務平台「USPACE」，打造車位主、駕車者以及悠勢的三贏，成功開啟平台經濟服務商機；「海力雅集成」結合美學與科技，創新具專利技術的機能性潔能帷幕板，成為智慧建築的潛力新創；還有「BONIO公司」的線上學習平台 PaGamO 素養品學堂、「翔探科技」結合軟體 AI 的全棧式無人機開發技術、「菜蟲農食」以精準數據讓餐廳直接向生產者採購蔬菜食材的平台，以及「Canner」因應企業資料管理問題所創新的一站式大數據管理平台 Canner，都令人高度期待其後續發展。</p>
<img src="/static/images/ws-post/2020_01_20_ndf/pic-1.jpeg">

<p>報導連結：<a href="https://www.bnext.com.tw/article/56474/2020-ndc">https://www.bnext.com.tw/article/56474/2020-ndc</a></p>


國發會創業天使基金拉動投資 為孵化台灣獨角獸新創開路， 12 家新創展現無限發展潛力

台灣最具潛力 12 間新創

<h2 id="賀！易開科技（canner）獲選為精誠集團「ai-新創加乘器計畫」（agp-2020）">賀！易開科技（Canner）獲選為精誠集團「AI+ 新創加乘器計畫」（AGP 2020）</h2>
<h3 id="八大潛質新創之一">八大潛質新創之一</h3>
<p>Canner在產品特色及業務推廣成效等項目都獲得精誠集團的認可，得以在眾多新創團隊中脫穎而出。後續結合精誠的各單位主管及業務代表，將 Canner 產品推廣到國內大型金控集團及高科技製造業並參與大型專案；下一步藉由精誠的海外市場開發能量一同走出台灣。 </p>
<p>Canner 的資料調用平台，是藉由資料虛擬化技術，整合多源資料庫、雲地端資料，加速綜合報表產出，並可為企業省下達7成的數據生產成本。我們目前服務的客戶為上市公司的製造業、金融業及零售業等，Canner能讓企業在市場瞬息萬變的情境中，解決企業獲取數據時的痛點，而以更快更簡單更省錢的技術獲取數據，讓管理者能更快地做出決策及市場回應。 </p>
<p>精誠集團 AGP 營運長凌子涵表示，雖然 2020 年受到疫情影響，精誠仍受邀成為日本TOPPAN Printing 創新方案驗證計畫 co-necto 首家海外合作夥伴，透過遠端協作的方式，協助台灣AGP新創持續關注日本市場，為疫後拓展海外市場做足準備，未來也將隨著精誠拓展日本、東南亞等市場的腳步，助攻 AGP 新創邁向國際。 Canner 知道企業數據整合的痛點，也有經驗可以協助處理，這也是 Canner 立足台灣，放眼日本，展望全球市場的最佳能力展現。 </p>
<h3 id="canner---data-access-solution-right-data-to-right-person">Canner - Data Access Solution. Right data to right person.</h3>
<ul>
<li>精誠官網: <a href="https://tw.systex.com/agp2020/">https://tw.systex.com/agp2020/</a> </li>
<li>自由財經: <a href="https://ec.ltn.com.tw/article/breakingnews/3390483">https://ec.ltn.com.tw/article/breakingnews/3390483</a> </li>
<li>中時新聞網: <a href="https://www.chinatimes.com/realtimenews/20201224002054-260410?chdtv">https://www.chinatimes.com/realtimenews/20201224002054-260410?chdtv</a> </li>
<li>數位時代: <a href="https://www.bnext.com.tw/article/60680/systex-starup-ai-agp">https://www.bnext.com.tw/article/60680/systex-starup-ai-agp</a> </li>
<li>UDN: <a href="https://udn.com/news/story/7240/5116412">https://udn.com/news/story/7240/5116412</a></li>
</ul>
<div class="gallery">
    <img src="/static/images/ws-post/2020_12_28_systex_agp/1_pic.png"/>
    <img src="/static/images/ws-post/2020_12_28_systex_agp/2_pic.png"/>
    <img src="/static/images/ws-post/2020_12_28_systex_agp/3_pic.png"/>
    <img src="/static/images/ws-post/2020_12_28_systex_agp/4_pic.png"/>
    <img src="/static/images/ws-post/2020_12_28_systex_agp/5_pic.png"/>
    <img src="/static/images/ws-post/2020_12_28_systex_agp/6_pic.png"/>
</div>

邁入第三年的精誠集團「AI+新創加乘器計畫」（AI+ Generator Program, AGP），今（2020）年度經過逾半年的評選階段，於10月下旬選出8家具國際發展潛力的AI新創加入計畫成員。

2020 精誠集團「AI+ 新創加乘器計畫」

<h2 id="【創業小聚121】如何從資料中，挖掘潛在商業價值？">【創業小聚#121】如何從資料中，挖掘潛在商業價值？</h2>
<p>資料整合耗時耗成本！Canner 開發資料虛擬化技術，打破資料界線讓整合更有效率。</p>
<p>Canner 的創辦人紀力榮則希望整合不同平台的數據，打破資料庫、檔案格式、雲地端的界線，透過資料虛擬化，有效的提煉高含金量的數據。所謂資料虛擬化指的是一種資料整合技術，過去資料整合解決方案，通常是將資料副本移轉至新的資料庫中，再藉由數據暫存、倉儲、資料市集（Data Mart）等步驟，最終輸出整合結果。</p>
<p>但資料虛擬化跳過資料移轉和儲存的步驟，透過單一步驟的數據轉換便能構建出虛擬數據平台，再依需求劃分為多個虛擬資料市集並輸出。整體過程除了降低資料外洩風險外，也能節省成本及時間，在格式統一的前提下也更便於資料管理。至於應用場景，則可推展至正在朝向工業 4.0 轉型的工廠、大眾每天都會接觸到的零售業，以及處理各式金流問題的金融業上。</p>
<p>Netflix 資深資料科學家李庭柏提問，Canner 如何確保系統在保有速度前提下，能夠穩定運作不出錯？回應，Canner 會將數據實體化，並不會受到資料源頭變動所干擾。再者，Canner 為分散式的系統，透過故障排除降低問題發生可能。</p>
<h3 id="canner---data-access-solution-right-data-to-right-person">Canner - Data Access Solution. Right data to right person.</h3>
<ul>
<li>【創業小聚#121】: <a href="https://meet.bnext.com.tw/articles/view/47421?fbclid=IwAR3FceGl2PZ3KE-kWbVfolZPXVejYdoICQLDA2m3K0prm2Q1KxHUHNCvY1c">https://meet.bnext.com.tw/articles/view/47421?fbclid=IwAR3FceGl2PZ3KE-kWbVfolZPXVejYdoICQLDA2m3K0prm2Q1KxHUHNCvY1c</a></li>
</ul>
<div class="gallery">
    <img src="/static/images/ws-post/2021_02_22_startup_meetup/img2.jpg"/>
    <img src="/static/images/ws-post/2021_02_22_startup_meetup/img3.jpg"/>
    <img src="/static/images/ws-post/2021_02_22_startup_meetup/img4.jpg"/>
    <img src="/static/images/ws-post/2021_02_22_startup_meetup/img5.jpg"/>
    <img src="/static/images/ws-post/2021_02_22_startup_meetup/img1.jpg"/>
</div>

創業小聚第121場，以「從資料挖掘商業價值」為題，邀請善用數據創造收益的四組新創團隊分享他們的商業心法，並由蜂行資本合夥人李彥樞、 Netflix 資深資料科學家李庭柏負責點評。

【創業小聚#121】如何從資料中，挖掘潛在商業價值？

<h2 id="canner-受邀至政大商學院分享『全球-ai-與大數據的生態以及未來發展』">Canner 受邀至政大商學院分享『全球 AI 與大數據的生態以及未來發展』</h2>
<p>非常感謝政大商學院的邀約分享 Canner 在台灣的實際應用大數據與 AI 等相關議題，幫助學員能夠了解到全球以及目前台灣在大數據以及 AI 相關領域發展。</p>
<ul>
<li>全球數據趨勢</li>
<li>全球大數據以及 AI 應用</li>
<li>台灣目前的產業狀況</li>
<li>台灣在大數據以及 AI 應用現況</li>
<li>台灣與全球未來展望</li>
</ul>
<h3 id="canner---data-access-solution-right-data-to-right-person">Canner - Data Access Solution. Right data to right person.</h3>
<div class="gallery">
    <img src="/static/images/ws-post/2021_03_11_nccu_sharing/pic2.jpg"/>
    <img src="/static/images/ws-post/2021_03_11_nccu_sharing/pic3.jpg"/>
    <img src="/static/images/ws-post/2021_03_11_nccu_sharing/pic4.jpg"/>
</div>

Canner 受邀至政大商學院分享『全球 AI 與大數據的生態以及未來發展』

【NCCU】全球 AI 與大數據的生態以及未來發展

<p>為深入探討此一議題，DIGITIMES特於3月24日(三)，假台北華南銀行國際會議中心舉辦「嵌入式AI應用與開發論壇」，邀請到陽明交通大學電機學院副院長暨嵌入式人工智慧研究中心主任郭峻因，發表「嵌入式AI深度學習運算模型之建構與應用」；研華、宜鼎、華邦、Vicor、Xilinx(賽靈思)、安提、群聯電子等多家重量級企業，從晶片設計、系統整合、記憶體、電源…等多個面相逐一解說。邀請到荷魯視科技(Horuseye)以及踢歐哎哎(toii)，分享AR在醫學、製造業、生活娛樂、旅遊等領域的實際運用。</p>
<p>邀請到滿拓科技談最佳邊緣運算完整解決方案，迪威智能介紹DeepWave技術，以及易開科技的資料虛擬化技術，如何助力企業進行資料挖礦。</p>
<p>Canner 的資料調用平台，是藉由資料虛擬化技術，整合多源資料庫、雲地端資料，加速綜合報表產出，並可為企業省下達7成的數據生產成本。很榮幸在 Digitimes 『 嵌入式AI應用與開發論壇』能夠上台與各路好手分享並交流，以及各不同領域的上市企業交流切磋，台灣在 2021 年的嵌入式 AI 應用在企業中目前導入的現況。</p>
<h3 id="canner---data-access-solution-right-data-to-right-person">Canner - Data Access Solution. Right data to right person.</h3>
<ul>
<li>【Digitimes】邊緣AI運算融合 嵌入式系統助力AIoT深化應用 <a href="https://www.digitimes.com.tw/tech/dt/n/shwnws.asp?cnlid=13&amp;id=0000606096_LVB11R7Q8LXHUN7QIRBT7">https://www.digitimes.com.tw/tech/dt/n/shwnws.asp?cnlid=13&amp;id=0000606096_LVB11R7Q8LXHUN7QIRBT7</a></li>
<li>【Digitimes】AIoT 物聯網人工智慧 翻轉嵌入式系統創新 <a href="https://www.digitimes.com.tw/iot/article.asp?cat=158&amp;cat1=20&amp;cat2=10&amp;id=0000554911_q6mlfe520b8edg20vunso">https://www.digitimes.com.tw/iot/article.asp?cat=158&amp;cat1=20&amp;cat2=10&amp;id=0000554911_q6mlfe520b8edg20vunso</a></li>
<li>【Digitimes】AI衝擊嵌入式市場 系統開發思維全面翻轉 <a href="http://www.digitimes.com.tw/iot/article.asp?cat=130&amp;cat1=40&amp;cat2=90&amp;id=0000527205_ZRZ1YR411UDRXX41AY89J&amp;social_share=y">http://www.digitimes.com.tw/iot/article.asp?cat=130&amp;cat1=40&amp;cat2=90&amp;id=0000527205_ZRZ1YR411UDRXX41AY89J&amp;social_share=y</a></li>
</ul>
<div class="gallery">
    <img src="/static/images/ws-post/2021_03_24_digi_ai/pic_1.png"/>
    <img src="/static/images/ws-post/2021_03_24_digi_ai/pic_2.png"/>
    <img src="/static/images/ws-post/2021_03_24_digi_ai/pic_3.png"/>
</div>

Canner 受邀參加 Digitimes 所舉辦的「嵌入式AI應用與開發論壇」

Dtalk 嵌入式AI應用與開發論壇

Canner 參加 Galaxy Summit 2021 AI 高峰會

Galaxy 高峰會 2021

<p>易開科技 Co-Founder &amp; CTO William Chang 指出，現在企業內部的各種OT、IT系統繁多，這些系統持續產生各種數據，並將之儲存在各自的軟硬載體中，此一狀況將造成企業營運的種種困境。首先是系統種類多元，散置於各處的資料要彙整並不容易，尤其是分支據點多或廠辦未能合一的業者，其資料量更難以整理統合。其次是系統種類多元，不同系統的檔案格式無法相容，因此在耗費大量時間完成資料彙整後，還要再投入心力統一格式，這些情況都是造成企業資源浪擲、效率無法提升的主因。</p>
<p>為解決此問題，易開科技推出 Canner 虛擬化平台，此平台可協助企業打造資料中台，快速整合雲、地兩端的資料，並將儲存於大數據運算層，此中台也設計統一應用介面，讓數據層可與應用層連結。在應用層經過二次挖掘後的數據，可進一步推升到智能層，進行各種智慧化應用，產生實際的商業價值。</p>
<p>William Chang 表示，5G、AIoT已被視為企業數位轉型的必要建置，在導入相關智慧化系統前，企業必須先行盤點內部IT系統，並讓系統內的數據透明且無縫流動，易開科技的Canner 虛擬化平台，可協助業者以有限成本快速活化數據，將對的資料在對的時間送到對的人手中，藉此提升數據價值，也讓企業更具競爭力。</p>
<p>👉 報導連結：<a href="https://www.digitimes.com.tw/iot/article.asp?cat=130&amp;id=607932">https://www.digitimes.com.tw/iot/article.asp?cat=130&amp;id=607932</a></p>
<div class="gallery">
    <img src="/static/images/ws-post/2021_04_22_dtalk_edge_computing/pic_1.jpeg"/>
    <img src="/static/images/ws-post/2021_04_22_dtalk_edge_computing/pic_2.jpeg"/>
    <img src="/static/images/ws-post/2021_04_22_dtalk_edge_computing/pic_3.jpeg"/>
    <img src="/static/images/ws-post/2021_04_22_dtalk_edge_computing/pic_4.jpeg"/>
    <img src="/static/images/ws-post/2021_04_22_dtalk_edge_computing/pic_5.jpeg"/>
</div>

 邊緣 AI 應用創意百花齊放 D talk 新創展現強大技術能量

Canner 參加 Dtalk 邊緣運算論壇

<p>由TDUA、TTLA、TDMDA、TEEIA、SID，台灣電子產業共同支持主辦的Touch Taiwan是指標型電子產業展覽，也是連結台灣高科技產業鏈的年度交流盛會。2021年參展廠商來自日本、德國、美國、英國、及加拿大等不同國家。5大主題展則是囊括智慧顯示、智慧製造、先進設備、工業材料、及新創學研。</p>
<p>易開科技(Canner)：致力於大數據分析及資料格式的產品研發，運用資料虛擬化技術協助企業解決數據應用的困境。</p>
<p>由5G 與 AIoT 引領的次世代科技革命，伴隨半導體技術的快速發展，帶來許多跨界融合的機會。並且隨著商業模式的改變，電子科技產業未來的發展與交通、製造、零售、醫療及娛樂等領域皆息息相關。</p>
<p>而台灣的電子產業在國際上一直佔有一席之地，相關的顯示器、半導體、電子設備、工業材料與 AI 智慧製造等產業也有完整的供應鏈優勢。同時，政府的重點扶持、大量投入資金與培育技術人才，將協助台灣廠商在這波技術革命的風口浪頭上脫穎而出。</p>
<p>而 Startup Island Taiwan 作為國家新創品牌，也將持續對外推廣台灣創新創業的優勢及競爭力。</p>
<h3 id="canner---data-access-solution-for-enterprises">Canner - Data Access Solution for Enterprises.</h3>
<ul>
<li>【Digitimes】Startup Island Taiwan 於 Touch Taiwan 展現台灣新創實力: <a href="https://www.digitimes.com.tw/iot/article.asp?cat=158&amp;cat1=50&amp;ct=o&amp;id=0000609154_1PJ00B6C620LTR3PLZ046&amp;fbclid=IwAR37TlEgVbWU5TtqA-69coHemDxY5C59pd64qMFeIC8a78MwP8nr_4_yv0w">https://www.digitimes.com.tw/iot/article.asp?cat=158&amp;cat1=50&amp;ct=o&amp;id=0000609154_1PJ00B6C620LTR3PLZ046&amp;fbclid=IwAR37TlEgVbWU5TtqA-69coHemDxY5C59pd64qMFeIC8a78MwP8nr_4_yv0w</a></li>
</ul>
<div class="gallery">
    <img src="/static/images/ws-post/2021_04_28_startup_island_touch_taiwan/pic_1.jpeg"/>
    <img src="/static/images/ws-post/2021_04_28_startup_island_touch_taiwan/pic_2.png"/>
    <img src="/static/images/ws-post/2021_04_28_startup_island_touch_taiwan/pic_3.png"/>
    <img src="/static/images/ws-post/2021_04_28_startup_island_touch_taiwan/pic_4.png"/>
</div>

台灣電子產業共同支持主辦的Touch Taiwan是指標型電子產業展覽，也是連結台灣高科技產業鏈的年度交流盛會。Startup Island Taiwan 於 Touch Taiwan 展現台灣新創實力

Canner 在 Touch Taiwan Event

<h3 id="提高-50-倍的數據處理速度！canner-看準數據管理痛點，優化流程助企業數位轉型">提高 50 倍的數據處理速度！Canner 看準數據管理痛點，優化流程助企業數位轉型</h3>
<p>企業導入 AI 已是勢在必行、不可逆的大趨勢，根據 Hive Ventures（蜂行資本）提出的「2021台灣企業 AI趨勢報告」，目前已經有超過八成的企業在業務中嘗試導入 AI、25% 的企業已經積極應用 AI 並擴大規模；調查發現，企業導入 AI 的最大目的並不是為了降低人力成本，而是提高組織效率和增加新的收入。</p>
<img src="/static/images/ws-post/2021_05_17_bnext_interview/img2.jpeg" style="max-width:300px;margin-bottom:30px;"/>

