- Přehledy IS
- APS (20)
- BPM - procesní řízení (22)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (33)
- CRM (51)
- DMS/ECM - správa dokumentů (20)
- EAM (17)
- Ekonomické systémy (68)
- ERP (79)
- HRM (27)
- ITSM (6)
- MES (32)
- Řízení výroby (36)
- WMS (29)
- Dodavatelé IT služeb a řešení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (39)
- Dodavatelé CRM (33)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (71)
- Informační bezpečnost (50)
- IT řešení pro logistiku (45)
- IT řešení pro stavebnictví (26)
- Řešení pro veřejný a státní sektor (27)
Hlavní partner sekce
Tematické sekce
ERP systémy
CRM systémy
Plánování a řízení výroby
AI a Business Intelligence
DMS/ECM - Správa dokumentů
HRM/HCM - Řízení lidských zdrojů
EAM/CMMS - Správa majetku a údržby
Účetní a ekonomické systémy
ITSM (ITIL) - Řízení IT
Cloud a virtualizace IT
IT Security
Logistika, řízení skladů, WMS
IT právo
GIS - geografické informační systémy
Projektové řízení
Trendy ICT
E-commerce B2B/B2C
CAD/CAM/CAE/PLM/3D tiskBranžové sekce
| Přihlaste se k odběru newsletteru SystemNEWS, který každý týden přináší výběr článků z oblasti podnikové informatiky | |
![]() | |
Partneři webu
AI MMXXVI , AI a Business Intelligence
Jak postavit funkční Data Governance model pro éru AI
v Microsoft Fabric
Zdeněk Soldán
Většina IT manažerů chápe potřebu řídit data, ale často se brání představě „governance projektu“. Důvod je jednoduchý: obava z centralizace a zpomalení inovací. Microsoft Fabric však přináší jiný model – řízení dat, které podporuje odpovědnost, transparentnost a zároveň zachovává provozní flexibilitu.

Fabric umožňuje decentralizovaný přístup (federated governance) – IT definuje rámec, ale odpovědnost za data leží na doménových týmech. Výsledek? Data jsou spravována tam, kde vznikají, ale pod jednotnými pravidly a dohledem.
Čtyři pilíře governance ve Fabricu
Model governance ve Fabricu se opírá o čtyři provázané oblasti, které pokrývají celý životní cyklus dat:
1. Správa dat a metadat – centrální Admin Portal umožňuje řídit nastavení pro celé prostředí, vytvářet domény podle business oblastí a používat tagy pro kategorizaci a vyhledávání napříč katalogem.
- v praxi lze například označit data podle projektů, regionů nebo životního cyklu
- týmy tak rychle najdou relevantní obsah pro svou práci či rozhodování
2. Bezpečnost a compliance – OneLake Security sjednocuje řízení přístupů pro všechny enginy (Power BI, Lakehouse aj.) v jednom místě.
- role-based model definuje čtyři komponenty: data, oprávnění, uživatele a výjimky (např. row/column level security)
- Fabric nativně pracuje s Microsoft Purview štítky, které umožňují automatickou klasifikaci citlivosti a vynucení politik. Bez štítku nelze data uložit
3. Důvěryhodnost a observabilita – s rostoucím objemem dat přestává být problém jejich dostupnost, ale důvěra v ně.
- Endorsements označují, která data jsou prověřená: Promoted, Certified nebo Master Data
- OneLake Catalog nabízí centrální vyhledávání napříč všemi typy obsahu, včetně filtrů podle domén, tagů nebo vlastníků
- Lineage & Impact Analysis umožňuje sledovat datové vazby a vyhodnocovat dopady změn – včetně notifikací uživatelů
4. Monitoring a kontrola – přehled o tom, co se s daty děje, je základní podmínkou důvěry.
- Fabric nativně poskytuje nástroje jako Monitoring Hub či OneLake Catalog Govern tab pro detailní monitoring celé platformy i jednotlivých objektů.
- Kromě nativních nástrojů jsou k dispozici i nástroje třetích stran jako Fanric Unified Admin Monitoring (FUAM) - komplexní řešení pro audit, kvalitu dat i provozní kontrolu. FUAM dostupný přes GitHub poskytuje plně přizpůsobený reporting, dlouhodobé uchovávání dat a vlastní metriky nad celým prostředím.
Data Governance je kontinuální proces
Zavedení governance modelu není jednorázový projekt. Největší přínos přináší postupný, škálovatelný přístup – začít v jedné doméně, vyzkoušet nastavení tagů, delegaci oprávnění a aplikaci štítků – a teprve poté rozšiřovat.
Proč Microsoft Fabric mění přístup k řízení dat
Fabric sjednocuje nástroje, které byly dříve roztříštěné mezi různé systémy – Purview, Power BI, Azure Synapse či Data Factory. Tím odpadá nutnost komplikované integrace a dodatečných licencí.
Z pohledu IT managementu to znamená:
- nižší náklady na správu a integraci nástrojů,
- rychlejší auditovatelnost a splnění compliance požadavků,
- vyšší kvalitu a důvěru v data, na kterých stojí rozhodování i AI projekty.
A z pohledu byznysu? Data jsou dostupná, srozumitelná a především – použitelná.
Jak začít? V malém, s postupným rozšiřováním
Pokud chcete governance řešit, je vždycky dobré začít po malých kouscích. Správně si naplánovat a škálovat celou implementaci a nesnažit se mít všechno dokonalé hned druhý den.
- začněte pilotem v jedné doméně,
- nastavte tagy, štítky a delegaci oprávnění,
- sledujte pokrytí a kvalitu v Monitoring Hubu a OneLake Catalog Govern tabu,
- vyhodnoťte výsledky a rozšiřujte model postupně.
Pokud chcete governance řešit, je vždycky dobré začít po malých kouscích. Správně si naplánovat a škálovat implementaci, nesnažit se mít všechno dokonalé hned druhý den.
Data governance není zátěž, ale investice do jistoty
Data governance ve Fabricu není jen o kontrole. Je to způsob, jak nastavit datové prostředí, které je bezpečné, důvěryhodné, provozně efektivní a poskytuje “AI ready” výstupy.
Pro organizace, které chtějí své řízení dat přizpůsobit době AI, přináší Microsoft Fabric jednotný rámec – propojuje dříve oddělené systémy do jednoho prostředí, zjednodušuje správu a snižuje provozní zátěž IT týmů.
![]() |
Zdeněk Soldán Autor článku je Senior Architect ve společnosti Adastra. |
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.



















