طبقة البيانات الدلالية هي تمثيل تجاري للبيانات، توفر رؤية موحدة وشاملة للبيانات عبر المؤسسة بأكملها. مع طبقة البيانات الدلالية، يمكن ربط تعريفات البيانات المختلفة من مصادر بيانات متعددة بسرعة لإنشاء رؤية موحدة ومتسقة وفريدة للبيانات لأغراض التحليل والأعمال الأخرى.
طبقة البيانات الدلالية ليست مفهومًا جديدًا تمامًا. في الواقع، تم تسجيل براءة اختراع هذا المفهوم في عام ١٩٩١ من قبل شركة Business Objects. مع ذلك، يوجد اليوم العديد من التعريفات المختلفة لطبقة البيانات الدلالية.
التغييرات الكبيرة في السنوات العشر الماضية التي أثرت على البيانات وطبقتها الدلالية تكمن في:
- الحجم: يتم إنشاء المزيد والمزيد من البيانات. حجم البيانات الهائل هذا ينمو بسرعة. يساعد تجميع البيانات في تقليل أعمال الصيانة وإمكانية التحليل السريع لهذه الكميات الهائلة من البيانات.
- السرعة: تصل البيانات بشكل أسرع وأسرع. الطرق القديمة لطبقة البيانات الدلالية لها مرحلة بناء ثابتة بطيئة جدًا بحيث لا تستطيع مواكبة كمية البيانات اليوم وفي المستقبل.
- التنوع: يتم تقديم أنواع عديدة من البيانات كل يوم. يمكن لطبقة البيانات الدلالية الحديثة أن تجعل البيانات شبه المنظمة تبدو منظمة؛ كما لو كانت علائقية وراء تجريداتها.
- الدقة: هذا يتحدث عن جوهر طبقة البيانات الدلالية. يأتي عدم اليقين بأشكال عديدة وقد فقد مستخدمو الأعمال الثقة في البيانات التي يستخدمونها لاتخاذ القرارات. توفر التجريدات بنى وحسابات مجربة ومختبرة يمكن للمستهلكين الوثوق بها.
هناك العديد من الطرق المختلفة لتنفيذ طبقة البيانات الدلالية. في هذه المقالة، نركز على طبقة البيانات الدلالية لحالات استخدام التحليل — أي ذكاء الأعمال والذكاء الاصطناعي.
فيما يلي تصنيف سريع للطرق المختلفة لتنفيذ طبقة البيانات الدلالية للبيانات والتحليلات:
- نموذج دلالي منفذ في أداة ذكاء الأعمال: تقليديًا، يتم بناء النماذج الدلالية من قبل منشئي لوحات المعلومات في أدوات ذكاء الأعمال التي يستخدمونها (على سبيل المثال: PowerBI و Tableau).
- نموذج دلالي منفذ في مستودع البيانات: أحد الأهداف الرئيسية لبناء مستودع بيانات مركزي هو تبسيط وتوحيد تحليلات الأعمال.
- طبقة دلالية في خط أنابيب البيانات: مع زيادة عدد مهندسي البيانات، المجهزين بأدوات تحويل مرنة، رأينا زيادة في خطوط أنابيب البيانات المبنية لغرض محدد لمنتجات البيانات التي تدعم كل من جمهور ذكاء الأعمال والذكاء الاصطناعي.
- طبقة دلالية عالمية: يشير مصطلح الطبقة الدلالية العالمية إلى طبقة مستقلة بين أصول البيانات الأولية (على سبيل المثال: مستودع البيانات أو lakehouse) ومستهلكي البيانات (على سبيل المثال: أداة ذكاء الأعمال أو منصة الذكاء الاصطناعي / التعلم الآلي).
إن استخدام طبقة دلالية عالمية لديه القدرة على تغيير ليس فقط عالم DataOps ولكن أيضًا تحويل جميع المستخدمين إلى صاحبي قرارات تعتمد على البيانات. لدى المؤسسات اليوم القدرة التقنية على جمع كميات هائلة من البيانات لتحسين العمليات والامتثال والتحليلات.
أدى هذا اللامركزية إلى زيادة التعقيد، بما في ذلك:
- تعريفات بيانات متعددة
- تنسيقات بيانات متعددة
- أنواع بيانات متعددة
يكمن الحل في وجود تعريف قياسي ومتسق لهذا الكيان التجاري، حيث يتم ربط “العميل المحتمل” و “العميل” و “الشريك” بكيان بيانات واحد. مع طبقة البيانات الدلالية، يمكن ربط تعريفات البيانات المختلفة من مصادر مختلفة بسرعة للحصول على رؤية موحدة وفريدة للبيانات.
تربط طبقة البيانات الدلالية بيانات الأعمال بمصطلحات أعمال مألوفة لتوفير رؤية موحدة وشاملة للبيانات عبر المؤسسة بأكملها وتلبية احتياجات التحليل المتزايدة للشركات. في الوقت نفسه، لا تخزن طبقة البيانات الدلالية البيانات الفعلية. طبقة البيانات الدلالية هي طبقة تجريدية للبيانات الفوقية مبنية على بيانات المصدر (على سبيل المثال: مستودع البيانات أو بحيرة البيانات أو مخزن البيانات). يتم تعريف البيانات الفوقية لنمذجة البيانات لتكون غنية وبسيطة بما يكفي لفهمها من قبل مستخدمي الأعمال.
تُدمج منصة الطبقة الدلالية في منصة الاستهلاك — أدوات التحليل مثل Power BI و Tableau و Python و Business Objects و Looker و Jupyter Notebook وحتى Microsoft Excel. من خلال تجريد الشكل المادي وموقع البيانات، تجعل منصة الطبقة الدلالية البيانات المخزنة في مستودع البيانات أو بحيرة البيانات أو مخزن البيانات قابلة للوصول من خلال واجهة متسقة وآمنة لمستخدمي الأعمال. تربط طبقة البيانات الدلالية بيانات الأعمال بمصطلحات أعمال مألوفة لتوفير رؤية موحدة وشاملة للبيانات عبر المؤسسة بأكملها.
تشمل فوائد طبقة البيانات الدلالية:
- إضفاء الطابع الديمقراطي على تحليل البيانات والتعلم الآلي
- مصدر وحيد للحقيقة
- تطوير ومشاركة النماذج بسلاسة
- تحسين أداء الاست query وتقليل تكاليف الحوسبة
- تقليل جهد تنظيف البيانات
- أمان وإدارة أفضل
إن تنفيذ طبقة دلالية عالمية هو فكرة رائعة. لكن لتبقى رائعة، يجب أن تتطور الأفكار الرائعة. تمتلك الشركات اليوم بيانات تتدفق عبر أنظمتها أكثر من أي وقت مضى. تحتاج الشركات إلى أداة يمكنها إنشاء تجريدات لجبال البيانات من مصادر مختلفة، ووضعها في سياقها، وجمع رؤى قابلة للتنفيذ لاتخاذ قرارات تعتمد على البيانات – وتحتاج إلى أداة يمكنها القيام بذلك كل يوم.