<p>然而，AI 並不是說導入就可以立即應用的，「企業轉型最困難的就是怎麼拿出數據，拿到數據後又要怎麼整合與應用。」Canner 創辦人紀力榮（Howard）直指企業轉型痛點。</p>
<p>數位時代專訪 Canner 的創辦人紀力榮與張仲威他們對於 Canner 如何幫助大型企業做到數據轉型。</p>
<img src="/static/images/ws-post/2021_05_17_bnext_interview/structure.png" style="max-width:500px;margin-bottom:30px;"/>

<p>👉 查看全文：<a href="https://meet.bnext.com.tw/articles/view/47652">https://meet.bnext.com.tw/articles/view/47652</a></p>


數位時代專訪 Canner 的創辦人紀力榮與張仲威他們對於 Canner 如何幫助大型企業做到數據轉型。

數位時代的專題報導 Canner

<p>台北國際電腦展（COMPUTEX）是亞洲最具代表性之資訊產業專業展，由經濟部國際貿易局主辦，今年主題定位為建構全球科生態系，聚焦5G、人工智慧與物聯網、邊緣運算、高效能運算、資訊安全、電競、創新與新創等主題，提供全球創業先鋒產業知識碰撞與交流之平臺、創造更多技術革新的火花。台灣由於疫情關係，執行單位中華民國對外貿易發展協會（TAITRA）取消實體展覽但仍保留線上展。</p>
<h2 id="canner-inc獲邀參加2021年度亞洲最具代表性之資訊產業專業展--computex-及-innovex">Canner, Inc.獲邀參加2021年度亞洲最具代表性之資訊產業專業展 – COMPUTEX 及 InnoVEX</h2>
<p>由COMPUTEX所設立的創新與新創展區 （InnoVEX），透過線上展示、論壇、媒合和發表等活動，與國內外新創社群齊心突破實體掣肘，勇闖新常態世界，鏈結國際市場並精準媒合商機。台北市電腦公會（TCA）表示，分析InnoVEXVirtural報名團隊資料顯示，今年（2021）以人工智慧（AI）、健康照護（Healthcare）、AR/VR/XR（虛擬及擴增實境）、資安（Cyber Security）、物聯網（IoT）等五大創新應用為主流，由此可見，開發數位社會趨勢下的創新技術與商業服務，是近年來新創團隊創業的主要趨勢，尤其是AI技術應用，由於具備可擴大規模特性，而成熟企業受限於人力與資源有限，無法大幅投入人力開發AI相關解決方案，因此Canner, Inc.便以此為出發點，開發Canner數據中台（Data Fabric Platform），並與成熟企業合作，拓展新服務商機。（*）</p>
<p>Canner, Inc. 專注致力於大數據分析及資料格式的產品研發已有數年。深知許多企業花 80% 的時間建置與撈數據，壓縮了後續數據分析的時程；或面對報表更新不夠即時的窘境，進而延遲營運決策及商品上市的時間，故運用數據虛擬化技術協助企業解決數據應用的困境。Canner, Inc.目前服務的客戶為上市公司的製造業、金融業、零售業及遊戲業等，Canner能讓企業在市場瞬息萬變的情境中，解決企業獲取數據時的痛點，而以更快更簡單更省錢的技術獲取數據，讓管理者能更快地做出決策及市場回應。</p>
<p>如今已是數據驅動業務的時代，<strong>「一切數據業務化、一切業務數據化」是企業正在努力的方向</strong>。企業不論是在工業 4.0、數位轉型、5G &amp; AIoT技術普及、AI&amp;ML導入等計劃中，皆需要整合大量且多樣化的數據， Canner 數據中台能夠快速地將數據匯整、存儲、打通、使用。Canner藉由資料虛擬化技術，整合多源資料庫、雲地端資料，加速綜合報表產出，並可為企業省下達7成的數據生產成本。在收集眾多客戶回饋中，他們最滿意Canner解決的問題如下：</p>
<ol>
<li><strong>補足企業數據人才稀缺</strong></li>
<li><strong>簡化建置複雜的數據架構</strong></li>
<li><strong>即刻開始搭建數據應用團隊</strong></li>
<li><strong>即刻讓數據變為商用應用</strong></li>
<li><strong>即刻讓企業更彈性且提升競爭力</strong></li>
</ol>
<p>您還在為數據整合一籌莫展嗎？歡迎參觀Canner, Inc. COMPUTEX虛擬攤位，並打開Canner數據中台-資料虛擬化型錄，Canner會是您最佳的數據解決方案。</p>
<p><a href="https://virtual.computextaipei.com.tw/area/InvitationCard/609e43191908368c321417f3?lang=zhtw">https://virtual.computextaipei.com.tw/area/InvitationCard/609e43191908368c321417f3?lang=zhtw</a>
（網頁僅限使用 Google Chrome 瀏覽器預覽，網頁開啟需等候一點時間）</p>
<p>*參考來源：<a href="https://udn.com/news/story/7240/5465896">https://udn.com/news/story/7240/5465896</a></p>


台北國際電腦展（COMPUTEX）是亞洲最具代表性之資訊產業專業展，由經濟部國際貿易局主辦，今年主題定位為建構全球科生態系，提供全球創業先鋒產業知識碰撞與交流之平臺、創造更多技術革新的火花。

Canner, Inc.獲邀參加2021年度亞洲最具代表性展會 COMPUTEX, InnoVEX

<h2 id="數據轉型：商業營運與數據解決方案">數據轉型：商業營運與數據解決方案</h2>
<p>您是否也曾經為了資料分析傷透腦筋呢？</p>
<p>🔥🔥🔥🔥 <a href="https://www.cloudriches.com/data_monitor_webinar/">至活動頁面火速報名</a> 🔥🔥🔥🔥</p>
<p>現代企業的決策者，往往會透過企業的營運數據與相關資料作為判斷未來方向的佐證。於是在與資料庫管理人員溝通完相關的需求後，負責人員會從 Database 中汲取原始資料，經過數據的暫存，轉換至數據倉儲，再轉換到 Data Mart。等到決策者取得從 Data Mart 另外整理出的各式報表時，通常已經是3-7個工作天後的事了。</p>
<p>***當所有競爭者需要花費至少三天為關鍵決策做準備時，而您只需要30分鐘呢？ ***</p>
<h2 id="現代的問題需要現代的手段，迅速反應市場做出關鍵決策！">現代的問題需要現代的手段，迅速反應市場做出關鍵決策！</h2>
<p>隨著科技的進步，使用者的習慣變動快速，如何迎合市場的脈動成為企業拓展商機的關鍵。透過大數據分析使用者的行為已經是現代商業趨勢，而 Canner 能藉由資料虛擬化技術，整合多源資料庫、雲地端資料，加速綜合報表產出，可以為企業省下高達7成的數據生產成本，協助企業彈性調整方案，讓管理者更快做出決策及市場回應。</p>
<h2 id="快速且多樣化整合各平台的數據，成為您視覺化管理資料的中樞！">快速且多樣化整合各平台的數據，成為您視覺化管理資料的中樞！</h2>
<p>Canner 數據中台，又稱「企業數據的鑄造廠」，是一套運用全球IT趨勢的數據虛擬化技術所開發之軟體，它協助企業：</p>
<ol>
<li>快速地整合跨資料庫、雲地端、跨檔案的數據，做為數據中台核心。</li>
<li>幫助 ML、 AI 的訓練更易獲取資料以進行資料分析。</li>
<li>優化BI效能，可幫助 Power BI 或 Tableau 進行大數據運算。</li>
</ol>
<h2 id="活動議程">活動議程</h2>
<p>透過 1 小時的課程，帶您了解</p>
<ol>
<li>如何快速整合不同資料庫</li>
<li>將數據孤島轉換為企業瑰寶</li>
<li>各資料庫與BI、AI軟體無痛串接</li>
<li>上下游數據無縫接軌，加速企業Time to Market</li>
<li>數據安全統一管理監控</li>
<li>滿滿數據轉型乾貨就等你來帶走！</li>
</ol>
<h2 id="講師介紹">講師介紹</h2>
<img src="/static/images/ws-post/2021_07_19_cloudriches_event_1/speaker.jpg" width="200px"/>

<p>紀力榮 Canner, Inc. – Co-founder &amp; CEO
Canner 的聯合創始人兼首席執行官。Canner 是數據虛擬化技術和大數據計算解決方案的創新者。Canner幫助金融機構，製造，零售和遊戲行業，可以加速大型企業和企業立即連接到任何數據源，並轉換數據，使許多業務部門可以應用數據解決方案來增強其工作和解決方案。</p>
<h3 id="開課資訊">開課資訊</h3>
<p>■ 2021/07/30 (五) 14:00-15:00 活動報名中
(本次活動為線上課程)</p>
<h3 id="適合參與對象">適合參與對象</h3>
<p>適合企業管理者、企業 IT 決策者、IT 管理者、IT人員、以及資料庫管理人員參與。</p>
<h3 id="報名連結">報名連結</h3>
<p>🔥🔥🔥🔥 <a href="https://www.cloudriches.com/data_monitor_webinar/">至活動頁面火速報名</a> 🔥🔥🔥🔥</p>


在 7/30 (五) Canner x CloudRiches 將舉辦線上的 Webinar 討論，現代的問題需要現代的手段，迅速反應市場做出關鍵決策與如何快速且多樣化整合各平台的數據，成為您視覺化管理資料的中樞！

【Webinar】數據轉型：商業營運與數據解決方案

<p>早在2011年世界經濟論壇(World Economic Forum；WEF)全球風險報告書中，即明白指出資料將是21世紀的新石油。</p>
<p>根據IDC研究報告指出，2025 年全球資料量將成長至 163 ZB，約是 2016 年 16.1 ZB 的 10 倍以上，加上資料探勘、大數據等工具進步下，從大量資料中挖掘隱藏商機，儼然已成為企業強化競爭力時，必須投入的重要工作之一，也讓數據中台成為時下最熱門的議題。</p>
<p>因應企業打造「數據中台」的強烈需求，市面上有不少軟體公司均有提供解決方案，其中最值得關注的品牌，莫過於來自於台灣的「易開科技」。</p>
<p>該公司創立於 2016 年，早期是以發展CMS網站軟體為主，後來看準企業挖掘資料的龐大需求， 2018 年在取得國發基金、Hive Ventures、SparkLabs Taipei等投資後，正式跨足發展數據中台解決方案 - Canner，目前鎖定在金融、製造、零售等三大領域。</p>
<p>易開科技創辦人紀力榮指出，市面上常見的數據中台解決方案，多半都是要將所有資料庫複製一份到專屬平台中，不僅時間非常冗長、成本也相當貴，預估花費至少要新台幣數千萬以上，專案時間可能長達1年以上。</p>
<p>其次，中小型企業規模相對較小，難以取得海外原廠的即時技術支援，最終只能仰賴在地SI業者協助。Canner 採取獨家研發的虛擬數據中台技術，能免去資料複製繁瑣工作，除成本與海外品牌相比極具競爭力，專案時間亦可縮短至數天即可完成。</p>
<h2 id="安裝時間短、價格親民-支援多種部署模式與數據串接來源">安裝時間短、價格親民 支援多種部署模式與數據串接來源</h2>
<p>有別於歐美品牌的解決方案，易開科技推出的 Canner 解決方案，僅需要短短數分鐘即可完成安裝，能打破資料庫、檔案格式、雲/地端的界限，快速整合來自不同資料庫的數據，透過數據孤島連結、聚合、轉換、合作、呈現等步驟，將龐大資料轉換成寶貴價值，是提升企業競爭力的最佳工具。</p>
<p>考量到現今資料成長速度非常快，這套軟體也具備自動化擴充運算與優化的功能，能解決企業人才不足的問題，即便是中型企業也能輕鬆完成數據中台的建置工作。</p>
<p>紀力榮表示，Canner 不光能快速串連各種資料庫、資料倉儲，也能快速連結到BI、AI 軟體，以及各種數據應用之中，免去程式設計師開發的困擾。此外，資料庫管理人員也能針對不同部門員工的職務與工作需求，設定相對應的存取權限，讓每位員工都能取得工作所需的分析結果，進而創造資料的最大價值。</p>
<p>以製造業為例，Canner 可協助企業更快速整合廠房資訊、M&amp;A數據、物流數據，以及上下游廠商等資訊，加快產品上市時間。在廣告行銷業可應用的場景如各種跨屏幕、跨平台、OMO、 O2O 等數據整合。</p>
<p>值得一提的是，Canner 也提供非常彈性的安裝方式，讓企業能夠依照自己的需求與喜好安裝在他們希望裝置的環境下。尤其是 Canner Cloud 版本，也可安裝在企業內部的 VPC 內，無資料外洩等問題，能兼顧資安與營運需求。</p>
<h2 id="接受-tta-旗下加速器輔導-縮短產品上市時間">接受 TTA 旗下加速器輔導 縮短產品上市時間</h2>
<p>從 2018 年切入數據中台領域至今，易開科技的技術能力已備受各方肯定，而 Canner 虛擬數據中台解決方案亦已順利打進金融、製造業、零售等領域，在台灣市場知名度快速攀升。此優異成績，除歸功於團隊努力之外，國發基金、Hive Ventures、SparkLabs Taipei等資金、技術支援，更是公司能快速成長的關鍵。</p>
<p>紀力榮說，易開科技的產品能在最短時間上市，關鍵之一在於 TTA 引進的國際知名加速器 SparkLabs Taipei 協助，提供多方面顧問服務與建議，順利縮短我們的學習時間與克服各種挑戰。我們認為，台灣在資料產業有絕佳的發展機會，易開科技將持續深耕資料領域，為全球企業提供最佳的虛擬數據中心解決方案。</p>
<p><em><strong>本文原刊載於 TTA 雜誌 2021 年 7 月號，更多新創團隊故事歡迎至 TTA 雜誌瀏覽。</strong></em></p>


感謝 Digitimes 獨家訪問易開科技的數據中台技術 Canner，在國際數據處理的問題與解決方案。

易開科技獨家研發資料調用平台

<p>現在在各種數據解決方案不斷普及的現在有許多新的需求出現例如 IoT、穿戴裝置、自動駕駛以及行動裝置 5G 等，現在的數據量級每天增加的幅度不斷快速增加。以及現在的主流 Data Center, 雲端服務、Edge 不斷的普及化，讓企業應用程式能夠快速部署到全球的使用者的手上。</p>
<p>在 2021 年企業最大的挑戰會是數據要怎麼快速的聚合、同時兼顧安全性以及應用在各種不同的情境中像是 AI, ML 以及各種不同的數據應用場景中。</p>
<p>以下是我們 Canner 所注意到的 2021 年的數據趨勢，Gartner 在今年三月發表了 &quot;<a href="https://www.gartner.com/smarterwithgartner/gartner-top-10-data-and-analytics-trends-for-2021">Gartner Top 10 Data and Analytics Trends for 2021</a>&quot; 的報告我們來整理與分享吧！</p>
<p>三大趨勢正在發生</p>
<ol>
<li><strong>加速資料與分析週期</strong>: 透過 AI, 增進模組化，讓資料分析來自於異質資料來源更容易與更快速。</li>
<li><strong>營運價值提升透過更有效率的 XOps</strong>: 透過 XOps 的流程自動化與優化資料流程週期提升整體營運效能。</li>
<li><strong>讓更多事情民主化分散化</strong>: 資料與 Insights 會慢慢分散到部門每個專業人士都能夠參與資料分析與優化。</li>
</ol>
<p>針對這三點，更深入了解更多新技術的崛起</p>
<p><img src="/static/images/ws-post/2021_09_14_2021_trend/trend.png" alt="trend"></p>
<p>以下我們來看 2021 前五大的全球 IT 趨勢</p>
<h2 id="trend-1-更具擴充性的-ai、具道德性">Trend 1: 更具擴充性的 AI、具道德性</h2>
<p>AI 已經在企業中是一個非常熱門的主題，未來如何建置更具擴充性的 AI 營運與流程將會是一大趨勢。AI 演算法的精進，會造所需的資料會越小，且會更專注於相關的道德性與合規性。</p>
<h2 id="trend-2-組合式資料與分析工具">Trend 2: 組合式資料與分析工具</h2>
<p>透過模組化的資料與分析工具，讓連結異質資料、分析、AI 解決方案更容易，且透過很簡單的操作方法，就能夠達成複雜的進階分析。不只在工具端更容易，也更注重合作與組織內部的橫向資料整合與協作。</p>
<h2 id="trend-3-data-fabric-為基底">Trend 3: Data Fabric 為基底</h2>
<p>如果您還不認識 Data Fabirc 可以參考我們之前所寫的<a href="https://cannerdata.com/blog/posts/2021/05/22/intro_data_fabric">關於 Data Fabric 文章</a></p>
<p>Data Fabric 讓企業能夠更快速更容易的分享數據從不同的分散式運算系統中，讓他能夠透過單一的數據接口、安全的、可掌握的數據管理框架。讓大型企業能夠在運行各種不同的數據應用還能夠兼顧企業內部的企業管理與數據安全，讓企業內部能夠在數據不斷地更加複雜以及加大量級下還能夠快速的整合與變成商業應用與威力。</p>
<p>Data Fabirc 架構讓企業能夠組之不論是過去與現在的數據來自各種不同的數據儲存方式像是資料庫、資料倉儲、資料湖、各種數據應用，在統一集結的商務應用接口。讓散落一地的企業數據能夠集結起來變成企業力量，能夠降低 30% 的設計與發佈、維護成本降低 70% 在資料整合上。</p>
<h2 id="trend-4-資料從大數據到小而散的數據">Trend 4: 資料從大數據到小而散的數據</h2>
<p>小而廣的數據與我們過去常聽到的大數據是完全相反的資料集，由於現在企業內部要導入不同種類的 AI 以及廣泛的應用場景，小而散的數據將會是重要的資料來源，不僅僅只有大數據。</p>
<h2 id="trend-5-xops">Trend 5: XOps</h2>
<p>現在出現了許多新的 XOps 的軟體，像是 DevOps, MLOps, DataOps 等這些都希望是透過 XOps 的軟體讓營運以及工程端能夠透過一個健全且穩定的營運流程，讓技術與營運合而為一。</p>
<hr>
<h2 id="企業可以怎麼解決以上問題呢？canner-整合大至小，集中與散亂的資料調用平台">企業可以怎麼解決以上問題呢？Canner 整合大至小，集中與散亂的資料調用平台</h2>
<ol>
<li>敏捷式數據應用：使用 Canner 成為數據孤島與數據應用的橋樑，能夠快速的把各種孤島數據連結變成強大的應用數據。</li>
<li>AI, ML 快速取得實驗分析數據彙整：由於能夠快速的串連數據，所以在分析 AI, ML 的實驗模型時，能夠透過 Canner 快速地做 Prototyping &amp; Data Iteration。</li>
<li>虛擬大數據運算層：使用 Canner 不需要建置實體的 ETL server 以及實體的數據儲存資料庫、資料倉儲即可去做大數據運算。</li>
<li>跨組織數據協作：跨組織以及跨數據協作能夠透過 Canner 的虛擬 Data Mart 在不需要建置額外的 Data Mart 以及機台即可達成數據安全與跨組織協作。</li>
</ol>


