권장사항

Oracle은 원활한 구현 환경을 위해 계획에서 Fusion Data Intelligence 구현의 가동 단계에 이르기까지 이 섹션에 나열된 포인트를 평가하고 적용할 것을 권장합니다.

계획 단계에 대한 권장 사항

구현을 계획할 때 이러한 권장 사항을 주의 깊게 고려하고 적용하십시오.

단계별 접근법을 검토하고 단계의 범위를 제한합니다.

이 작업에서 다음을 평가하고 확인합니다.
  • 사전 구축 및 커스터마이제이션 단계에 단계별 접근 방식을 사용했습니다.
  • 사용자 정의 단계의 범위는 기능 영역의 하위 세트로 가능한 한 제한됩니다.
  • 사용자정의 단계의 범위는 Fusion ERP Analytics와 같은 단일 Fusion Data Intelligence 애플리케이션으로 제한됩니다.
  • 동일한 범위의 사전 작성된 컨텐트만 포함하는 이전 단계가 운용 환경으로 성공적으로 롤아웃되었습니다.
  • 사전 구축된 단계 컨텐츠는 사용자 정의 기능 및 비기능 요구 사항을 개발하기 위한 기준 요소입니다.

기능 요구 사항 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 모든 기능 요구 사항이 충족됩니다.
  • 데이터 검증을 통해 사전 구축된 Fusion Data Intelligence 측정항목이 OTBI(Oracle Transactional Business Intelligence)와 동일한 결과를 반환하는지 확인합니다.
  • Oracle Fusion Cloud Applications에는 동일한 사용자정의가 있으며 사용자정의 척도는 OTBI와 동일한 결과를 반환합니다.
  • 사용자정의 쿼리는 사전 구축된 사용자정의 보안 프로파일이 있는 사용자에게 정확한 결과를 반환합니다.
  • 사전 구축 및 사용자정의 권한은 모델러, 작성자, 소비자 등 그룹 지정에 따라 의미 모델, 카탈로그 및 보고서 콘텐츠를 보호합니다.
  • 해당하는 경우 사용자는 Oracle Fusion Cloud Applications에 있는 것과 동일한 객체 및 데이터 권한을 가집니다.

비기능 요구 사항 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 모든 비기능 요구 사항이 충족됩니다.
  • 사전 구축된 사용자정의 데이터 파이프라인을 사용하여 필요한 시간대에 전체 데이터 로드가 완료됩니다.
  • 사전 구축되고 커스터마이징된 데이터 파이프라인을 사용하는 증분 데이터 로드는 필요한 기간 내에 완료됩니다.
  • 사용자정의 보안 술어를 사용하는 SQL 질의는 필요한 시간대에 응답합니다.
  • 네트워크 대기 시간은 요구 사항을 충족합니다.

지원 절차 검토

My Oracle Support는 모든 제품 지원 요구 사항에 대한 초기 연락 창구입니다.

이 작업에서 다음을 평가하고 확인합니다.
  • 사용자가 문제를 보고할 수 있도록 지원 프로세스가 있으며 적절한 완화 작업이 수행됩니다.
  • 관리자는 서비스 요청 생성 프로세스를 이해합니다.
  • 미해결 사용자 정의 문제는 허용 가능한 심각도 제한 내에 있습니다.
  • 사용자 정의와 관련된 미해결 심각도 1 서비스 요청이 있는 경우 다음을 지정하고 공유합니다.
    • Fusion Data Intelligence OCID(Oracle Cloud Infrastructure Identifier), 동시 사용자 수, Autonomous AI Lakehouse 및 Analytics Cloud용 Oracle 컴퓨트 장치(OCPU) 수.
    • 사용자정의를 요약하는 문서입니다.
    • Oracle Fusion Cloud Applications에서 패치 적용, 업그레이드, 테스트-운용 이동과 같은 최근 환경 변경으로 인해 문제가 발생했을 수 있습니다.
    • 대시보드 문제의 경우:
      • 영향을 받는 워크북, 캔버스, 시각화, 분석 및 주요 척도입니다.
      • 논리적 및 물리적 SQL 질의를 포함하는 워크북 및 분석 세션 로그입니다.
      • 분석의 워크북 및 아카이브 익스포트입니다.

