Oracle Analyticsは、他のクラウド・プロバイダー(AzureやGoogleなど)、ソーシャル・フィード、IoTソース、データ・レイクなど、オラクルおよびオラクル以外の多くのデータ・ソースに接続します。接続されるデータ・ソースには、クラウド、オンプレミス、セルフサービスのデータセットを含めることができます。セルフサービスを使用して、サードパーティまたは個人のソースをブレンドし、完全なビジネス・ビューを実現します。
Oracle Autonomous Database、経営管理ソリューション(EPM)、Fusion Applications(HCM、ERP、CX など)、Oracle Database Analytic Views、および Google Big Query、Salesforce、Amazon Redshift、Azure Synapse Analytics、SnowflakeといったOracle以外のソースなど、多数のアプリケーションへの接続を提供する、すぐにお使いいただける40のネイティブ・コネクターの利用を迅速に開始します。どのJava Database Connectivity(JDBC)ベースのデータ・ソースにも接続します。
十分な情報に基づく意思決定に必要となるデータは、多くのデータ・ソースから取得され、構造化、半構造化、非構造化など、さまざまなデータ型が含まれます。Oracle Analyticsでは、OCI Data CatalogやOracle Autonomous DatabaseなどのOCIサービスを通じてデータレイク(Oracle Cloud、Azure、AWS、Google Cloud)を柔軟に連携させ、ユーザーが関連するすべてのデータを利用できる状態を確保します。ビジネス・アナリティクスをサポートするためにデータを移行したりレプリケーションする必要はありません。関数は可能な限り、データ・ソース・サーバーに送られ、そこで処理されます。
このイメージでは、Oracle Analyticsは、AIサービス、データ統合サービスなどを含む、データレイク・サービスの広範なOracle Cloud Infrastructure(OCI)エコシステムの一部として位置付けられています。OCIサービスのいずれかをOACとシームレスに統合し、ビジネス・ユーザーがデータセットで使用できるようにします。
左側は、あらゆるデータベース、アプリケーション、クラウド、イベント/センサーを含むデータ・ソースです。ソース情報をもとに、右側の中央のボックスに情報を提供します。
中央のボックスには、オラクルのデータレイクハウスとそれを構成するサービスが表示されています。ただし、Oracle Analyticsを使用する場合には、データレイクハウスはどのクラウド・ベンダーのサービスでも構成できます。この図で示されているサービスは、データウェアハウス、データ定義および検出、データ移行、データ処理エンジンです。そして、中央のボックスの情報をもとに、右側のボックスに情報を提供します。右側のボックスには、Oracle Analytics、機械学習、データ・サイエンスなどのアプリケーションを含むデータ・コンシューマが表示されています。
Oracle Analyticsプラットフォームには、直接クエリとキャッシュの両方のオプションがあります。直接問合せでは、問合せ時にデータソース自体から分析レイヤーに直接データを取り込むことができます。分析用途に応じて、直接問合せとキャッシュのバランスをカスタマイズ可能です。分析クエリーは、データソースごとに自動的に最適化され、最高のパフォーマンスを発揮します。Oracle Analyticsでは、ユーザーの分析作業を開始する前に、第三者または独自のデータ・ストアに事前にデータをロードする必要はありません。
直接クエリは、Gartnerの 分析およびビジネス・インテリジェンス・プラットフォームの重要な機能というレポートで指摘されているように、必要不可欠です。これにより、可視化レイヤーで最も精度の高いデータ表現が保証されますが、データ・ソース・システムに多くの分析計算負荷をかける可能性があります。
Oracle Analytics(OACとOASの両方)では、頻繁にアクセスされるクエリ結果をオプションでキャッシュして、パフォーマンスを向上させ、ソース・システムの分析ワークロードを削減できます。分析データセットのキャッシュは、データ・ソースの処理負荷削減も支援します。
インメモリ・エンジンはOracle Analytics Cloudの一部であり、低速なデータ・ソースやレガシーなデータ・ソースのパフォーマンスを向上させます。低速なシステムを強化するということは、頻繁に実行されるクエリデータをキャッシュし、分析用に最適化し、ユーザーに一貫して高いパフォーマンスをもたらすことを意味します。データがキャッシュされると、自動インサイトや機械学習などの最新の分析機能を、キャッシュされたデータに対して簡単に実行できるようになります。これにより、不足していた最新の機能を備えたレガシー・データ管理システムが拡張されます。
OACのインメモリ機能の詳細スプレッドシートやカンマ区切り値(CSV)ファイルなど、ローカルまたは個人のデータセットをアップロードします。これらのデータセットは単独で分析、またはコネクター・ベースのデータ・ソースやガバナンス対象のエンタープライズ・データ・モデルと組み合わせて分析できます。