現在在各種數據解決方案不斷普及的現在有許多新的需求出現例如 IoT、穿戴裝置、自動駕駛以及行動裝置 5G 等，現在的數據量級每天增加的幅度不斷快速增加。

企業在 2021 年數據主流趨勢

<p>Hive Ventures 蜂行資本合夥人李彥樞24日表示，疫情過後市場競爭更激烈，企業的數據與資料需要「快」，才能有更彈性的決策。李彥樞說，在人工智慧（AI）導入上，近六成的台灣企業已展開行動，加上人才、模型數量以及企業高層心態不再堅持「降低成本」，變為更加重視提高組織效率與增加收入，預期台灣企業在AI導入上相當具有「後起直追」的潛力。</p>
<p>國發會亞洲矽谷執行中心與台杉投資共同主辦的VS Talk第九場座談24日登場，並邀請到全球新創生態圈推手Techstars執行董事鄭端儀主持，以AI為主題，由Hive Ventures分享台灣企業導入AI趨勢，也邀請Canner、ProfetAI、Ubiik等新創分享企業導入AI的實戰經驗。</p>
<p>新冠疫情襲擊全球，李彥樞說，在後疫情時代下，企業更重視的是如何在零接觸的狀況下，仍然能保持營運的彈性與韌性，而AI在其中更是扮演關鍵。事實上，58.6％的台灣企業已經進入AI「導入期」，代表絕大部分的企業已展開行動；更有近25％的企業已進入規模化階段。</p>
<p>不過導入AI，首先要有數據，Canner易開科技共同創辦人暨執行長紀力榮觀察，企業從數據來源到商業應用整個流程，需要花費非常大的時間與人力成本才能達到。為解決痛點，Canner開發的Canner加快企業整合數據的速度，把數據孤島連結，讓企業反應力加快50倍，讓企業部門準確地拿到想要的數據與資訊。</p>
<p>ProfetAI共同創辦人暨執行長黃建豪分享，AI時代來臨，製造業也面臨轉型課題，如何將過去由老師傅傳承的經驗升級，將是未來競爭力的關鍵。而企業導入AI時，常面臨無法決定「要用AI解什麼題目」的困境，ProfetAI看到此一痛點，開發出「一周內POC（概念驗證）模式，先幫企業做好AI題目快篩，把箭靶先畫好，才不會在導入時迷失方向。</p>
<p>物聯網新創優必闊（Ubiik）創辦人彭天豪則分享Ubiik自身的經驗，2020年Ubiik取得5.7億元標案，要在台灣六縣市布建35萬個智慧電表，透過導入自行研發的AI模型，別家公司需要花上數百人、數個月的時間才能完成的工作，Ubiik只要2天就能完成，所需的人力更是別人的兩成以下。他形容，AI就像是阿基米德的槓桿，善用AI將可幫助缺乏人力物力的團隊「play smart」，不只節省成本，還能做出比百人團隊更好的成果。</p>
<p>閱讀全文：<a href="https://ctee.com.tw/news/tech/521863.html">https://ctee.com.tw/news/tech/521863.html</a></p>


我們很榮幸的受邀參加 VS Talk第九場座談，與台灣的幾組 AI 前瞻性團隊，共同討論台灣在國際上的 AI 現狀以及未來在 AI 與數據的相關發展

【VSTalk】台企後起直追 跨進AI時代

<blockquote>
<p>過去因為我們的資料散佈在雲端、地端，資料庫類型也不同，所以無論在數據分析、報表視覺化使用，亦或是資料科學家要建立模型時，都需要花費不少時間在資料的ETL，並且還需要事先規劃好資料模型以及資料的排程與更新規劃。現在有了Canner，它可以快速地聯結各種資料庫，無論是在雲端或是地瑞，並且可以用簡單的SQL語法將資料整合在一起，也能輕鬆的做好排程更新。大大節省了資料分析與應用的前置作業與時間，讓資料分析師與資料科學家可以更便利且更充裕的時間來應用。</p>
</blockquote>
<p>Steven - 誠品 資料分析主管</p>
<h2 id="雲地分離的痛-搬運資料就得花上好幾天">雲地分離的痛 搬運資料就得花上好幾天</h2>
<p>誠品的資料來源來自不同資料庫，儲存的地方有些在雲端，有些在地端，像是帳號中心、會員點數系統、舊的誠品電商交易系統，都在地端的 SQL Server 裡，而新的誠品線上交易資料、櫃位推薦 APP 交易系統，以及提供分析使用的 Data Mart 都是在雲端。</p>
<p>過去要分析這些資料時，都需要設法將資料統一匯整至雲端的 Data Mart 中，這其中需要花費許多人力與時間在 ETL 上。這些至少都是要花費 1-2 天，甚至 1 個星期的時間。</p>
<ul>
<li>線上線下、各個不同的系統數據的整合</li>
<li>地端、雲端的資料庫數據的整合</li>
<li>建置 ETL 花費大量人力及時間，需花 1-7 天不等</li>
<li>資料很龐大又雜亂，浪費了 Data Mart 空間</li>
<li>資料散落在各個資料庫，管理不易</li>
</ul>
<h3 id="因為一個使用者需求，花費三個月以上的時間卻還不能滿足">因為一個使用者需求，花費三個月以上的時間卻還不能滿足</h3>
<p>一開始是依據 User 的需求建置了一個 Data Mart，從 Data Model 的設計到ETL程式的開發與測試，到最後的資料驗證與排程更新，前前後後大約花了 3 個月以上的時間。但是後來 User 的需求更深入且多樣化，再加上資料科學家加入了統計建模及 AI 應用，使得資料來源與資料量的需求越來越多，假如要用傳統的 ETL 將一般的交易資料轉進 Data Mart ，會擔心因花費不少時間上，無法滿足所有人的需求。</p>
<p>另外，在建立 Data Mart 時會依據需求來判斷來源資料是否有分析價值，有些資料一開始認為僅是記錄型資料，所以沒有規劃納入 Data Mart 中，但往往上線之後，User 突然提出了要看這類型的需求，以往這種資料很龐大又很雜亂且太類似流水帳，會覺得浪費 Data Mart 的空間，並且這樣的資料散落在各個資料庫之中，要整合在一起需要花費很多的時間與空間來整理與存放，對於這種資料就需要取捨是否要規劃至 Data Mart 中。</p>
<h3 id="canner快速整合異質資料源--滿足不同使用者分析情境與需求">Canner快速整合異質資料源  滿足不同使用者分析情境與需求</h3>
<p>Canner 標榜著可以快速整合不同的資料來源，並且能符合不同使用者與使用情境，再加上可以有不同的資料使用權限控管，於是就想說試著來使用 Canner。希望可以快速的整合不同資料來源的資料，不論資料庫在雲端或是地端，亦或是不同家的資料庫，都希望以最少的時間與最小的 effort 來統整資料，來快速的符合資料分析師與資料科學家對於資料以及 BI Report 的需求。</p>
<h2 id="使用情境：雲地資料一次整合到位-加速報表與統計模型使用">使用情境：雲地資料一次整合到位 加速報表與統計模型使用</h2>
<p>目前誠品資料來源，地端包含舊誠品電商的交易資料、帳號中心資料、會員點數系統資料，這些都是 SQL Server。再加上雲端上有誠品線上(新EC)的交易資料、櫃位推薦系統以及 Data Mart 的資料，這些資料庫都是雲端資料庫。 </p>
<p>誠品使用 Canner 將各個資料庫都設定好，依據不同的需求將 Table 連結 Canner 後，再使用簡單的 SQL 來製作成 Materialized View。之後將這些 Materialized View 串接到 Tableau Server 上供資料分析師製作視覺化報表，以及提供給資料科學家使用Python 建立統計模型與AI使用。</p>
<h2 id="next-step-with-canner-提供更多資料分析的彈藥庫">Next Step With Canner: 提供更多資料分析的彈藥庫</h2>
<p>以資料工程師來說，過去希望在 Canner 整理好的 Materialized View 可以整合 ETL 來給其他資料庫使用。而Canner亦快速的提供了解決方案，讓誠品十分滿意。</p>
<p>以資料科學家來說，會想針對顧客因行銷活動而購買的統計預測模型，透過 Canner 整理好建置模型所需要的解釋變數及預測變數資料集，並透過其中的 Jupyter notebook 的排程功能建立視覺化的行銷活動描述性統計視覺化圖表進行定期的資料初步檢驗， 而進一步的模型建置會將 Canner 建置的Materialized View 串到自己環境的 Python 做處理。</p>
<p>想了解更多<a href="/tw/blog/posts/2022/03/29/galaxy_summit_eslite">Galaxy summit 2022 回顧 誠品 完整資料調用讓 OMO 更有信心</a></p>


誠品為全台最具知名的線上與線下書店，讓我們來看看誠品如何透過 Canner 加速他們在線上與線下的數據整合，以及如何幫助他們提升數據整合能力！

客戶分享：Eslite 誠品

<p>2021 年 AWS Industry Week，Canner 受邀分享我們 Canner 在智慧零售上相關的數據解決方案，幫助大型零售業快速做到數據轉型。</p>
<p>👉 立即<a href="https://hktw-resources.awscloud.com/aws-industry-week-retail/r4-%E8%B3%87%E6%96%99%E9%A9%85%E5%8B%95%E6%96%B0%E6%99%BA%E8%83%BD%E9%9B%B6%E5%94%AE">線上查看</a></p>


2021 年 AWS Industry Week，Canner 受邀分享我們 Canner 在智慧零售上相關的數據解決方案，幫助大型零售業快速做到數據轉型。

AWS Industry Week 資料驅動新智能零售

<p>我們已經接近了 2021 的尾聲了，近期 Gartner 開始針對 2022 年的科技趨勢做分析。有滿多有趣的資訊分享給各位！</p>
<p>Source: <a href="https://www.gartner.com/en/newsroom/press-releases/2021-10-18-gartner-identifies-the-top-strategic-technology-trends-for-2022">Gartner Identifies the Top Strategic Technology Trends for 2022</a></p>
<p>我們來看看前三名的潛力技術吧！</p>
<h3 id="第一名：data-fabric">第一名：Data Fabric</h3>
<p>使用 Data Fabric 架構能夠讓企業快速整合異質資料庫，產生成商業價值。 </p>
<blockquote>
<p>註： <a href="https://cannerdata.com">Canner</a> 為台灣 Data Fabric 的原廠。</p>
</blockquote>
<h3 id="第二名：cybersecurity-mesh">第二名：Cybersecurity Mesh</h3>
<p>透過 Mesh 的架構找到資安上的漏洞，並且分析找到其前後關聯性。</p>
<h3 id="第三名：privacy-enhancing-computation">第三名：Privacy-Enhancing Computation</h3>
<p>透過 Privacy-Enhancing Computation 的技術，能夠透過更進階的隱私運算，來讓資料獲取時同時能夠兼顧嚴格的隱私政策。</p>
<h2 id="data--ai-為-2022-年主軸">Data &amp; AI 為 2022 年主軸</h2>
<p>在此篇的 <a href="https://www.gartner.com/en/newsroom/press-releases/2021-10-20-gartner-forecasts-worldwide-it-spending-to-exceed-4-trillion-in-2022">Gartner Report</a> 中提到 2022 年全球 IT 的預算會接近 <strong>$4 Trillion 美金的規模</strong>。</p>
<p>而預測中可以看到</p>
<p><img src="/static/images/ws-post/2021_12_20_2022_it_trend/forcast.png" alt="forcast"></p>
<p>IT 花費成長最大的就是 Enterprise Software 企業級軟體，預計在 2022 年會高達 11.5%，其次是 IT Services 是 8.6%。</p>
<h2 id="未來趨勢">未來趨勢</h2>
<p>事實上在全球，越來越多資料相關的企業級軟體不斷的推成出新，如何提升資料管理、維護、轉換、取得資料更快速更安全，將還有很多成長與改進空間！</p>


我們已經接近了 2021 的尾聲了，近期 Gartner 開始針對 2022 年的科技趨勢做分析。有滿多有趣的資訊分享給各位！Canner 所開發的 Data Fabric 技術，Gartner 評比為最具重要的 2022 年趨勢。

迎接 2022，全球最具潛力趨勢 Data Fabric

<p>所謂資料驅動蘊含兩大關鍵。一是在技術部份，必須要有完整數據中台，讓所有資料都可彙整到單一中心，去確定它的真實性，才能好好運用。另一需要整合所有接觸點資料，並加以整理，確保它沒有重複性，再進行分析，如此才能獲得企業想要的洞見。</p>
<p>易開科技（Canner）執行長暨共同創辦人 Howard Chi 表示，談到資料驅動的新零售策略，大致上需涵括四個重點，一是以資料為依據推動更精準的行銷、供應與銷售；二是由資料驅動決策，以適應市場和消費者變化；三是利用資料預測與分析新機會，得以快速執行；四是靠既有資料提高消費者的滿意度與信任感。</p>
<p>要想實現資料驅動的新零售策略，究竟該如何進行資料處理？Howard Chi 歸納六大趨勢，包括雲地端異質資料整合、更即時貼近市場數據決策、企業內部資料中樞（Single Source of Truth）、資料加值應用與再行銷活化、資料跨組織分享與協作，以及需求單位更快速找到資料及使用資料。</p>
<p>當企業已理解上述五大策略、六大趨勢後，更重要的則是需要執行新零售轉型步驟。對此，易開科技不論面對大型或中型零售業者、電商業者，都可提供幾個步驟建議，此即為「智能化階梯五步驟」，依序是收集資料、整理整合資料、分析處理、融合應用，及最後的大規模佈建。</p>
<p>「數據轉型絕非口號，需要有適當工具來實現，」Howard Chi 說，隨著資料進入、到 ETL、再到儲存，然後就出現斷層，只因無法將這些資料轉換成 Business Side 能理解的資料，因為他們的需求，絕不會和我在儲存資料時一模一樣。這時我們就需要一套能處理數據、融合數據的工具，就是「數據中台」，也就是透過企業內部一個數據公共中樞，把資料變成 Business 懂得的應用場景，以便於進行加值與使用。
只不過，要搭建一個新零售數據中台，其實不簡單。主要是因為數據中台的實作非常複雜，它的架構原本就複雜，還得應付不斷增長的數據需求，處理大量且異質的數據來源，並需要兼顧數據治理，所以有相當的困難性。</p>
<h2 id="透過虛擬數據中台，直接將資料轉變為終端應用">透過虛擬數據中台，直接將資料轉變為終端應用</h2>
<p>某大型零售商過去也為前述難題苦惱，花很多時間整合雲地數據，所幸後來懂得在 AWS 上透過 Canner 搭建數據中台，總算化繁為簡，只需利用簡單 SQL 語法即可達到整合，將資料分析師、資料科學家及業務單位通通連結在一起，有更充裕時間去開創應用。</p>
<p>Howard Chi 表示，易開科技孕育的 Canner 資料調用技術，可將不同異質資料庫變成單一數據接口，讓應用單位輕易串接到 AI、BI 等分析工具，再針對終端應用程式進行優化。具體來說，Canner 提供數據加值、轉型、壓縮等功能，執行完後才進到 AI 或 BI 應用程式；另外它也能做到跨組織的數據管理，例如可限定部門或個人有權使用哪些部份的數據，並達到即時跨組織的數據分享。更重要的，它會為資料進行加值、標籤或註解，讓 Business 的人了解這些資料究竟代表何意義，而企業也可在中長期不斷沿用 Canner、透過同一平台運算更大量數據，而不需要擴張一整條 Data Pipeline。</p>
<p>企業只要透過三個步驟，即可完成 Canner  資料調用的建構。首先是連結數據，只要打上 URL、Username 及密碼就能接起來；其次可直接做跨系統的整合，把資料倉儲、資料庫、資料湖、檔案系統、雲地端數據全部整合在一起，中間還提供包含了權限管理、Metadata 管理、暫存數據管理、數據分享、虛擬 Data Mart、多階層的數據轉換、Log 紀錄、排程管理等完善機能；最後將整合完成的數據成果，輸出到 AI 或 BI 等各種工具，與此同時還能顧及中長期資料管理與治理需求。</p>
<p>Howard Chi 強調，Canner 足以協助企業加速 30 倍的數據產出，比起傳統建置模式省下 90% 安裝時間，讓過去一整條 Pipeline 需求，簡化為現今的一個數據中台。此外，過去需要建 ETL、資料倉儲、資料超市，才銜接 AI、BI 各種分析，現在僅需透過虛擬數據中台，即可直接把 Data Source 變為終端應用程式，加速企業的反應力及彈性。</p>
<p><img src="/static/images/ws-post/2022_01_04_aws_retail/5_steps.jpg" alt="5_steps"></p>
<h2 id="media">Media</h2>
<ul>
<li><a href="https://aws.amazon.com/tw/events/taiwan/interviews/articles-Canner/">【AWS】易開科技打造雲端數據中台，由資料驅動新智能零售</a></li>
<li><a href="https://www.digitimes.com.tw/tech/dt/n/shwnws.asp?cnlid=14&amp;id=0000627002_29ML9R041O0YHG1FL335V">【Digitimes】易開科技打造雲端數據中台，由資料驅動新智能零售</a></li>
</ul>