릴리스 관리 절차 검토

Fusion Data Intelligence는 분기별 애플리케이션 업데이트와 함께 업데이트를 적용할 시기를 선택할 수 있는 제어 및 유연성을 제공합니다. Oracle은 다운타임 없이 중요한 보안 패치를 자동으로 적용합니다.

이 작업에서 다음을 평가하고 확인합니다.
  • 관리자는 Fusion Data Intelligence 릴리스를 적용할 수 있습니다.
  • 조직 내에서 적절하게 릴리스 및 패치를 계획, 적용 및 전달했습니다.
  • 모든 환경이 동일한 릴리스 및 패치 레벨로 유지됩니다.
  • 사용자 정의된 환경에 적절한 릴리스 또는 패치를 적용했습니다.
  • 기존 사용자 정의는 최신 릴리스 및 패치를 적용한 후 예상대로 작동합니다.

준비 단계에 대한 권장 사항

구현을 계획할 때 이러한 권장 사항을 주의 깊게 고려하고 적용하십시오.

OCI 환경에 미치는 영향 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 프로덕션 Fusion Data Intelligence 환경을 롤아웃할 준비가 되었습니다.
  • Fusion Data Intelligence의 프로덕션 환경 릴리스 버전은 테스트 환경의 릴리스 버전과 일치합니다.
  • Fusion Data Intelligence 클라우드 계정 운영 환경 준비가 완료되었습니다.
  • Oracle Fusion Cloud Applications 운영 환경 준비가 완료되었습니다.
  • Oracle Fusion Cloud Applications 운영 URL 및 인증서가 올바릅니다.
  • JSON 웹 토큰(JWT) 또는 비밀번호 기반 인증 메소드가 성공적으로 테스트됩니다.

생산 능력 추정치를 검토하고 필요한 경우 증가시킵니다.

이 작업에서 다음을 평가하고 확인합니다.
  • Oracle 세일즈 및 제품 관리자와 교류하여 소비 패턴을 분석하고 추가 용량을 예측할 수 있습니다.
  • 자율운영 AI 레이크하우스(Autonomous AI Lakehouse) 컴퓨트 유닛(CPU), 메모리, 스토리지 요구 사항을 예측할 수 있습니다.
  • Analytics Cloud CPU 및 메모리 요구 사항을 예상합니다.
  • 용량 증가로 예상되는 데이터와 사용자 증가가 가능합니다.
  • 추정치를 기반으로 Fusion Data Intelligence 운영 환경에서 Analytics Cloud 및 Autonomous AI Lakehouse를 확장할 수 있습니다.

추가 테스트 환경(ATE)이 필요한 운영 용량과 함께 주문되었는지 여부를 검토합니다.

이 태스크에서는 예상 용량이 있는 ATE를 주문했으며 ATE를 활성화, 준비, 프로비저닝 및 구성했는지 평가하고 확인합니다.

Single Sign-On 및 사용자 그룹 동기화 검토

이 작업에서 다음을 평가하고 확인합니다.
  • Fusion Data Intelligence 사용자, 작업별 그룹 및 역할을 Oracle Fusion Cloud Applications 운영 환경과 동기화했습니다.
  • Single Sign-On을 구성했습니다.
  • Fusion Data Intelligence 관리자가 Oracle Fusion Cloud Applications 운영 인증서를 성공적으로 사용하고 있습니다.
  • 운영 자율운영 AI 레이크하우스에 액세스할 수 있으며 관리 사용자 인증서가 올바릅니다.

감사 및 진단 로깅이 사용으로 설정되었는지 여부를 검토합니다.

이 작업에서는 내부 및 Oracle 지원 작업을 지원하기 위해 모든 환경에서 감사, 네트워크 및 진단 로그를 사용으로 설정할 수 있는지 평가하고 확인합니다.

수행 단계에 대한 권장 사항

구현을 계획할 때 이러한 권장 사항을 주의 깊게 고려하고 적용하십시오.

