Lakehouse-платформа для аналитики и ML.
Когда использовать VK Data Platform
Если платформы данных еще нет
- нет единой картины бизнеса
- отчетность собирается вручную и долго
- цифры между системами расходятся
- нет оперативной и онлайн-отчетности
- нет базы для аналитики, ML и AI
Если платформа данных (DWH/Data Lake) уже есть
- высокая стоимость хранения и роста данных
- сложное масштабирование и сопровождение
- долгий запуск новых витрин и ML-сценариев
- низкая скорость работы аналитических команд
- сложно разделять платформу по доменам и командам
Преимущества VK Data Platform
- Низкая стоимость хранения данных. Хранение аналитических данных обходится в 7–10 раз дешевле по сравнению с классическим DWH-подходом.
- Ниже стоимость масштабирования. Рост хранения не тянет за собой обязательную закупку CPU и RAM — storage и compute масштабируются раздельно.
- Быстрее запуск data-продуктов. Новые витрины, отчеты и ML-модели выводятся быстрее — меньше ETL, меньше копий данных, быстрые compute-движки под разные задачи.
- Изоляция ресурсов команд. Тяжелые расчеты и ad-hoc не влияют на BI и отчетность для бизнеса — проще разделять нагрузки по командам и доменам.
- Онлайн-аналитика и отчетность. Свежие данные быстрее доходят до BI и аналитики за счет потоковой обработки в реальном времени.
- Единая платформа. BI, аналитика и ML работают в одном контуре — проще развитие платформы и запуск новых сценариев.