零售業與其他業別一樣，將資料視為新石油。儘管資料如此重要，但僅有少數企業順利將資料變現為自身競爭優勢。之所以出現巨大鴻溝，在於多數公司尚未真正做到資料驅動。

易開科技協助實踐 AWS 雲端數據中台，由資料驅動新智能零售

<h2 id="什麼是資料品質-data-quality">什麼是資料品質? (Data Quality)</h2>
<p>企業主要的商業命脈，在現今越來越依賴『數據』，做相關的策略、執行、合作。使用到錯誤的資訊所帶來的錯誤決策、錯誤判斷、錯誤執行的隱藏成本是非常高的。所以現在企業開始關注在企業內部的資料品質議題，此篇我們將更深入的探討此議題以及向大家介紹 Data Quality 一般來說是指哪些項目。</p>
<h3 id="低品質的數據所帶來的影響">低品質的數據所帶來的影響</h3>
<p>如大家所知道的，低品質的數據可能會照成企業巨大的損失，且同時在數據擴張後會慢慢減緩資料整合以及資料信任度。就算是您取得了數據，你也不知道能不能相信此數據。</p>
<p>在資料領域中，『Stale results are no results (不清楚精確的結果等於沒有結果)』您不知道數據來源、數據脈絡、數據新鮮程度等於沒有數據，因為企業使用單位不知道能不能相信這個數據。</p>
<p>因此企業需要思考一個數據監控管理數據品質確保資料的一致性與信任度。讓企業使用單位能夠安心且有效的使用數據。</p>
<h2 id="數據品質面向為何？">數據品質面向為何？</h2>
<p>數據品質能夠讓使用單位所需的數據以及要求，確保資料的輸出能夠滿足使用端的需求，像是規劃、報表、決策以及營運所需。我們需要怎麼確保此事呢？答案就是我們需要有能夠評估的『數據品質面向』。</p>
<p>在 1996 年 Richard Wang, Diane Strong 提出了數據品質的概念性框架 “Beyond Accuracy: What Data Quality Means to Data Consumers.”</p>
<p>總共分為四大類</p>
<ol>
<li>本質性 (Intrinsic)</li>
<li>脈絡性 (Contextual)</li>
<li>代表性 (Representational)</li>
<li>易用性 (Accessibility)</li>
</ol>
<p>根據 IMF (國際貨幣基金組織) 對資料品質定義 Data Quality Accessment Framework (DQAF)，我們根據主要 5 大項做定義：</p>
<ol>
<li>本質性 (Integrity)：數據分析透過收集、運算以及分享達到目標。</li>
<li>方法論與健全性 (Methodological soundness)：分析需要依循國際可接受的標準、方針以及最佳實踐。</li>
<li>準確性與可靠性 (Accuracy and reliability)：來源資料需要在需要時能夠提供以及取得一個全面的數據取得以及可靠的流程。</li>
<li>高服務性 (Serviceability)：分析需要一致於所有的資料集就算是已經過了很長很一段時間，以及需要能夠定時的更新與儲存。</li>
<li>易用性 (Accessibility)：資料需要提供 metadata 以及數據讓使用單位能夠知道也能夠取得數據。</li>
</ol>
<h2 id="數據品質管理-data-quality-management---dqm">數據品質管理 (Data Quality Management - DQM)</h2>
<p>Data Quality Management (DQM) 是數據品質管理的實踐方案，讓企業內部可以透過一個框架管理、維護以及精進在企業內部的數據品質橫跨整個公司組織。</p>
<h3 id="1-資料品質鑑定與定義須加強的數據">1. 資料品質鑑定與定義須加強的數據</h3>
<p>針對企業內部針對使用場景以及使用方式需要了解到哪些地方的數據品質會影響到企業內部的營運影響，把相關的需求整理出來。</p>
<h4 id="上而下制定方針-top-down">上而下制定方針 (Top-down)</h4>
<p>接下來團隊可以使用這些鑑定結果透過上而下，針對上級規範以及討論，討論出一個完善的流程來做流程上的優化以及導入，來避免未來數據維護上品質上的困難。</p>
<h4 id="下而上的工具整合-bottom-up">下而上的工具整合 (Bottom-up)</h4>
<p>使用數據品質工具來達成在數據執行端確保資料的一致性，以及分析的準確性。可以使用方法像是 Data Profiling 使用不同的分析演算法、商用邏輯來做資料的特性分析。</p>
<ol>
<li>架構探索：確認數據的最大值、最小值、數據分佈等</li>
<li>內容探索：判斷好與不好的資料，例如資料格式錯誤、Null value 等</li>
<li>關聯性探索：確認資料的關連性架構以及每個資料是否使用從來源到結果是使用正確的數據</li>
</ol>
<h3 id="2-定義數據品質指標與規則">2. 定義數據品質指標與規則</h3>
<p>需要導入 Data Quality 與維護數據，最先需要知道的是標準為何？如何判斷資料是否可行或不可行，以及各種不同使用場景所需的標準可能不一、規則也不一。需要有定義指標跟規則。</p>
<h3 id="3-定義數據標準、metadata-管理以及數據驗證規則">3. 定義數據標準、Metadata 管理以及數據驗證規則</h3>
<p>有了指標以及規則就是建立一個可以自動化的標準以及驗證規則，例如</p>
<ol>
<li>數據標準：確定資料可以統一以及交換透過一致的標準定義與驗證。</li>
<li>Metadata 管理標準：規則以及 Policies 在 Metadata 的管理需要定義治理方針，Metadata 管理標準可以分成三類
 a. 商務：不同應用不同的安全性與隱私標準
 b. 技術：架構性、格式以及不同的儲存方式
 c. 營運：制定營運的 Metadata 管理</li>
<li>數據驗證流程：數據驗證規則可以評估資料是否有不一致問題，開發者能夠開發數據驗證規則來整合自動化管理。</li>
</ol>
<h3 id="4-導入數據品質與數據管理軟體標準">4. 導入數據品質與數據管理軟體標準</h3>
<p>在此就能夠開始把整個企業內部的數據品質標準與過程變成以個制式的資料管理生命週期，並且讓團隊能夠透過新的數據股臉規則來管理。</p>
<h3 id="5-數據監控與補救">5. 數據監控與補救</h3>
<p>使用資料清理工具來偵測錯誤或未處理完成的數據，讓企業內部的數據流程標準化。標準化後要能夠及時的監控以及確保資料能夠在所需的時間完成以及有信心地在各種應用上使用，如在資料處理發生錯誤或是異常也需要在企業內部建立補救流程與措施來因應。</p>
<h2 id="單一平台加上商務性語意-提升資料品質保障">單一平台加上商務性語意 提升資料品質保障</h2>
<p>透過保障資料品質，可以大幅度增加資料消費者最終拿到資料的正確性，也能夠減少開發工作的重複性。尤其當組織數位化程度愈高，開始需求更大量的數字分析結果，為了避免發生毒樹毒果狀況，資料品質將成為一門重大的管理學問。透過 Canner 虛擬調用層，加入商務性語意，拉進程式語言與資料使用者的距離，再加上透過虛擬調用層，統一對資料來源進行調用，完整掌控風險，讓資料能夠真正地找到對的人。</p>


數據品質能夠讓使用單位所需的數據以及要求，確保資料的輸出能夠滿足使用端的需求，像是規劃、報表、決策以及營運所需。我們需要怎麼確保此事呢？答案就是我們需要有能夠評估的『數據品質面向』。

什麼是資料品質？

<p>隨著數據決策驅動的整個資料圈發展，各企業也開始再思考要如何更便利的進行資料運算，因此以資料倉儲 (Data Warehouse) 為核心的資料轉型開發持續進行，包含後端資料搬運 ETL 、前段 BI 軟體串接，形成一個完整的生態圈。但很多人都還在思考要怎麼選擇適合自己企業的方式。</p>
<h3 id="如果只是想要備份資料，那你需要的只是nas">如果只是想要備份資料，那你需要的只是NAS</h3>
<p>如果只是因為資料太多，需要備份，那麼就準備一個NAS系統，把資料備份過去吧。</p>
<h3 id="我確定我要搬運：我選-etl">我確定我要搬運：我選 ETL</h3>
<p>“ETL + Data Warehouse” 的架構中，我們會把數據轉換先在 ETL，的轉換階段就先做不同應用端所需要的數據面向。下面將用優點跟缺點與大家分享</p>
<h4 id="優點：">優點：​</h4>
<ol>
<li>數據轉換抽離：把所需要做數據呈現面向的資料再放入到 Data Warehouse 中，把數據轉換抽離。</li>
<li>資料倉儲功能單一：在此架構下資料倉儲的功能，就是把需要快速做大量運算出結果給數據應用的放入到資料倉儲裡面。</li>
<li>資料倉儲費用較低：由於只有需要變成應用端的數據才會進入到 Data Warehouse 中，所以資料倉儲與 License fee 能夠降低。</li>
</ol>
<h4 id="缺點：">缺點：​</h4>
<ol>
<li>維護數據轉換：由於他的優點也是他的缺點，抽離數據轉換至 ETL 中，會照成未來大量的維護成本，通常在大型企業數據轉換可能有數百或數千個 pipeline。</li>
<li>維護數據渠道：數據渠道指的是資料從源頭到、轉換、到匯入到應用端，整個應用流程都需要維護，只要上游數據 Schema 改變通常整個 pipeline 都需要多少做調整。</li>
<li>擴展性：因為 ETL 如處理到數據量跟更大量的數據時會遇到一個比較大的問題是擴展性，在處理小量與大量的數據 ETL 建置方式會是完全不一樣的方式。</li>
<li>數據異動：在此架構數據異動的 effort 是非常大的，因為他會牽動到 Data Mart, 以及 Data Warehouse 的架構，所以需要去調整異動的項目。</li>
<li>延遲性高：因為數據轉換是建置在 Data Warehouse 外部，所以延遲性會相對高許多。</li>
</ol>
<h3 id="我確定我要搬運：我選-elt">我確定我要搬運：我選 ELT</h3>
<p>現在非常流行的另一個方法，與過去的 “ETL + Data Warehouse” 最大的不一樣就是先把資料 load 進資料倉儲裡面再做多階層的數據轉換，產生應用端數據。</p>
<p><img src="/static/images/ws-post/2022_03_02_etl_elt_alter/elt.jpg" alt="elt"></p>
<p>可以看到為什麼 ELT 會比現在 ETL 來得受到青睞，因為在資料流程來看是單純非常多，資料先進到 Data Warehouse 中在做後面的數據轉換。在 “ELT + Data Warehouse” 的架構中，我們會把數據轉換都在 ”進入到 Data Warehouse” 中之後再做不同數據應用面向的數據轉換。</p>
<h4 id="優點：-1">優點：​</h4>
<ol>
<li>維護數據轉換成本較低：因為可以借用在 Data Warehouse 本身在 analytics 上的效能做快速的轉換，所以在維護數據轉換的維護成本可以相對低很多。</li>
<li>減少維護數據渠道：由於在 ELT 的 extract 比起在 ETL 中的 extract 單純很多，他可以減少維護數據渠道的複雜度。</li>
<li>延遲性低：因為數據轉換是建置在 Data Warehouse 內部，所以數據處理就可以用 Data Warehouse 本身效能使用。</li>
</ol>
<h4 id="缺點：-1">缺點：​</h4>
<ol>
<li>費用高許多：由於所有的數據處理都仰賴 Data Warehouse 的效能，所以機台的運算能力以及 concurrecy usage 會高非常多，在這個情況下費用可能會高非常多。</li>
<li>數據處理彈性低：由於使用 ETL 可以有千變萬化的數據轉換在其中，但如果是在載入到 Data Warehouse 中有許多數據處理上的彈性就不會這麼高。</li>
<li>資料必須載入：不論大小各種不同的資料集，各個單位的數據或是檔案都需要上傳至資料倉儲中才能去做運算，然而在現實上並不會所有東西都給到中央統一去上傳在做資料分配，而是各單位自己獨立營運。</li>
<li>資料髒亂：當數據歷史拉得更長的話，會有許多資料是已經不需要使用，但已經有許多 View 或是 materialized view 混搭使用這些原始資料，造成未來有資料耦合性問題，造成數據難以維護、更新與刪除。</li>
</ol>
<h3 id="第三種方式-不搬運也能運算-data-virtualization">第三種方式 不搬運也能運算: Data Virtualization</h3>
<p>『資料虛擬化』是建制一個虛擬層在企業內的所有企業的數據源之上，透過連結器可以把數十數百或更多的數據源直接連結變成一個虛擬的資料庫，可以集中化資料安全，資料管理，最重要的讓企業可以更快從數據變成商用價值。</p>
<p><img src="/static/images/ws-post/2022_03_02_etl_elt_alter/diagram.jpeg" alt="diagram"></p>
<h4 id="優點">優點​</h4>
<ol>
<li><strong>無須實體搬遷</strong>：透過虛擬數據運算層，<strong>不必實體的搬遷</strong>到資料湖或是資料市集以及複雜的 ETL 數據整合。</li>
<li>快速資料整合： 透過虛擬運算層，能夠連結各種資料庫、檔案格式、資料倉儲、資料湖的數據<strong>快速整合</strong></li>
<li><strong>降低資料調用風險</strong>： 企業內部可以透過資料虛擬化，<strong>管理資料權限</strong>給各個不同的應用單位，讓企業內部各單位可以查看完全不同的數據樣貌，且不影響資料源。</li>
<li><strong>快速連結到各種不同的應用場景</strong>： 企業應用現今非常多元不論跨組織的應用像是 BI, AI, 資料分析, 儀表板、監控等等這些不同的應用都要使用綜合數據做加值。資料虛擬化技術能夠把數據快速轉化為商用用途。</li>
</ol>
<h4 id="缺點">缺點</h4>
<ol>
<li>需要評估足夠頻寬讓資料虛擬化讀取資料，或者調整內網網路設備</li>
</ol>
<h3 id="依照企業需求-混搭使用">依照企業需求 混搭使用</h3>
<p>以上三種方式，都是資料分析的前置作業，以 <strong>ETL 或 ELT 來說，更適合如果企業大量採用第三方服務、SaaS 服務時，需要將資料從提供商的伺服器搬下來</strong>，那麼 ETL/ ELT 會較為實用執行也較為輕鬆；但如果大多都是內部資料，那麼使用<strong>資料虛擬化，相較來說就是較不費時又快速的做法</strong>。但無論如何，您首先第一步是要先清楚目前公司的需求，再進一步做評估選擇，才能事半功倍。</p>


什麼是 ETL 跟 ELT？是否有其他方式？

<p>提升資料調用效率，加速企業轉化數據價值！專注「資料調用最佳化」的易開科技(Canner Inc,)，其核心產品「Canner」已獲台灣部分中大型企業採用。今日更宣布 Pre-A 輪總募得 350 萬美元(約為新台幣一億元)，由台杉投資領投，早期投資人 Hive Ventures、國發基金和 SparkLabs Taipei 等基金也參投。易開科技表示，本輪資金主要將用於擴大台灣與全球市場，加速產品功能開發進度、目標落實數據產業中的 3 大趨勢：快速、安全、敏捷。</p>
<p>隨著台灣企業對於數據應用重視程度逐步提升，但是企業如何得以「快速整合、安全調用、敏捷輸出」的進行資料分析工作仍是一大課題。「Canner」資料管理平台將「資料調用」區分為 3 大面向：資料管理、人員管理、輸出管理，作為研發核心，提供 6 種主要功能「異質資料庫連結」、「資料目錄建構」、「欄位再定義」、「五層權限控管」、「隱私資料遮罩」、「多格式輸出」，落實前述三大趨勢，讓數據工作流程最佳化。</p>
<h2 id="以-canner-為管理核心，打破數據孤島實踐企業數據中台">以 Canner 為管理核心，打破數據孤島實踐企業數據中台</h2>
<p>目前台灣已有部分金融、製造、零售、遊戲企業採用「Canner」，透過完整導入規劃，提升工作速度與資料調用安全性，實踐數據中台的架構。「企業經常困擾於數據孤島問題，即使現在大多數數據都可集中在數據倉庫內，但由於處理數據的複雜性和敏感性，如何平衡分析需求和數據安全仍然是企業的一大障礙。」易開科技 CEO 紀力榮表示。「這就是 Canner 的利基點，借助 Canner 的技術，企業各業務部門之間的合作協作可透過數據治理，強化其連接性，打破數據孤島，保證資料安全性和隱私性。」</p>
<blockquote>
<p>「這就是 Canner 的利基點，借助 Canner 的技術，企業各業務部門之間的合作協作可透過數據治理，強化其連接性，打破數據孤島，保證資料安全性和隱私性。」</p>
</blockquote>
<h2 id="資料調用民主化加速分析數據，canner-讓企業轉型更敏捷">資料調用民主化加速分析數據，Canner 讓企業轉型更敏捷</h2>
<p>「蜂行資本（Hive Ventures）在 2019 年投資易開科技的種子輪融資，我們的參與也表明對易開科技的商業模式保持信心。且數據將成為未來企業成功的基石，企業可透過 Canner 找到更有效的方法來調用和分析數據，以實現更敏捷的企業轉型。」蜂行資本創始合夥人李彥樞表示，隨著投資科技基金合夥人吳錦城也加入顧問群，希望透過其帶入成功企業家經驗，看見易開科技在數據解決領域引領潮流。</p>
<blockquote>
<p>「大規模數據可用性和資料調用的安全與速度是企業數位轉型的重大障礙。台杉相信易開科技可望成為下一代商業智能應用和分析工具，並且擁抱開源生態圈，實現新興數據生態系統的民主化。」台杉投資科技基金合夥人吳錦城說。</p>
</blockquote>
<h2 id="預計推出-saas-與開源計畫，目標全球市場實踐數據革命">預計推出 SaaS 與開源計畫，目標全球市場實踐數據革命</h2>
<p>「Canner」目前不僅提供落地架構，更可支援 AWS、GCP 和 Azure 等主流雲服務，今年下半年計劃透過開源計畫(OSS)和提供 SaaS 兩種方式，提供開發者與全球客戶使用。合作夥伴部分，易開科技亦計劃與 Redshift、Snowflake 和 BigQuery 等全球雲數據倉庫提供商以及系統整合商合作，加快跨組織的雲數據倉庫(Data Warehouse)和數據湖(Data Lake)的使用，讓數據生態圈產生新革命的動力。</p>