데이터 보강 프로세스 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 데이터 보강을 위한 권장 사항을 따랐습니다.
  • 구현 가이드, 관리 가이드, 애플리케이션 참조 가이드와 같은 관련 문서를 참조하고 각 보강에 가장 적합한 솔루션을 선택했습니다.
  • Oracle Fusion Cloud Applications 데이터 보강을 활용했습니다.
  • 사용자정의 데이터 구성, 차원 별칭, 커넥터 및 보안 구성 파이프라인과 같은 사전 구축된 Fusion Data Intelligence 구성요소를 활용했습니다.
  • 고객 관리형 데이터 로드가 Fusion Data Intelligence 파이프라인과 동기화되도록 했습니다.
  • 사용자정의 기본 키 열 값이 채워지고 널 값이 포함되지 않았는지 확인했습니다.
  • 사용자정의 데이터 객체의 이름을 지정할 때 사용자정의 접두어를 사용했습니다.
  • 사용자정의 팩트 테이블을 관련 차원 테이블에 조인했습니다.
  • 사용자정의 차원 테이블을 관련 팩트 테이블에 조인했습니다.
  • 구현 팀에는 Fusion Data Intelligence 데이터 보강 교육 및 경험이 있습니다.

의미 모델 확장 프로세스 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 구현 팀은 Fusion Data Intelligence 시맨틱 모델 작업에 대한 교육 및 경험을 보유하고 있습니다.
  • Fusion Data Intelligence 객체 권한을 사용하여 사용자정의 의미 모델 객체를 보안했습니다.
  • 권장 사항 및 사전 구축된 설계 원칙에 따라 커스텀 의미 모델 객체를 개발했습니다.
  • 사용자정의 의미 모델 객체의 이름을 지정할 때 사용자정의 접두어를 사용했습니다.

보안 확장 프로세스 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 구현 팀은 Fusion Data Intelligence에 대한 보안 교육 및 경험을 보유하고 있습니다.
  • 권장 사항 및 사전 구축된 설계 원칙에 따라 커스터마이징 보안 확장을 개발했습니다.
  • 사전 구축된 보안 구성(특히 Fusion HCM Analytics와 관련)을 최대한 활용했습니다.
  • 콘솔의 업로드 옵션을 활용하여 보안 지정을 사전 구축된 보안 컨텍스트 테이블에 업로드했습니다.
  • 사용자정의 보안 지정을 통해 사용자정의 주제 영역, 보고 콘텐츠 및 데이터에 안전하게 접근할 수 있습니다.
  • 사용자정의 속성에 대한 보안 지정이 사용자정의 웨어하우스 테이블에 로드되도록 했습니다.
  • 네트워크 액세스 제어 및 보안 목록을 사용하여 사용자정의 데이터에 대한 액세스를 보호했습니다.
  • 사용자정의 보안 지정에 사용자를 지정했습니다.
  • 사용자정의 사용자 그룹에 적절한 권한을 부여했습니다.
  • 네트워크 위협 테스트를 수행했으며 모든 서비스가 무단 액세스로부터 보호됩니다.

사용자정의 보고서 콘텐츠 생성 프로세스 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 구현 팀에는 보고서 및 시각화를 생성하는 교육과 경험이 있습니다.
  • 사용자 정의할 때 가장 적합한 객체 및 메소드를 사용할 수 있도록 테이블, 주제 영역 및 사전 구축된 분석에 대한 개요를 얻기 위해 최신 참조 가이드를 검토했습니다. 참조 설명서를 참조하십시오.
  • 각 주제 영역에 설명된 보고서 작성 팁을 검토하고 워크북의 권장 사항을 따릅니다.
  • 권장 사항 및 사전 구축된 설계 원칙에 따라 커스터마이징 시각화 및 보고서를 개발했습니다.
  • 사용자정의 보고서 콘텐츠를 카탈로그의 사용자정의 공유 폴더에 저장했습니다.
  • 사용자정의 공유 폴더의 이름을 지정할 때 사용자정의 접두어를 사용했습니다.
  • 사전 구축된 Oracle 공유 폴더 구조 이후 사용자정의 계층적 공유 폴더 트리 구조를 모델링했습니다.
  • 사용자정의 계산을 생성하는 대신 가능한 한 사전 구축된 척도를 사용했습니다.
  • 사용자정의 공유 폴더 트리가 상속을 사용하여 권한을 하위 레벨로 전달하도록 보장했습니다.
  • 사용자정의 애플리케이션 역할이 업무 역할 사용과 같은 사전 구축된 권장 사항을 따르도록 보장했습니다.
  • Fusion Data Intelligence 서비스 관리자는 루트 폴더에 대한 배타적 읽기-쓰기 액세스 권한을 가지며 상속을 통해 전체 트리에 대한 읽기-쓰기 권한을 상속합니다.
  • 사전 구축된 그룹 및 애플리케이션 업무 역할을 최대한 활용했습니다.
  • 사전 구축 및 사용자정의 업무 역할이 포함된 사전 구축 및 사용자정의 그룹에 사용자를 지정했습니다.
  • 작성자 및 소비자에게 업무 역할을 통해 ERP와 같은 첫 번째 레벨 핵심 폴더에 대한 적절한 접근 권한을 부여했습니다.