Canner 宣布 Pre-A 輪總募得 350 萬美元(約為新台幣一億元)，由台杉投資領投，早期投資人 Hive Ventures、國發基金和 SparkLabs Taipei 等基金也參投

Canner 完成 350 萬美元 Pre-A 輪募資

<p>數據中台服務新創易開科技宣布完成 350 萬美元（約新台幣 9,800 萬元）的 Pre-A 輪募資，本輪由台杉投資領投，早期投資人蜂行資本（Hive Ventures）、國發基金和 SparkLabs Taipei 也參與了本輪融資。易開科技表示，本輪資金主要將用於擴大台灣與全球市場，加速產品功能開發進度，最重要的就是數據取得的安全性。</p>
<h2 id="僅兩成企業重視數據，易開科技靠數據中台打造安全有效的數據使用環境">僅兩成企業重視數據，易開科技靠數據中台打造安全有效的數據使用環境</h2>
<p>易開科技由紀力榮、張仲威成立於 2018 年，希望解決的是企業在數位轉型時碰到的數據孤島的問題。根據易開科技表示，到 2025 年，預計全球 75% 的企業將利用數位平台來擴展其數位價值與應用，然而目前只有 21% 的企業領袖將數據視為資本，顯然有段不小的差距。</p>
<p>儘管現在大多數數據都集中在數據倉庫中，但是要找哪些原始數據、如何把不同檔案形式原始數據轉換成可以相互使用的資料形式，一直是企業頭痛不已的地方，而且取出數據時需要將資料副本轉移到新的資料庫中，才能開始使用，也會增加額外的資安風險。
易開科技的核心產品 Canner 是一個設有多重訪問權的數據中台，不僅可以迅速整合所需要的數據，還可以同時保護資安。</p>
<p>Canner 以虛擬化的技術，提供了可以連接 MySQL、Oracle、MongoDB 等不一樣的資料庫的 API（可以視為水管接口），並設置多層數據訪問的授權制度，再以資料虛擬化的方式建構虛擬數據平台，一步驟處理數據轉換、暫存與計算等流程，除了降低資料外洩風險外，也能節省成本及時間。</p>
<blockquote>
<p>「這就是 Canner 的利基點，借助 Canner 的技術，企業各業務部門之間的合作協作可透過數據治理，強化其連接性，打破數據孤島，保證資料安全性和隱私性。」易開科技執行長紀力榮表示。</p>
</blockquote>
<p>相比於去年著重在快速取得資料，現在更強調要讓對的人取得對的資料，所以多了包含資料授權、資料隱蔽以及數據取得的紀錄等等新功能。</p>
<h2 id="網路界傳奇吳錦城也加入，下半年將瞄準海外客戶">網路界傳奇吳錦城也加入，下半年將瞄準海外客戶</h2>
<p>本輪資金運用，紀力榮表示將會聚焦優化 Canner 的三個層面：資料管理、資料溯源以及調用效能，更能符合台灣企業實際需求，下半年計劃透過開源（OSS）和提供 SaaS 兩種方式，讓功能的導入更具備彈性。</p>
<p>「例如中小企業可能不會一次導入全部的功能，所以先從小的功能慢慢導入，也比較好取得信任。」紀力榮說，藉由 SaaS 與開源的方式提供開發者與全球客戶使用，易開科技可以進而拓展自己的國際客戶。</p>
<p><img src="/static/images/ws-post/2022_03_24_canner_pre_a_cheng/yan_canner.jpg" alt=""></p>
<blockquote>
<p>「蜂行資本在 2019 年投資易開科技的種子輪融資，我們的參與也表明對易開科技的商業模式保持信心。數據將成為未來企業成功的基石，企業可以透過 Canner 找到更有效的方法來調用和分析數據，以實現更敏捷的企業轉型。」蜂行資本創始合夥人李彥樞表示</p>
</blockquote>
<p>隨著投資科技基金合夥人吳錦城也加入顧問群，希望透過其帶入成功企業家經驗，看見易開科技在數據解決領域引領潮流。</p>
<p>吳錦城是一位連續創業家，4 次的創業都成功出場，包含 1995 年與陳五福一起成立、半年內被瀑布通訊（Cascade Communication）以 1.5 億美元買下的製造大型網路交換機的愛力思通訊（Arris Networks），以及 1997 年創立的箭點通訊（ArrowPoint Communications），由於網路設備巨擘思科（Cisco）看上了箭點通訊加速網路傳輸速度的關鍵技術，便以 57 億美元收購箭點通訊，這筆收購更創下麻州史上第二高收購案。隨後吳錦城創立的 Acopia Networks、Azuki Systems 也分別被 F5 Networks 和愛立信（Ericsson）買下，可以說是整個網路產業興起的重要推手之一。</p>
<blockquote>
<p>「大規模數據可用性和資料調用的安全與速度是企業數位轉型的重大障礙。台杉相信易開科技可望成為下一代商業智能應用和分析工具，並且擁抱開源生態圈，實現新興數據生態系統的民主化。」台杉投資科技基金合夥人吳錦城說。</p>
</blockquote>
<p>報導原文：<a href="https://meet.bnext.com.tw/articles/view/48860">https://meet.bnext.com.tw/articles/view/48860</a></p>


網路界傳奇吳錦城也加入！Canner 獲億元 Pre-A 輪募資，為企業優化數據運用的安全性

網路界傳奇吳錦城也加入！獲億元募資

<h2 id="數據調用-安全與速度最重要">數據調用 安全與速度最重要</h2>
<p>誠品不只有書店、商店、旅館、透過線上線下數據整合，可以讓誠品的供應商更有信心透過誠品進行銷售。當然，資料要有價值，是要讓對的人拿到對的資料。因此，在數據調用過程中，誠品最在意的兩個點是安全與速度。</p>
<p>對前端業務需求者來說，需求是無止盡，而且要求快速的，但是對於後端提供者來說，安全的調用才是最重要的。因為要避免的不只是隱私問題，更要確保資料的安全性與正確性。</p>
<blockquote>
<p>誠品副總張鈿浤也提到，現在最大 OMO 的挑戰是「人」跟「組織」，相較於20年前的泡沫時代，技術方面都已經非常成熟。也讓他有信心覺得「數位可以改變世界」。
但是如何從傳統產業中，如何了解數位可以幫助什麼，並且調整組織、文化，擁抱新的技術。</p>
</blockquote>
<h3 id="part-1">Part 1</h3>
<iframe width="80%" height="500px" src="https://www.youtube.com/embed/Dm1M686VMh0?start=10895" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>

<h3 id="part-2">Part 2</h3>
<iframe width="80%" height="500px" src="https://www.youtube.com/embed/Dm1M686VMh0?start=11783" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>

<h2 id="擁抱數位與轉型的平衡-企業文化要有空餘跟容錯">擁抱數位與轉型的平衡 企業文化要有空餘跟容錯</h2>
<p>張鈿浤提醒，企業必須要有空餘跟容錯的空間，必須從中思考如何取得平衡。
「數位」跟「轉型」是兩件事情，數位已經足夠成熟，但是企業要怎麼去擁抱「轉型」，張鈿浤認為是接下來一個重點。尤其對零售行業來說OMO是未來重點趨勢。然而，電子商務不只是管道，更是工具。誠品可以想像，為什麼消費者要去實體賣場或線上賣場的理由。</p>
<p>未來誠品會更強調，透過數據越了解消費者需求，分析線上行為與線下行為，去探索消費者在不同場域的需求，讓誠品給消費者帶來更多線上與線下的感動。</p>
<p>想了解更多：<a href="/tw/blog/posts/2021/11/01/eslite_canner">Eslite 誠品 雲地整合加速數據分析效率</a></p>


Galaxy Summit 2022 順利落幕，回顧誠品副總經理張鈿浤的精采分享，完整資料調用讓 OMO 更有信心

Galaxy summit 2022 回顧 誠品分享

<h2 id="資料變革正在發生-讓資料更安全的被調用是重要基礎">資料變革正在發生 讓資料更安全的被調用是重要基礎</h2>
<p>資料的變革正在發生，基本上可分為三個層面，應用面、流程面、組織面。以應用層來說，BI不再只是視覺化，也包含更多層面的開發，不再只是報表呈現，例如建置資料科學的應用。第二個是流程，現在資料管理中正在流行「資料分析工程」，也就是說資料開發就如同軟體開發流程一樣，為了要讓資料管理可以規模化，一定會加強流程控管，讓開發成果更成熟。</p>
<p>最後是組織，是要透過組織將資料存取權限擴散到前線的應用單位，現在的資料大多都是資料集中化，因為資料調用不安全，所以設置各種人為管理流程。因為大家都想避免不安全發生。但是未來資料管理會更智能化，現在資料儲存是散佈在不同的儲存裝置內，管理相當需要人力，未來智慧化後可以更智能的示警，也因此企業更有信心可以將權力下放。調用效能技術，已經不是問題了，更重要的則是來自於調用管理，這也是Canner著重的部分。</p>
<iframe width="80%" height="500px" src="https://www.youtube.com/embed/Dm1M686VMh0?start=11399" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>

<h2 id="解決資料調用障礙--連結、轉換、輸出缺一不可">解決資料調用障礙  連結、轉換、輸出缺一不可</h2>
<p>Howard 分享到，現在企業導入 BI 跟 Data Warehouse ，但是後續將面臨整體調用速度障礙、大量資料庫管理等問題，應該要專注優化整體資料調用流程，才能真正解決資料分析師、資料工程師的工作障礙。</p>
<p><img src="/static/images/ws-post/2022_04_02_galaxy_summit_2022_canner_sharing/pic2.jpg" alt="2022 galaxy summit"></p>
<blockquote>
<p>企業導入 BI 跟 Data Warehouse ，但是後續將面臨整體調用速度障礙、大量資料庫管理等問題，應該要專注優化整體資料調用流程，才能真正解決資料分析師、資料工程師的工作障礙。</p>
</blockquote>
<p>Howard 也建議，企業要導入整體系統時，切勿忽略三大要點「連結」、「轉換」、「輸出」。連結，是透過建立單一平台進行異質資料整合與建立資料目錄，讓使用者做標籤與敘述，做到資料可搜尋性。 轉換則須注意提取資料同時，細緻權控與隱私遮罩，確保足夠的安全機制。最後輸出則要盡量滿駔不同使用場景不同工具，多格式輸出能力。</p>


Galaxy Summit 2022 順利落幕，回顧 Canner CEO Howard 的精采分享

Galaxy Summit 2022 - Canner CEO Howard 的精采分享

<p>聚焦科技發展的年度峰會「Galaxy Summit 2022」將於3月29日在台北國際會議中心101會議室舉行，由 Hive 蜂行資本主辦，包含 7 場主題演講和 8 場主題論壇。Canner 今年受邀擔任與談人，從「資料轉化價值」角度分享Canner在資料分析工程的開發方向與成果，加上 Canner 。</p>
<p>「資料轉化到價值: 大數據需求變遷」座談會由 Taboola R&amp;D 副總裁俞寧寧主持、Gojeck
AdTech, Data Partnerships &amp; Monetization 副總 Pulkit Khanna 、誠品副總經理張鈿浤、Instill AI CEO Ping-Lin Chang 與 Canner CEO Howard 共同與談，交流在不同產業中資料是如何打造出更多企業價值。</p>
<p><img src="/static/images/ws-post/2022_04_20_galaxy_summit_replay/session.jpg" alt=""></p>
<p>重溫Galaxy Summit精彩時刻：Galaxy Summit 2022: The Future Enterprise -中文原聲 Live</p>
<iframe width="560" height="315" src="https://www.youtube.com/embed/Dm1M686VMh0?start=9480" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen></iframe>





Galaxy summit 2022 回顧

<h2 id="為什麼需要數據中台：數位化後數據爆炸性堆疊">為什麼需要數據中台：數位化後數據爆炸性堆疊</h2>
<p>隨著企業數位化系統逐步導入，提供使用者更便利、無距離的應用方式。但企業面臨的不只是系統服務的建置，更包含著多重系統所需要產生的資料紀錄，<strong>數據量暴增從 GB 級紀錄升等到 TB 級、 PB 級，也讓企業重視數據分析需求，投入更多使用數據人員，以及導入更多終端應用暴增</strong>：除了 BI ，也逐步增加 ML、 Workspace 等等工具。簡單來說，不只是資料量像寒武紀大爆發一樣，連帶帶動整個生態系一併蓬勃發展，產生新的「 <a href="https://www.moderndatastack.xyz/">現代化資料堆疊</a> 」架構，也讓許多企業思考導入數據中台，加速由數據到挖掘創新想法的需求。</p>
<p>但在數據中台建立之前，我們必須先了解，一般而言 Database 資料源是不允許多人直接取用，其中包含安全、穩定性、授權管理等等因素，<strong>因此數據中台成為分析需求的中介者</strong>，概念上強調具備以下四大項目，包含：</p>
<ol>
<li>資料倉儲：將資料搬運複製至倉儲，脫離資料源，並將資料同質化，滿足下一階段運算需求。</li>
<li>資料運算：因為有大量資料，所以必須加速運算匯整。</li>
<li>資料模型：透過彙整的資料進行轉換，產生資料模型，以做為提供分析工具之基礎。</li>
<li>分析工具：以分析工具作為資料產品進階至可視化、可邏輯化之成果</li>
</ol>
<h2 id="數據中台-≠-資料倉儲--≠-無止盡的集中化管理">數據中台 ≠ 資料倉儲  ≠ 無止盡的集中化管理</h2>
<p>透過數據中台，讓前端使用者可以更順利取得企業內部資料，並且加速創新分析。現在不少企業已經進入導入資料倉儲的階段，如果就少部分作業來看，流程就會相對簡單，但是，<em><strong>一旦放大規模化到企業級需求，我們可以看到資料調用會變成數千數萬條調用路徑規模化後會變成非常複雜</strong></em>，即使建立數據中台後，管理也會成為一個重大思考面向。<strong>尤其現在許多企業都聚焦在資料倉儲上，使得資料倉儲不斷被擴增功能，甚至極端式塞入各種資料，導致維護、調用、管理都非常複雜</strong>。如果未能有一個完整管理機制，甚至最終也會讓最終資料消費者產質疑，資料真的可用嗎？</p>
<p>此外，數據分析需求規模化後，單一的管理方式不見得能夠適用所有組織，畢竟單一方針的政策並非適合所有業務單位，少量的數據孤島，或是新系統產生的小孤島都是不可避免的。再加上前端應用工具愈來愈多，管理層面上就更會成為企業尾大不掉的問題。</p>
<p><img src="/static/images/ws-post/2022_05_23_data_platform/data_platform.png" alt="data platform scale"></p>
<h2 id="現代數據中台再思考-分析需求持續成長-需要納入「使用者」管理方式">現代數據中台再思考: 分析需求持續成長 需要納入「使用者」管理方式</h2>
<p>面對爆發成長中的企業資料應用，數據中台的概念固然是要打破組織間資料調用問題，所以在功能面上不應完全偏廢資料倉儲，而應該讓整體中台各個功能專精化，「採集」、「儲存」、「互通」、「使用」均衡發展，也不會讓整體建置時間過於冗長，甚至耗費過多的費用。</p>
<p>因此，我們重新思考，「現代資料堆疊」架構下的數據中台應用應該要再加上 <strong><a href="https://cannerdata.com/tw/blog/posts/2022/06/27/enterprise_vision">資料調用層 (Access Layer)</a> ，作為區分前後端技術與服務需求，並且加入「使用者」權限控管的管理調度站</strong>。從企業內部現況來說，後端系統增加異動性頻繁程度並不如使用者高，且隨著企業業務、法規遵行、策略調整，數據隨時都處在備戰狀態，透過在現行架構中，加入資料調用層，將「資料源、應用工具、人員」三者系統化管理，減少人員管控設定時間，並加速調用過程。</p>
<p>資料調用層優點：</p>
<ol>
<li><strong>後端資料堆疊方式獨立性</strong>：無論企業採分散式、集中式管理，或是新增系統、更改系統，透過調用層，讓資料源保有各自管理方式的獨立性，也可依照資料分析需求，選擇要進入資料倉儲，或是直接經由調用層加工，減輕全部資料倒進資料倉儲龐大的負擔與費用。</li>
<li><strong>前端服務調用</strong>，資料調用層則提供具有商務語意的資料產品，更貼近實際業務情境，調用資料時更可清楚找出需求，不再如過去需要 try and error，提升資料調用可信度。</li>
<li><strong>調用軌跡系統化紀錄</strong>：透過調用層的軌跡紀錄，資料源可清楚追蹤前端調用發起人為何，以及輸出對應的應用工具為何，讓調用過程更具備稽核能力。</li>
<li><strong>人員、資料源、帳號權限系統化設定</strong>：面對規模化組織，資料調用層依然可以綁定企業既有帳號管理系統，並提供UI介面輕鬆資料源使用權限，並可隨人員組織狀態動態調整。</li>
</ol>
<p><img src="/static/images/ws-post/2022_05_23_data_platform/balance.jpg" alt="balance"></p>
<h2 id="費用考量--可以選擇輕量級虛擬中台-「資料調用層」">費用考量 ? 可以選擇輕量級虛擬中台 「資料調用層」</h2>
<p>數據中台這麼龐大架構，大部分都是具有預算的大型企業積極導入，但如果您屬於中型或小型企業，也想透過中台集成方式讓數據分析工作更上一層樓，其實也可以使用「資料調用層」作為建置數據中台的前期評估， <a href="https://cannerdata.com/tw/product">Canner Enterprise</a> 提供<a href="https://cannerdata.com/tw/product/features/data_connectors">異質資料連接器</a> ，可以讓您無須花費大筆經費建置資料倉儲，就可以將各個數據孤島資料在 Canner 完成資料同質化，進而進行資料匯整與加工，一樣可以完成將不同來源的資料，快速輸出給前端資料分析工具的功能。</p>
<ol>
<li>串接異質資料： 透過連結器各別資料庫、檔案、串接並且同質化，無須搬移、複製資料。</li>
<li>授權管理：針對「資料源」以及「資料使用者」分別安排資料調用授權設定。</li>
<li>運算資料產出資料產品： 讓資料使用者可以自主在平台進行資料拉取、匯總，完成資料具有商務性意義的資料產品。</li>
<li>輸出應用工具：針對不同業務單位所使用的應用工具，輸出多元格式 (如 Excel, Tableau, Power BI…) 。</li>
</ol>
<h2 id="回歸思考最終目的：讓數據快速發揮使用決策成果">回歸思考最終目的：讓數據快速發揮使用決策成果</h2>
<p>其實無論企業再考慮哪種數據中台架構，數據中台終究是圍繞著企業本身核心領域 (Domain) 需求進行設計，金融、製造、零售均有各自的版本，只是都基於數據資料調用的技術為基底，加上領域知識所完成的成果。建議企業評估的思考方向：</p>
<ol>
<li>數據分析人員與數據量級規模化程度：人員、應用、資料源多寡左右系統設定複雜度</li>
<li>企業專門領域是否必須專門客製化需求：特殊客製化開發決定開發時程與預算規模</li>
</ol>
<p>這些都呼應著最近資料圈常討論的 「<a href="https://www.gartner.com/smarterwithgartner/data-fabric-architecture-is-key-to-modernizing-data-management-and-integration">Data fabric</a>」 技術以及 「<a href="https://martinfowler.com/articles/data-mesh-principles.html">Data mesh</a> 」 架構，這些無非都是希望資料調用在技術上要分工明確，並且在服務上重新納入資料消費者的思考，而不是讓數據中台淪為技術性討論、費用綁架等等議題，失去原始服務目的。</p>
<p>想更瞭解更多數據中台建置建議 ，歡迎與 Canner 聯絡。<a href="https://cannerdata.com/tw/product">Canner Enterprise</a> 可為數據中台提升建置速度與建置成本，在數位轉型的浪潮上，從資料調用過程開始轉變，建立更完整的運用基礎。</p>