Fusion HCM Analytics에 적용 가능

인원수 또는 개인 실사 팩트를 사용하는 경우 항상 특정 일자를 필터링합니다. Fusion HCM Analytics 내에서 척도 인원수를 선택할 때 반환되는 값은 항상 선택된 기간의 마지막 날과 같은 값입니다. 매일 스냅샷이 있지만 선택한 기간의 마지막 스냅샷만 유용합니다.

예를 들어, 연도를 필터링하는 대신 해당 연도의 마지막 날을 필터링합니다. 결과를 월별로 표시하는 경우 매월 말일에 필터링합니다. Date = To_DateTime(VALUEOF(NQ_SESSION.CURRENT_GREGORIAN_DAY), 'DD-Mon-YY')에서 현재 값 필터를 가져와 마지막 파이프라인 새로고침 날짜를 선택합니다. 이러한 필터를 사용하면 질의가 선택된 기간의 모든 일수를 읽는 대신 며칠만 읽습니다.

검증 단계에 대한 권장 사항

구현을 계획할 때 이러한 권장 사항을 주의 깊게 고려하고 적용하십시오.

사용자 승인 프로세스 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 해당되는 경우 Oracle Fusion Data Intelligence CSM(고객 성공 관리자)은 성공적인 사용자 채택 계획을 개발하는 데 도움이 됩니다.
  • 적절한 사용자 그룹은 사용자정의 주제 영역, 시각화 및 데이터를 사용할 수 있습니다.
  • 영향을 받지 않는 사전 작성된 컨텐츠가 다시 수락되었습니다.
  • 사용자정의 측정항목을 검증했습니다.
  • 질의 응답 시간이 허용됩니다.
  • 모든 보안 프로파일이 있는 모든 사용자가 사용자정의 콘텐츠를 수락했습니다.
  • 공유 폴더 구조를 작성자에게 올바르게 사용하는 방법을 설명했습니다.
  • 사용자 정의 데이터는 적절한 사용자 그룹에서 사용할 수 있습니다.

전체 및 Incremental 데이터 로드 성능 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 운용 환경에서 초기 전체 데이터 로드를 위해 충분한 시간을 예약했습니다.
  • 사용자정의 데이터 로드를 Fusion Data Intelligence 파이프라인과 동기화했습니다.
  • 사전 구축된 사용자정의 데이터 파이프라인을 사용한 전체 데이터 로드가 필요한 시간 제약 내에서 성공적으로 완료되었습니다.
  • 사전 구축된 사용자정의 데이터 파이프라인을 사용한 증분 데이터 로드가 필요한 시간 제약 내에서 성공적으로 완료되었습니다.

모든 query가 성능 요구 사항을 충족하는지 검토합니다.

이 작업에서 다음을 평가하고 확인합니다.
  • 사용자정의 보안 술어를 사용하는 쿼리를 포함한 모든 사용자정의 SQL 쿼리는 동시 사용자에 대해 필요한 시간 내에 올바른 결과를 반환합니다.
  • 사전 구축된 SQL 쿼리는 사용자정의의 영향을 받지 않습니다.

용량 크기 조정 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 자율운영 AI 레이크하우스 메모리, 컴퓨트 유닛(CPU), 스토리지 용량을 모니터링할 수 있습니다.
  • Analytics Cloud 메모리 및 CPU 용량을 모니터링할 수 있습니다.
  • Autonomous AI Lakehouse 및 Analytics Cloud 규모는 향후 90일 동안 예상되는 데이터 및 사용자 성장에 충분합니다.
  • 사용량이 용량을 늘려야 함을 나타내는 임계값에 도달하면 사전 경보가 발생합니다.
  • 커스터마이제이션이 운영 환경의 용량과 일치하는 환경의 용량을 테스트했습니다.

객체 및 데이터 보안 프로파일 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 사용자정의 보안 프로파일이 있는 사용자는 Fusion Data Intelligence 및 데이터 소스 환경에서 동일한 데이터에 접근할 수 있습니다.
  • 사용자정의 보안 프로파일이 있는 사용자는 적절한 읽기 및 쓰기 권한이 있는 적절한 주제 영역, 폴더 및 보고서 콘텐츠에 접근할 수 있습니다.
  • 사전 구축된 보안 프로파일이 있는 사용자는 사용자정의의 영향을 받지 않습니다.

데이터의 정확성 검토

이 작업에서 다음을 평가하고 확인합니다.
  • Fusion Data Intelligence의 사용자 지정 데이터는 데이터의 소스 시스템만큼 정확합니다.
  • 프로덕션 환경에서 사전 구축된 데이터 검증을 재실행했으며 사용자정의의 영향을 받지 않습니다.

기능 요구 사항 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 사용자정의 시각화 및 보고서를 성공적으로 완료하고 정확한 데이터, 계층 및 집계를 반환할 수 있습니다.
  • 사용자정의 측정항목이 검증됩니다.
  • 사전 구축된 주요 측정지표는 검증되며 사용자정의의 영향을 받지 않습니다.
  • 사용자정의 주제 영역을 분석에 사용할 수 있습니다.
  • 사용자정의 시각화를 사용할 수 있으며 유용한 정보를 제공합니다.

비기능 요구 사항 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 전체 및 Incremental 데이터 로드는 성능 요구 사항을 충족합니다.
  • 시각화 및 보고서는 성능 요구 사항을 충족합니다.
  • 네트워크 대기 시간은 성능 요구 사항을 충족합니다.
  • 용량 및 크기 조정은 향후 90일 내에 예상되는 성장에 충분합니다.
  • 외부 위협으로부터 Fusion Data Intelligence 서비스를 보호했습니다.
  • Fusion Data Intelligence 서비스는 필요에 따라 네트워크 연결을 만들고 수신합니다.
  • 사용자 보안 프로파일은 주제 영역, 시각화 및 데이터에 대한 접근을 적절하게 허용하고 제한합니다.

성공 기준 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 사용자정의 단계에 대해 결정된 전체 성공 기준을 달성할 수 있습니다.
  • 사용자 경험 및 만족도 기준을 달성할 수 있습니다.
  • 사용자정의 단계 타임라인을 충족했습니다.
  • 미해결 문제는 허용 가능한 심각도 범위 내에 있습니다.

이전 단계에 대한 권장 사항

구현을 계획할 때 이러한 권장 사항을 주의 깊게 고려하고 적용하십시오.

릴리스 및 패치 버전 확인

이 작업에서는 이전하기 전에 운용 환경이 동일한 릴리스 및 패치 레벨에 있는지 평가하고 확인합니다.

아티팩트 백업 및 복원 프로세스 검토

이 작업에서 다음을 평가하고 확인합니다.
  • 테스트 환경에서 사용자 정의된 콘텐츠를 마이그레이션하기 전에 프로덕션 환경을 완전히 백업했습니다.
  • 테스트 환경을 완전히 백업했습니다.
  • 테스트 환경에서 아티팩트를 번들링 및 익스포트했습니다.
  • 테스트 환경에서 운용 환경으로 아티팩트 번들을 성공적으로 임포트했습니다.

데이터 파이프라인이 활성화되었는지 확인합니다.

이 작업에서 다음을 평가하고 확인합니다.
  • 마이그레이션된 번들을 임포트한 후 데이터 파이프라인을 활성화했습니다.
  • 데이터 파이프라인이 성공적으로 완료되었습니다.

객체 및 데이터 보안 프로파일이 활성화되었는지 확인합니다.

이 작업에서 다음을 평가하고 확인합니다.
  • Single Sign-On을 구성했으며 운용 환경에서 작동합니다.
  • 운영 Oracle Fusion Cloud Applications 환경에서 사용자 및 직무 역할(그룹)을 동기화했습니다.
  • 파이프라인은 Oracle Fusion Cloud Applications 데이터 및 업무용 애플리케이션 롤을 추출했습니다.
  • 운영 환경에서 보안 컨텍스트 및 프로파일을 활성화했습니다.