什麼是數據中台？ 數位化後數據爆炸性堆疊，現代化資料堆疊架構下再思考的數據中台

什麼是數據中台？ 

<p>「微軟新創加速器」6/8 正式公開第三屆入選名單， Canner 與其他 16 家新創企業一起再高雄亞灣新創園展示應用成果，也希望透過此次進駐，讓更多中南部業者有機會接觸 Canner 資料調用管理平台，提升5倍數據分析速度，有感提升數據決策速度。</p>
<p>高雄市長陳其邁表示，亞灣區除了讓很多新創公司實現夢想，將新的解決方案不僅在地利用，更能跟國際市場接軌，一方面落實觀念的驗證，二方面進化到商業模式與服務模式的驗證。</p>
<p><img src="/static/images/ws-post/2022_06_08_ms_acc/pic1.jpg" alt=""></p>
<p>微軟指出，微軟新創加速器已正式邁入第三屆，已培育32家新創團隊，獲得創投企業 3 億 8 千萬資金挹注，創造超過 5 億 3 千萬的商機規模。微軟期待將新創種子，帶到高雄科技沃土腹地。</p>
<p>Canner 共同創辦人暨 CEO 紀力榮表示，本次參與亞灣新創園最主要希望能服務中南部的製造業者，期望可透過 Canner 資料調用管理平台，讓製造業更有效的管理生管、原料、銷貨等等數據，更快速洞悉從產線到銷售現場的數據機密，面對疫情不穩定的狀況下，依舊可利用可靠的數據，進行最佳商業智慧決策。</p>
<blockquote>
<p>透過 Canner 資料調用管理平台，讓製造業更有效的管理生管、原料、銷貨等等數據，更快速洞悉從產線到銷售現場的數據機密，面對疫情不穩定的狀況下，依舊可利用可靠的數據，進行最佳商業智慧決策。</p>
</blockquote>
<p><img src="/static/images/ws-post/2022_06_08_ms_acc/pic2.jpeg" alt=""></p>
<p>Canner 資料調用管理平台為企業 ETL 最重要的下一步，透過資料虛擬化技術，讓企業面對異質資料源皆可以一致性、零搬運的調用，讓原始資料到分析應用 調用最佳化。同時將分析主導權更貼近業務應用單位，提供自助式工作區，搭配業務性標籤，使用者得以更簡易、快速的完成各式資料應用。</p>
<p><img src="/static/images/ws-post/2022_06_08_ms_acc/pic3.jpeg" alt=""></p>


「微軟新創加速器」6/8 正式公開第三屆入選名單， Canner 與其他 16 家新創企業一起再高雄亞灣新創園展示應用成果

Canner 入選第三屆微軟加速器，協助企業找出最佳數據決策

<p>數據應用是未來企業的競爭力，近幾年台灣在數據創新與轉型上不論在<a href="https://www.tsmc.com/chinese/dedicatedFoundry/manufacturing/intelligent_operations">台積電智慧製造，敏捷與智慧生產</a>的供應鏈、IT/OT 整合的智慧工廠、與自動化設備應用；<a href="https://www.bnext.com.tw/article/60009/ddtdigitaltransformation">國泰金控金融業，金融業慢慢變成科技公司</a>從技術導向轉向數據導向與生態圈導向；<a href="https://cannerdata.com/tw/blog/posts/2022/03/29/galaxy_summit_eslite">誠品線上，把線上與線下零售智慧化</a>從數據加上人與組織的變革，變革 OMO 的新智慧零售。</p>
<p>數據的邊界逐漸從原本資料庫本身，逐漸延伸至資料應用端，讓人與組織都能夠使用。企業內部複雜的原因有三個主要部份<em><strong>『資料儲存、人員、資料應用工具』</strong></em>；在不同的場景中有最適合的資料儲存方式，企業內部人員有階層性、交互性資料可以從不同人員做授權，資料應用工具有營運層面、分析層面、預測層面。這三個面向造就資料企業數據根本的資料複雜性。</p>
<h2 id="資料調用困難及實踐？">資料調用困難及實踐？</h2>
<p>首先我們先來看最基本的目標，資料調用的初衷，就是：</p>
<blockquote>
<p>讓資料使用者找得到資料，並且馬上使用。</p>
</blockquote>
<p>您可能在想，在公司沒有導入資料調用層，不同的部門需要資料還是都拿得到呀？是的，但我們回想一下過去現在企業拿資料的流程，應用單位想要取用一個資料的流程：</p>
<ol>
<li>需求者要先找到資料擁有者，在 IT 或是 MIS 的哪個人手上有這個資料。</li>
<li>跟資料擁有者索取資料集，資料擁有者手上的這張表有部分欄位需要過濾或是遮罩，才能給特定的團體或是個人使用。需要透過某種方式把欄位遮蔽，遮蔽後輸出。</li>
<li>如果使用者想要在 Excel, BI 或是 API 的方式取得，就需要在看用什麼方式實作讓使用方得以在工具中取得資料。</li>
<li>最後在會依照使用頻率做優化處理，或是自動化(每日、每週或每月)。</li>
</ol>
<p>要達成以上這句目標，並不容易，資料到應用中經歷了重重關卡。</p>
<p><img src="/static/images/ws-post/2022_06_27_enterprise_vision/without-canner-tw.png" alt="Without Canner"></p>
<p>首先從左而右，異質資料來源需要先進行同質化；資料授權能夠與應用端組織一致化並針對資料欄、位、表，針對使用者的用戶資料去做遮罩與過濾；讓資料賦予業務意義與定義，透過資料產品化加工；最後針對不同的應用工具優化、追蹤並輸出。</p>
<blockquote>
<p>一個完善的資料調用平台，須解決資料異質性、可用性、資料授權、資料應用多元性。</p>
</blockquote>
<h2 id="為什麼需要資料調用層-data-access-layer？">為什麼需要資料調用層 (Data Access Layer)？</h2>
<p>當公司內有不同部門與人員調用資料這個需求可能疊加至數百或數千的需求，人力成本與時間瓶頸最終會開始堆加累積，變成未來需求都需要等數週或數月才能取得需要的數據。</p>
<p>這樣的工作流程很明顯的流程挑戰在於『資料調用流程』。過去我們為了要把資料安全並且有效率的方式拿給需求方，最後當資料到他們的手上的時後已經是過時，或是因為溝通上的落差，調出的資料與使用者的認知不一致，到最後資料完全錯誤。</p>
<blockquote>
<p>如果有個工具能夠把資料的異質性同質化，支援資料授權機制滿足企業內部組織架構，並且針對不同應用做最佳化。就能解決資料調用的瓶頸。</p>
</blockquote>
<p>所以企業需要一個解決『儲存、人員、應用』三個複雜維度的資料調用層。</p>
<img alt="balance" src="/static/images/ws-post/2022_06_27_enterprise_vision/balance.jpg" style="width: 90%; max-width: 800px;"/>

<h2 id="完善的資料調用層">完善的資料調用層</h2>
<p>完善的資料調用層，包含了四大設計：</p>
<h3 id="1-異質資料連結器">1. 異質資料連結器</h3>
<p>首先需要多種異質資料連結器，讓異質資料儲存同質化，不論資料儲存在各種不同的資料儲存技術，包含資料湖、資料倉儲、SQL 引擎或是資料庫等，都可以透過資料連結器同質化在一個一致的資料介面上操作。</p>
<h3 id="2-資料產品化">2. 資料產品化</h3>
<p>在資料做加工變成，可以應用的數據的過程包含賦予他語意上、情境化的數據，叫做資料產品化。數據轉換層將指標 (Data metrics) 加入商業語意 (Semantic)，讓資料集具業務性輪廓，讓資料賦予應用端語言，應用端使用者能夠定義、查找、並且理解資料來源與品質。</p>
<h3 id="3-資料授權管理">3. 資料授權管理</h3>
<p>當資料從源頭的資料源權控，對接到企業內部的 Identity and Access Management 身分識別系統 (IAM)，並且針對不同應用軟體中的資料權限管理，需透過一層資料授權管理層做串接，讓資料能夠與組織內部的權限管理進行整合。</p>
<h3 id="4-自助式調用">4. 自助式調用</h3>
<p>透過廣泛支援的資料輸出方式，在各種不同的業務場景所使用的工具，無論是營運性、分析性、整合性工具都能夠過單一平台進行優化，並且讓使用者能夠自助式管理。</p>
<p><img src="/static/images/ws-post/2022_06_27_enterprise_vision/next-data.jpeg" alt="Canner structure"></p>
<h2 id="成效">成效</h2>
<p>透過統一的資料調用層，能夠大幅降低企業內部資料調用的複雜度與人力成本。</p>
<ol>
<li><em><strong>資料調用從原本數日到數分鐘</strong></em>，異質資料的透過連結快速同質化，讓資料整合的成本下降 60% ，幫助企業的數據反應力與競爭力大幅提升，決策可從數日到數分鐘。</li>
<li><em><strong>減少實體搬遷資料</strong></em>，不需要為了資料遮罩以及過濾另外萃取資料集，減少資料儲存與提高安全性，減少 40% 以上的實體搬遷資料需求。</li>
<li><em><strong>增加資料應用方式</strong></em>，對企業未來要採用 AI, ML 或是進階分析工具像是 Jupyter notebook 可以共享數據，減少超過 80% 以上的資料重工與優化成本。</li>
<li><em><strong>資料授權動態化，提升資料工程師資料調用效率</strong></em>，透過資料調用層，能夠讓應用端人員對於資料集更透明，提升 4 倍資料工程師對於企業內部工作效率的提升。</li>
</ol>


透過這篇傳達我們 Canner 在產品設計與想法，透過資料調用層 (Data Access Layer) 如何幫助企業把資料更貼近數據應用。

為什麼需要資料調用層 (Data Access Layer)？

<blockquote>
<p>&quot;我就讓他一邊跑，一邊做其他的雜事，不然事情怎麼做的完。&quot; - 資料分析人員的內心話</p>
</blockquote>
<p>企業數據量大爆發，也讓不少企業投入更多人原想在數據中找到更多有意義的商務決策，隨著業務單位使用數據量級增加、作為第一線的數據分析人員，<strong>一定曾經遇過 BI 工具處理工作負載量過高、運行速度太慢、記憶體不足、重整緩慢，等待報表的同時，幾乎佔據所有電腦運算效能</strong>，這時候除了轉而去做其他雜事、再開一台電腦、或者放著讓他跑，幾乎沒有其他辦法，類似的 <a href="https://cannerdata.com/tw/blog/posts/2021/11/01/eslite_canner">企業案例</a> 屢見不鮮。</p>
<h2 id="資料分析的時間困境">資料分析的時間困境</h2>
<p>網路上也有各種不同的<a href="https://kknews.cc/zh-tw/other/3voxxmo.html"> BI 優化解決方案</a> ，連主流 BI 工具 <a href="https://docs.microsoft.com/zh-TW/power-query/dataflows/best-practices-developing-complex-dataflows">Power BI</a> 、 <a href="https://www.tableau.com/zh-tw/about/blog/2016/1/5-tips-make-your-dashboards-more-performant-48574">Tableau</a> 都為此各自出疑難雜症解答頁，不過大部分是從資料分析師的角度進行建議，最末端開始去除資料雜質、降低圖表複雜度，甚至如格式欄位都要一一調整，非常耗人力工時與溝通成本。尤其對於分析源頭來自於異質資料的業務單位來說，這些都是更加痛苦的事。但在分析師背後的內心台詞，絕大部分都是以下三點：</p>
<ol>
<li>分析資料量大，我的電腦跑得動嗎？</li>
<li>清理資料細節，我的作業時間夠嗎？</li>
<li>如果做錯，重作時間成本極高，我來的及嗎？</li>
</ol>
<h2 id="用金錢改善-bi-效能">用金錢改善 BI 效能</h2>
<blockquote>
<p>&quot;Local 跑不動，就改用 Server 來算比較快吧&quot;</p>
</blockquote>
<p>面對大量的「使用者數量」以及「運算效能」兩個難題，企業在導入 BI 工具時也會考量不同授權方案，起初大多先使用個人 Desk 版本，而隨著運算所需效能資源快速增加，擴大選擇採購以雲端、地端 Server 版本，透過伺服器加速運算授權方案，確實可解決運算效能，不過連帶所費不貲，但也就只是將所有改善方針全數押在 BI 工具之上，造成 BI 成為企業進行數據分析的一大「預算」關卡。</p>
<p>資料分析的卡關，不應該把所有因素都壓在 BI 工具身上，資料流程具有一定的堆疊架構，從下圖來看，首先從左而右，異質資料來源需要先進行同質化；資料授權能夠與應用端組織一致化並針對資料欄、位、表，針對使用者的用戶資料去做遮罩與過濾；讓資料賦予業務意義與定義，透過資料產品化加工；最後針對不同的應用工具優化、追蹤並輸出，<strong>歸根究柢，如果進到 BI 之前就可以完成資料加工，更快速的拉取資料，才是真正大量改善企業 BI 使用狀態</strong>。</p>
<p><img src="/static/images/ws-post/2022_07_05_bi/flow_before.jpg" alt="flow before"></p>
<h2 id="為什麼-canner-可以做為-bi-加速器">為什麼 Canner 可以做為 BI 加速器</h2>
<p>Canner Enterprise 作為資料調用管理平台，提供進入 BI 之前高品質資料產品，降低雜訊資料，達成複雜資料流程的最佳做法。甚至，原先需要依不同個來源類型建立個別的資料流程，例如內部部署、雲端、 SQL Server 、 Spark 和 Dynamics 365 ，現在都可以在 Canner 先行處理，避開內部限制。 </p>
<p>Canner 作為 BI 加速器，以下四功能是最主要推手：</p>
<ol>
<li>異質資料連結器： Canner 提供 17 種以上異質資料連結器，讓儲存資料同質化，包含資料湖、資料倉儲、SQL 引擎或是資料庫等，都可以透過 UI 介面上操作。</li>
<li>MPP 平行式加速運算：Canner 運用 MPP 設計架構，將調用任務並行的分散到多個伺服器和節點上，在每個節點上計算完成後，將各自部分的結果彙總在一起得到最終的結果，有效縮短調用時間。</li>
<li>自助產出資料產品：使用者可先於 Workspace 自主將所需資料欄位匯整為預計分析的內容，甚至先過濾部分隱私資訊，先於 Canner 完成固定作業流程。</li>
<li>資料推送 (Data Push) ：直接輸出 BI 需求資料至固定報表需求。</li>
</ol>
<h2 id="不只-bi-加速--canner-讓所有應用工具加速">不只 BI 加速  Canner 讓所有應用工具加速</h2>
<p>透過建置完整的資料調用流程，讓架構中各種資料工具回歸各自擅長領域，發揮最佳功能，Canner 作為 BI 加速器，先行進行資料調用與匯整，可大量降低 BI 工具所需高運算量的依賴，降低授權費用以及加速報表出。其實不只是 BI 更多其他分析工具、 ML、 Workspace 工具如也需要大量仰賴 OLAP 情境也都會面臨這些問題，因此從資料調用流程開始，真正從根本改善才是解決之道。</p>
<p><img src="/static/images/ws-post/2022_07_05_bi/flow_after.png" alt="flow after"></p>


企業數據量大爆發，也讓不少企業投入更多人原想在數據中找到更多有意義的商務決策，隨著業務單位使用數據量級增加、作為第一線的數據分析人員，一定曾經遇過 BI 工具處理工作負載量過高、運行速度太慢、記憶體不足、重整緩慢，透過 BI 加速器如何解決這個問題？

【應用架構】 BI 加速器 

<h2 id="什麼是資料倉儲？">什麼是資料倉儲？</h2>
<p>資料倉儲是「主題」、「支援決策」導向，作為資訊的中央儲存庫，資料倉儲的資料通常來自定期從交易處理系統、關聯式資料庫、或是大量的歷史紀錄資訊，最終經過分析後轉換成商務價值資訊，透過大量分析與整合資料，讓企業在此挖掘創新商機的基礎。</p>
<h2 id="大家想讓資料倉儲成為基礎">大家想讓資料倉儲成為基礎…</h2>
<p><strong>過往資料倉儲大部分都是大型、連鎖、或是受法規遵循等等規範的企業導入地端使用，所費不貲</strong>，隨著近幾年來技術的進步，雲端資料倉儲服務輩出，如 <a href="https://cloud.google.com/bigquery?hl=zh-tw">GCP BigQuery</a> 、 <a href="https://aws.amazon.com/tw/redshift/">AWS Redshift</a> 、<a href="https://docs.microsoft.com/zh-tw/azure/architecture/data-guide/relational-data/data-warehousing">Azure Synapse</a>、 <a href="https://www.snowflake.com/">Snowflake</a> 等，主打降低建置費用，希望讓資料倉儲成為企業現代化資料堆疊架構 (Modern data stack) 的基礎。但企業開始醞釀資料倉儲專案時，往往在同一時間影響到組織內多個部門的涉入，意見分歧與期望不同，許多企業導入失敗的故事時常耳聞，致使許多企業對評估時裹足不前。</p>
<h2 id="資料倉儲專案建置最怕的三件事">資料倉儲專案建置最怕的三件事</h2>
<p>總結來說，一項專案推動不是那麼容易，尤其在企業內部，推動者往往需要多方評估，以免做出勞民生財的決定，尤其在資料倉儲專案中更是如此，我們列整以下幾個資料分析師在內部推動資料倉儲計畫的時候，最怕發生的幾件事：</p>
<ol>
<li>涉及多部門決策：評估階段常因多部門共同決策，導致真正需要資料倉儲的部門延宕無法執行。</li>
<li>需求訪談反覆不定：未針對 KPI 做詳細的分析導入。</li>
<li>建置時程長：趕不上企業內部組織異動變化，無論是企業組織、業務內容、報表內容都是動態變化，若未能保留一定的使用彈性，易導致成為無效開發。</li>
</ol>
<h2 id="為什麼需要前哨站？-資料調用層推進建置的幫手">為什麼需要前哨站？ 資料調用層推進建置的幫手</h2>
<p>有鑑於資料倉儲建置設計從評估、訪談、開發，總時間長，但是面對企業數據分析需求總不停歇的數據分析需求，<strong>Canner 作為資料調用管理平台，可以成為企業的「資料倉儲前哨站」，讓企業可以先進行確認大方向需求</strong>，將現行資料堆疊架構、分析資料類型、儲存與調用方式、應用管理統一性盤點整理，有效降低整體專案建置時間。</p>
<p><img src="/static/images/ws-post/2022_07_11_pre_dw/diagram.jpg" alt="pre dw"></p>
<h3 id="如何使用-canner-作為資料倉儲前哨站：">如何使用 Canner 作為資料倉儲前哨站：</h3>
<ol>
<li>串接資料孤島：透過連結器，保留個別資料源獨立運行的特性，保持資料調用的流通性。</li>
<li>虛擬調用無須儲存：可以資料虛擬化技術調用資訊，在建置資料倉儲分析前先進行可行性確認資料內容，不需要準備儲存空間。</li>
<li>添加商務性標籤：透過添加資料標籤、描述，讓資料更具貼近業務分析語言，先行整理資訊，更清楚判斷所需的 KPI 。</li>
<li>資料使用者角色設定：企業可先行於 Canner 的權限管理功能建立資料使用者角色與資料運用權限。</li>
</ol>
<h2 id="已經有了資料倉儲了--還適用-canner-嗎？">已經有了資料倉儲了  還適用 Canner 嗎？</h2>
<p>這個答案是肯定的！因為我們認為，不是所有的資料都要一股腦地放到資料倉儲處理，加上企業是持續動態成長的，隨時產生不同的需求與變化，對於分析資料也應該區分等級，例如，常態性、固定式且需要高維度分析的資料是非常適合資料倉儲，而臨時性資料則可以透過資料調用層協助處理，這也是現代資料堆疊架構下，「資料倉儲」搭配「資料調用」各自分工下的最佳結果。</p>
<p>了解更多 <a href="https://cannerdata.com/tw/blog/posts/2022/06/27/enterprise_vision">資料調用層</a> </p>


資料倉儲成為企業現代化資料堆疊架構 (Modern data stack) 的基礎。但企業開始醞釀資料倉儲專案時，往往在同一時間影響到組織內多個部門的涉入，意見分歧與期望不同，許多企業導入失敗的故事時常耳聞，致使許多企業對評估時裹足不前。

【應用架構】 資料倉儲前哨站

<p>在 Canner 與零售品牌客戶合作經驗中，我們發現企業在新零售轉型過程中存在兩個最常見的基礎問題：</p>
<ul>
<li><strong>數據分散、應用價值差</strong>：缺乏技術能力解決多系統、跨平台的資料整合問題，關鍵資訊經常被零散在各處，無法被有效應用。</li>
<li><strong>營運策略與數據指標間缺乏一致性與邏輯性</strong>：實際過於從技術面出發的分析，分析內容與商業目標不吻合，無法由數據分析結果驅動營運決策。</li>
</ul>
<p>接下來我們透過一系列品牌客戶的應用實例，說明 Canner 如何透過低門檻且易用的資料調用服務，助力零售企業成功邁向新零售轉型。</p>
<h2 id="背景說明：">背景說明：</h2>
<p><em><strong>業者初期從實體經營起家，包含各種規模類型的門店，後續又跨足線上電商、 APP 會員經營等通路。資訊系統建置跨越十幾年，新舊交雜又分散，包含存儲於地端的門市交易資料系統及線下會員點數資料庫；以及雲端的電商中心、線上交易資料庫與會員 APP 系統。各個系統負責單位不同，牽涉到的營運單位也很複雜，牽一髮而動全身，將系統全部搬遷上雲整合非常不實際。</strong></em></p>
<h2 id="現況困境">現況困境</h2>
<p>對業者而言，除了系統整合問題，資料流是否暢通也是一個關鍵點。過往數據團隊要達成資料整合必須根據不同單位的需求分別開發 ETL Pipeline：</p>
<ol>
<li>首先，來自雲端的系統透過 ETL 撈取需要的資料到整合用資料庫</li>
<li>地端系統則需先各自將資料下載為檔案，再透過 FTP 傳輸至整合用資料庫</li>
<li>最後，再於整合用資料庫中進行資料彙整及清理</li>
</ol>
<p>以上流程光是要「拿到正確的資料」，開發每隻程式就至少要花 3~7 天以上。</p>
<h2 id="執行做法">執行做法</h2>
<p>Canner 提供的異質資料連結器運作步驟如下：</p>
<ol>
<li>資料庫提供 Read-only 權限。</li>
<li>Canner 資料來源中填入基本連線資訊，數分鐘即連結成功。</li>
</ol>
<p><img src="/static/images/ws-post/2022_07_13_store_ecom_retail/1_datasource.jpeg" alt="connection"></p>
<ol start="3">
<li>使用標準 ANSI SQL 開始調用、整合、清理跨系統、跨資料庫的資料</li>
</ol>
<p><img src="/static/images/ws-post/2022_07_13_store_ecom_retail/2_SQL.jpeg" alt="sql"></p>
<h2 id="應用成果">應用成果</h2>
<p><img src="/static/images/ws-post/2022_07_13_store_ecom_retail/3_beforeafter.jpeg" alt="before and after"></p>
<p>Canner 只需要幾分鐘就成功連結來自 6~7 種 跨平台、跨系統、跨雲地端的異質資料 (包含 PostgresSQL 、 MS SQLServer 、 CSV 、 JSON 檔案等) 。透過數據虛擬化技術，業者無需搬遷原始資料或是建置更多的中介系統，不只導入過程中能最小化對既有營運的影響，也等於節省了數百萬元的雲端建置成本。</p>
<p>使用 Canner 後，數據工程師就像是有了一個完整統一的虛擬資料倉儲中心，收到分析需求以後直接在 Canner 工作區中下一個 SQL 查詢，就可以調用到來自跨系統的資料集或欄位，並且也無需另外花時間調整欄位型態等格式，直接運算整合，30 分鐘就迅速完成以上工作，資料開發的工作效率提高 5 倍以上。</p>
<h3 id="下一步">下一步</h3>
<ul>
<li><a href="/tw/blog/posts/2022/07/27/cross_team">【零售實例】如何運用資料授權 驅動跨團隊協作</a></li>
<li><a href="/tw/blog/posts/2022/08/03/bi_acc">【零售實例】如何擺脫慢 BI 加速產出分析報表</a></li>
</ul>


接下來我們透過一系列品牌客戶的應用實例，說明 Canner 如何透過低門檻且易用的資料調用服務，助力零售企業成功邁向新零售轉型。

【零售實例】如何快速整合門市與電商資料 

<p>台灣企業在今年最流行的資料管理技術，莫過於由市場分析公司 Gartner 所發布的 <a href="https://www.gartner.com/en/information-technology/insights/top-technology-trends">&quot;What are the 12 top strategic technology trends, 2022 — and why are they valuable?&quot;</a> 中第一名的 2022 數據新趨勢 「Data Fabric」，引發不少台灣企業相當高的詢問度，大家都想知道到底有什麼好處以及適不適合導入。</p>
<h2 id="什麼是數據經緯data-fabric">什麼是數據經緯(Data Fabric)</h2>
<p>根據 <a href="https://www.gartner.com/smarterwithgartner/data-fabric-architecture-is-key-to-modernizing-data-management-and-integration">Gartner</a> 的文章定義， Data Fabric 架構是實現數據管理和集成現代化的關鍵，需要 Data Fabric <strong>提供跨平台和業務用戶的靈活、彈性的數據源集成，使數據在任何需要的地方都可用，無論數據位於何處</strong>。Data Fabric 可以使用分析來學習並積極推薦應該在哪裡使用和更改數據。這可以 <strong>將數據管理工作減少多達 70%</strong> 。</p>
<p><img src="/static/images/ws-post/2022_07_18_data_fabric/data_fabric.jpg" alt="data fabric pic"></p>
<p>我們可以將 <a href="https://www.gartner.com/smarterwithgartner/data-fabric-architecture-is-key-to-modernizing-data-management-and-integration">Data Fabric 相關重點技術</a> 列為以下四點：</p>
<ol>
<li>調的到：透過資料虛擬化，讓原始資料得以在資料源中被調用。</li>
<li>找的到：將資料目錄分類、標籤，創建企業內部專門的資料圖譜。</li>
<li>管的到：將資料存取權限、對接統一管理，並且使用軌跡得以被完整追蹤，保障使用中的安全性。</li>
<li>用的到：讓資料消費者自助使用的資料平台，盡量是 No code 或是 Low code，降低使用門檻。</li>
</ol>
<p>廣義來說，當然可以將 Data Fabric 視一個介於業務應用以及後段資料儲存的中台角色，既可以完成 <strong>「跨工作平台」、「授權業務用戶使用」、「彈性集成數據」</strong>，讓數據分析應用規模化，但是他更強調的是「在任何地方都可以調用數據」以及「彈性化集成使用」，而這一切都與 <strong>「資料調用管理」</strong> 息息相關。</p>
<h2 id="為什麼「調用」擺在第一位？">為什麼「調用」擺在第一位？</h2>
<p>為什麼把「調用」作為首置位？「<a href="https://cannerdata.com/tw/blog/posts/2022/06/27/enterprise_vision">調用</a> 」這是所有分析的起始，最容易被忽略的一步，也是目前最耗費人力的階段。因為企業資料是動態的，大至新增系統，小至元數據欄位異動，這些幾乎天天都在發生。若企業內部的數據源變化，遠大於資料處理速度，以固定整理方式會需要更多人為管理以及時間。例如資料庫種類疊代、Schema 的變動、連帶數據單位的應用數據格式與 Schema 格式的產生變動。尤其是在運用 ETL/ELT 搬運資料時，來源 Schema 或種類變化時會造成下游資料集連帶錯誤擴散、不穩與更新問題，造成末端使用者採用錯誤數據。</p>
<p>我們可以想像的到，未來將會是前後端輸入與輸出變動的狀態下，仍舊需要維持統一且可擴充性的數據權控、欄位級別的權控，也就是<strong>將「資料、應用、人」三者重新串起關聯性</strong>，方可應付變動性這麼高的情境。</p>
<p>Data Fabric 可以讓人打破過去的工作流程，有別於以往，需要很明確定義所需的資料樣貌，再從頭把資料彙整、轉換、整合到最後，最終進入到所使用的應用工具；未來是可以直接從大量數據資料中，找尋未知的新創可能性，並且驗證與實踐。</p>
<h2 id="數據孤島與集中化的完美平衡點">數據孤島與集中化的完美平衡點</h2>
<p>如果現在都可以透過 Data Fabric 的架構打造完美的調用平衡點，那麼，我們回頭思考一個問題，如果都調用的到，那麼是否有需要選擇單一管理方式？如果要求所有資料都要從同一個單一集中化的平台做輸入與輸出，其所犧牲的是企業創新速度。</p>
<p>答案是很明確的。透過 Data fabric 能從「源頭端的數據整合」，保持高彈性與敏捷性，因此無論是單一集中、或是分散式管理，都只是管理手段，最重要的是找的到正確資料，並且可以被合理調用，讓企業未來在不斷的數據迭代中兼具擴充性與嚴謹管理。</p>
<p>想了解如何透過 Canner 實踐 Data Fabric 架構。 Canner Enterprise 針對資料調用管理所設計的 <a href="https://cannerdata.com/tw/blog/posts/2022/06/27/enterprise_vision">四大架構</a> ，正是呼應 Data Fabric 的需求，讓資料可調、讓人可使用，並且有完整的權控機制，企業在新一代的大數據時代下，快速挖掘更好的數據商機。</p>


台灣企業在今年最流行的資料管理技術，莫過於由市場分析公司 Gartner 所發布的 What are the 12 top strategic technology trends, 2022 — and why are they valuable? 中第一名的 2022 數據新趨勢 「Data Fabric」，引發不少台灣企業相當高的詢問度，大家都想知道到底有什麼好處以及適不適合導入。

什麼是 Data Fabric？

<h2 id="品牌零售業者面臨的-omo-轉型困境">品牌零售業者面臨的 OMO 轉型困境</h2>
<p>隨著網路、數位化革新，零售業者從純電商或傳統實體店紛紛走向線上線下虛實整合，消費者更熟悉於在各種通路間選擇，例如線上下單、門市取貨；在 APP 中領取實體門市的優惠卷；線上線下會員整合，同步累積點數等。如何緊密整合不同通路間的資訊與策略，避免各自獨立運作，也就是所謂的『全通路』經營模式，成為零售業者的重要課題。</p>
<p>從我們與零售業者客戶的合作經驗發現，即使很多老闆具備新零售思維，努力推動轉型全通路經營，但一到實際執行時卻馬上卡關。通常首先遇到最大的瓶頸，就是如何打通所有通路間的資訊，達到真正的 OMO (Online merge Offline) 整合？</p>
<h2 id="三步驟實踐數據驅動的-omo">三步驟實踐數據驅動的 OMO</h2>
<h3 id="第一步：串接跨域資料源-打通資料流整合">第一步：串接跨域資料源 打通資料流整合</h3>
<p>要做到資料暢通，讓各個系統的資訊同步，說起來容易，做起來卻很困難。經常因為現存的資料庫系統建置分散、系統過舊、資料機敏性等考量，無法順利將資料搬遷或上雲整合。舉例來說，實體門市起家的品牌，通常會先有 POS 、ERP 紀錄即時進銷存資料，後續跨足線上購物又多了官網、APP 商城，加上原本門市會員與線上會員可能又存取在不同的地方，要串接這麼多系統本身就是很大的工程，更何況有些系統架設在地端機台，有些架設在雲端環境，整合上更是難上加難。</p>
<p>Canner 透過資料虛擬化技術，使業者無需花費大量成本搬遷資料或是建置更多的客製化系統，只需幾分鐘就能連結跨平台、跨系統、跨雲地端的異質資料，大幅降低數位轉型的門檻。也因為虛擬化的特性不會影響到企業原始系統的資料，導入過程中更可最小化對既有營運的影響。</p>
<p><img src="/static/images/ws-post/2022_07_21_retail_scenario/step1_data.jpeg" alt="step 1 data"></p>
<h3 id="第二步：-零資料複製行為--加速銷售分析節奏">第二步： 零資料複製行為  加速銷售分析節奏</h3>
<p>過往為了同步優惠資訊，工程師每天都要花大量精力在各個系統中新增跟刪除重複的活動資料，且這些優惠的使用紀錄又分散在電商、 APP 與線下交易系統中。即使數據團隊想要分享活動的成效資料給行銷團隊，等到資料整理好，早就跟不上活動多、效期短、調整快的行銷策略。</p>
<p>現在透過 Canner 將各系統資料連通以後， 數據團隊不再需要浪費時間在處理系統間的重複資訊，而是專心於資料管理以及應用加工。工程師可以快速將線上發送的優惠資訊整合會員線下的使用紀錄，並且在資料來源中標記好行銷用途，再擷取或運算為方便行銷團隊取用的資料表。行銷團隊也無需花費漫長的流程在溝通跟等待工程師準備資料，利用熟悉的商務語言即可輕鬆搜尋並調用到需要的成效分析資訊。</p>
<p><img src="/static/images/ws-post/2022_07_21_retail_scenario/step2_integration.jpeg" alt="step 2 integration"></p>
<h3 id="第三步：--提升-omo-數據戰力-資料直達多元行銷工具">第三步：  提升 OMO 數據戰力 資料直達多元行銷工具</h3>
<p>當 Canner 將全通路的資料打通，企業團隊間協作流程效率也提升，商業分析應用需求就可以回歸到領域專家端，行銷團隊就能發展精準投放、會員經營等各種行銷策略。同時，藉由 Canner 串接調用的資料還可直接交換至 Excel 、 BI 工具 及分析應用軟體，讓團隊同仁隨時查看行銷成效分析報表，及時應對市場的變化。</p>
<p><img src="/static/images/ws-post/2022_07_21_retail_scenario/step3_app.jpeg" alt="step 3 app"></p>
<p>隨著零售產業環境發生極大改變，面對迎面而來的競爭，全通路整合、資訊互通的數據行銷策略勢在必行。 Canner 的先鋒技術與豐富產業應用經驗，協助您降低啟動門檻，作為實踐數據驅動全通路行銷的最佳利器。</p>
<h3 id="下一步">下一步</h3>
<ul>
<li><a href="/tw/blog/posts/2022/07/13/store_ecom_retail">【零售實例】如何快速整合門市與電商資料</a></li>
<li><a href="/tw/blog/posts/2022/07/27/cross_team">【零售實例】如何運用資料授權 驅動跨團隊協作</a></li>
<li><a href="/tw/blog/posts/2022/08/03/bi_acc">【零售實例】如何擺脫慢 BI 加速產出分析報表</a></li>
</ul>


隨著網路、數位化革新，零售業者從純電商或傳統實體店紛紛走向線上線下虛實整合；如何緊密整合不同通路間的資訊與策略，避免各自獨立運作，也就是所謂的『全通路』經營模式，成為零售業者的重要課題。

【零售應用】 OMO 轉型的下一步：整合各通路資料 儲備數據洞察力

<h2 id="背景說明：">背景說明：</h2>
<p><em><strong>隨著業者的商務版圖跨越更多型態，營運及行銷策略環環相扣，各部門在成效管理與策略規劃上，都需要同時納入不同系統來源的數據再做考量。來自營運單位的需求越來越多又急迫，且隨著集團人力擴張，無法在原始資料來源權限、分析應用端權限、企業 AD 權限三方取得平衡，使得所有跟數據相關的需求都只能仰賴數據團隊，數據團隊量能無法消化。</strong></em></p>
<h2 id="現況困境">現況困境</h2>
<p>由於沒有好的授權管理機制，銷售、行銷、產品等部門無法自理資料，包含消費者資訊的資料無法直接下放到營運單位去使用，就算可以取用，業務單位也不知道要拿哪些資料。所有的資料開發流程都須由數據團隊執行，除了清理與運算資料外還需花費大量時間來回溝通、調整、最後再產製應用結果，流程十分冗長又缺乏效率，也喪失分析即時性。</p>
<h2 id="執行做法">執行做法</h2>
<p>Canner 的分層授權機制將資料的來源連結與資料的使用權分開：</p>
<h3 id="1-設定資料來源擁有權限">1. 設定資料來源擁有權限</h3>
<ul>
<li>DBA / 資料工程師擁有資料來源的 Data Owner 最高權限，專心於規劃不同系統的資料來源連結、管理、以及整合流程。</li>
</ul>
<p><img src="/static/images/ws-post/2022_07_27_cross_team/1_auth.jpeg" alt="data auth"></p>
<ul>
<li>資料分析師則授與 Data Steward 權限，不能調整原始資料來源連結，但可以透過 Canner 的資料目錄功能為資料加註敘述標籤，例如：標出哪些是行銷來源資訊，方便後續使用者直接查詢並且馬上了解資料的用途。</li>
</ul>
<p><img src="/static/images/ws-post/2022_07_27_cross_team/2_catalog.jpeg" alt="data auth"></p>
<h3 id="2-設定資料使用權限">2. 設定資料使用權限</h3>
<ul>
<li>企業根據部門或是內部專案主題開立不同的工作區，部門主管或專案負責人有工作區的 Owner 權限，可以看到所有團隊成員的活動。</li>
</ul>
<p><img src="/static/images/ws-post/2022_07_27_cross_team/3_workspace.jpeg" alt="data auth"></p>
<ul>
<li>資料分析師有 Data Analyst 權限，可以從資料來源中只調取需要的資料表到工作區，並且遮罩顧客機敏資訊，再依據分析需求進行公式、指標等運算後分享給業務單位使用。</li>
<li>業務單位則授與 Data Consumer 權限，只能接觸到 Data Analyst 依公司資安策略處理過的資料，可以放心在單一平台中直接取用，轉換為商務指標、報表等策略依據。</li>
</ul>
<p><img src="/static/images/ws-post/2022_07_27_cross_team/4_auth_w.jpeg" alt="data auth"></p>
<h2 id="應用成果">應用成果</h2>
<p><img src="/static/images/ws-post/2022_07_27_cross_team/5_flow.jpeg" alt="data auth"></p>
<p>透過 Canner 分層授權機制，企業成功建立更完整的內部資料安全政策，並且在組織有效分工、流程效率提升的情況下，既有銷售報表等分析需求的運作更加穩定，連帶業者推進組建 AI 團隊步伐，在數位轉型加速的同時，實現２倍團隊成長。</p>
<h3 id="下一步">下一步</h3>
<ul>
<li><a href="/tw/blog/posts/2022/07/13/store_ecom_retail">【零售實例】如何快速整合門市與電商資料</a></li>
<li><a href="/tw/blog/posts/2022/08/03/bi_acc">【零售實例】如何擺脫慢 BI 加速產出分析報表</a></li>
</ul>


隨著業者的商務版圖跨越更多型態，營運及行銷策略環環相扣，各部門在成效管理與策略規劃上，都需要同時納入不同系統來源的數據再做考量。來自營運單位的需求越來越多又急迫，且隨著集團人力擴張，如何讓資料有效率的調用是企業最大的挑戰

【零售實例】如何運用資料授權 驅動跨團隊協作

<h2 id="背景說明：">背景說明：</h2>
<p><em><strong>業者數位轉型過程中，商務智慧(BI)端的建設都已起步，各業務單位都開始應用 BI 工具進行視覺化分析以追蹤營運狀況與成效。因此，使用 BI 報表的人數突增，需呈現的業務邏輯又複雜，造成 BI 負荷越來越重，業者只能不斷投入更多人力資源、加購授權、花費費用升級運算。</strong></em></p>
<h2 id="現況困境">現況困境</h2>
<p>業者原先使用 Tableau 產製分析報表，有大量的交易數據在 Tableau 中運算導致效能不足。為了讓報表正常運作，經常只能犧牲資料完整性與分析時效性。</p>
<h2 id="執行做法">執行做法</h2>
<p>跨來源的資料先在 Canner 中執行聚合、分組、轉置、指標公式等運算，再透過 Canner 內建的輸出端口，直接對接 Tableau：</p>
<ol>
<li>使用標準 ANSI SQL 在工作區中整合跨資料庫的資料，並且進行 BI 端所需的分析運算</li>
</ol>
<p><img src="/static/images/ws-post/2022_08_03_bi_acc/1_SQL.jpeg" alt="sql"></p>
<ol start="2">
<li>使用 Canner 內建 BI 輸出端口，直接將 Canner 工作區中處理後資料連結至 Tableau</li>
</ol>
<p><img src="/static/images/ws-post/2022_08_03_bi_acc/2_BI.jpeg" alt="sql"></p>
<h2 id="應用成果">應用成果</h2>
<p><img src="/static/images/ws-post/2022_08_03_bi_acc/3_flow.jpeg" alt="sql"></p>
<p>透過將最耗費資源的資料前處理、模型運算等工作拉至 Canner 處理，並藉由 MPP 架構加速運算，減低 BI 工具的龐大任務，Tableau 可視化報表呈現加速 2 倍，且即使幾十人同時上系統看報表也沒有問題。另外，除了 BI 應用 ，Canner 還提供 PostgreSQL Wire Portocol、Restful API、SDK 等多元輸出端口，只要有支援 PostgreSQL 資料庫的應用端、 AI 團隊常用的 Spark 、 Python ，或自行開發的平台等，都能無痛從 Canner 調用資料。有了 Canner 作為企業的資料基礎建設支撐，才能加深加廣，從營運戰情、精準行銷、銷售分析、甚至到 AI 預測應用等，接續推向更多有價值資料應用，擴展更多資料驅動決策。</p>
<h3 id="下一步">下一步</h3>
<ul>
<li><a href="/tw/blog/posts/2022/07/13/store_ecom_retail">【零售實例】如何快速整合門市與電商資料</a></li>
<li><a href="/tw/blog/posts/2022/07/27/cross_team">【零售實例】如何運用資料授權 驅動跨團隊協作</a></li>
<li><a href="/tw/blog/posts/2022/08/03/bi_acc">【零售實例】如何擺脫慢 BI 加速產出分析報表</a></li>
</ul>


商務智慧(BI)端的建設都已起步，各業務單位都開始應用 BI 工具進行視覺化分析以追蹤營運狀況與成效。因此，使用 BI 報表的人數突增，需呈現的業務邏輯又複雜，造成 BI 負荷越來越重，業者只能不斷投入更多人力資源、加購授權、花費費用升級運算。

【零售實例】如何擺脫慢 BI 加速產出分析報表

<p>國際權威研究機構 <a href="https://www.gartner.com/en/documents/4009209">Gartner</a> 於今 (2022) 年 7 月發布最新報告《大中華區 AI 新創公司市場指南》(Market Guide for AI Startups, Greater China)，並選出中港台三地共 34 間新創企業納入報告中的「代表企業」，Canner 不僅入選為代表企業，更是台灣唯一「資料虛擬化」新創公司。</p>
<p><img src="/static/images/ws-post/2022_08_05_gartner_canner/gartner_list.png" alt="gartner list.png"></p>
<p>圖一、大中華區 AI 新創代表性企業</p>
<blockquote>
<p>The market of AI startups is driven by localization, democratization and business value.Here are three forces driving the market direction of AI startups in Greater China:</p>
<p><em>1. China government’s policy</em></p>
<p><em>2. Democratization of AI technologies to accelerate adoption</em></p>
<p><em>3. Business value focus shifting from AI use cases to AI contributing to digital solutions</em></p>
</blockquote>
<p>《大中華區  AI  新創公司市場指南》報告中指出， AI 新創公司市場受本地化、民主化與商業價值所驅動，尤其隨著AI技術逐漸可以低成本實踐民主化，加上 No-code, Low-code 技術增多，加速企業內部更多角色 (數據科學家、業務分析師、開發者) 得以使用，最終將有更高終端用戶可及性，也代表著規模化的趨勢勢在必行。就此趨勢來說，「資料調用」將會是規模化後是否可順利運行的重要關鍵。</p>
<p><img src="/static/images/ws-post/2022_08_05_gartner_canner/four_category_of_AI_startup.png" alt="four_category_of_AI_startup"></p>
<p>圖、AI新創企業四種分類</p>
<p>Canner 本次以 「強化AI 科技」 ( AI-augmented technologies and applications) 納入報告中，透過資料虛擬化技術可彙整出高品質訓練資料與分析資料，成為 AI/ML 模型訓練的基礎，提升準確度，強化企業 AI 與分析應用能力。</p>
<p>Canner 資料調用管理平台，是基於「資料虛擬化」技術，發展<a href="https://cannerdata.com/tw/blog/posts/2022/06/27/enterprise_vision">四大設計支柱</a>：『異質資料調用、資料授權、資料產品化以及自助式調用』，讓企業從資料整合到輸出應用一站完成，且可擴張使用規模，讓更多終端資料消費者(各領域業務人員)加入更多專業知識分析，可更直接加入商務性分析，加速商機挖掘。</p>
<ul>
<li>了解更多零售場景 :　<strong><strong><a href="https://cannerdata.com/tw/blog/posts/2022/07/21/retail_scenario">【零售應用】 OMO 轉型的下一步：整合各通路資料 儲備數據洞察力</a></strong></strong></li>
<li>了解更多資料虛擬化技術：<a href="https://cannerdata.com/tw/guide/concept/data_access">資料調用四大設計</a></li>
</ul>


國際權威研究機構 Gartner 於今 (2022) 年 7 月發布最新報告《大中華區 AI 新創公司市場指南》(Market Guide for AI Startups, Greater China)，並選出中港台三地共 34 間新創企業納入報告中的「代表企業」，Canner 不僅入選為代表企業，更是台灣唯一「資料虛擬化」新創公司。

Canner 獲評 Gartner Market Guide AI 新創代表企業

<p>現在不只<a href="https://www.bnext.com.tw/article/70292/cathayholdings_202206">女力時代</a>，更是數據轉換服務的時代，但是從「數據即服務」到「品牌即服務」，這兩者是兩種不同的思考方向，想達成「品牌即服務」，勢必要足夠了解本身所擁有的消費者生活型態，也就是從消費者在企業消費行為後所留下的數據為主要分析基礎，再去分析以本身的「品牌價值+消費者習慣」，才可以知道提供哪些異業服務可滿足使用者需求，取得消費者信賴與認同後，「品牌即服務」才是方可成立的商業模式。</p>
<h2 id="掌握多角化的正確方向-透過數據了解消費者">掌握多角化的正確方向 透過數據了解消費者</h2>
<p>不只金融業開始往這方面發展，連台灣大車隊(<a href="https://www.55688life.com.tw/">生活管家</a>、<a href="https://itsonme.taiwantaxi.com.tw/?utm_source=%E9%83%A8%E8%90%BD%E5%AE%A2&amp;utm_medium=%E6%89%BF%E9%8C%A0%E6%97%85%E8%A1%8C%E6%97%A5%E8%A8%98&amp;utm_campaign=%E9%9B%BB%E5%95%86%E7%AB%AF%E5%8D%88%E6%B4%BB%E5%8B%95">商城</a>…)、<a href="https://www.family.com.tw/Marketing/">全家</a>(<a href="https://www.tww.com.tw/">洗衣</a>、團購)紛紛採取行動，如此做法也才能將消費者掌握，清楚知道消費者需求，並且從消費者行為去提供更完整多元服務，極大化數據商業價值。我們也可以這樣認為，未來各產業間提供的服務內容會更多元，相對也代表消費者選擇的「服務品牌」，極度有可能掌握該消費者的生活習慣，並且很大一部分的被品牌所掌控。</p>
<h2 id="數據賦能打造品牌服務-數據調用的三大變化">數據賦能打造品牌服務 數據調用的三大變化</h2>
<p>但是想讓「數據賦能」面對企業的內部錯綜複雜架構，要如何能打造彈性數據化架構，讓數據可以正確且即時的被調用，正式不少分析人員的痛點。想要讓「數據即服務」代表著幾件事</p>
<ol>
<li><strong>數據來源多元化：</strong>數據來源可能不只單一 CRM 系統，更可能來自使用者對於管道的使用行為數據等等，甚至外部統計數據也是有助於推估市場的資訊，相對的也就代表異質資料增加，提升分析難度。</li>
<li><strong>數據調用順暢度：</strong>調數據聽起來很簡單，但就現行的架構往往涉及資料庫管理人員、分析師、應用單位人員，必須要先有足夠的授權後，才能進行資料需求確認，最終才能調用出正確資訊，而且這個前提是中間溝通無礙，否則這個過程有可能重複好幾次。</li>
<li><strong>數據調用者增加：</strong>面對數據應用的規模化，代表的是使用數據的內部人員增加，對於資料庫管理人員來說授權範圍以及人數管理都將是一大挑戰，甚至過往有不少案例是直接create 一個極大可視權限的Schema 讓消費者自己找，減少麻煩。但是這些都必須承擔著資訊洩漏風險。</li>
</ol>
<img alt="three pain points" src="/static/images/ws-post/2022_08_11_daas/three_pain_points.png" style="max-width: 800px;"/>

<h2 id="數據、人才、場景--管理三層面一次完成">數據、人才、場景  管理三層面一次完成</h2>
<blockquote>
<p><a href="https://www.bnext.com.tw/article/70292/cathayholdings_202206">「為提供以客戶為中心的創新金融體驗服務，國泰從數據、人才與場景三個面向出發，打造集團數據創新引擎，加速下達智能決策。」(國泰金控數位數據暨科技發展中心)</a></p>
</blockquote>
<p>從<a href="https://www.bnext.com.tw/article/70292/cathayholdings_202206">國泰</a>分享的經驗可發現，數據、人才與場景，是想要達到多角化服務重要三大層面。除了調整資料堆疊架構之外，透過調用平台，可更有力掌握所有資料調用細節、權限、成果，讓對的數據找到對的人，並且提供更完整的服務。 Canner 即是企業資料調用的最佳平台，透過Canner 一次掌握「數據」(數據結構整合)、人才 (人員授權) 與場景 (前端應用) 三大面向，不僅落實數位賦能，更可達成數位治理效果。</p>
<h2 id="延伸閱讀：">延伸閱讀：</h2>
<ul>
<li>Canner 如何達成數位治理：<a href="https://docs.cannerdata.com/tutorial/data_auth/access_overview">五階權控，達到賦權與管理的平衡</a></li>
<li>Canner 如何進行數據整合：<a href="https://cannerdata.com/tw/product/features/data_connectors">異質資料同質化，你的數據分析基礎</a></li>
</ul>


想要透過數據賦能打造企業品牌服務，但是面對企業的內部錯綜複雜架構，要如何能打造彈性數據化架構，讓數據可以正確且即時的被調用，正式不少分析人員的痛點。想要讓「數據即服務」代表著幾件事...