Amazon presenteras nyligen lanseringen av «AppFlow», en ny integrationstjänst som underlättar dataöverföring mellan AWS och SaaS-applikationer (som Google Analytics, Marketo, Salesforce, ServiceNow, Slack, Snowflake och Zendesk).
Det intressanta av AppFlow är den lätthet det erbjuder att kunna överföra data mellan AWS-tjänster och andra SaaS-applikationer. AppFlow gör det möjligt att skapa dessa integrationer utan att behöva skriva anpassad kod, en process som ibland kan ta månader att slutföra på grund av krav på datarengöring och mer.
Amazon App Flow fungerar också med AWS PrivateLink att dirigera dataflöden genom AWS-nätverket snarare än det offentliga internet för att ge ännu starkare datasäkerhet och integritet.
Om AppFlow
AppFlow-integration sker i en reducerad sekvens av steg, utan kodning eller användning av speciella kontakter. Automatiserade flöden kan köras i stor skala, vid vald frekvens: de kan schemaläggas, aktiveras genom ett kommersiellt evenemang eller startas på begäran. När det gäller CRM kan engångsdataöverföring göras, till exempel under konvertering av en lead, när du öppnar en kundfil eller när du undertecknar ett avtal.
Miljontals kunder kör applikationer, datasjöar, storskalig analys, maskininlärning och IoT-arbetsbelastningar på AWS. Dessa kunder har ofta också data lagrade i dussintals SaaS-applikationer, vilket resulterar i silor som kopplas bort från data lagrade på AWS. Organisationer vill kunna kombinera sina data från alla dessa källor, men det kräver att kunderna spenderar dagar på att skriva kod för att bygga anpassade kontakter och datatransformationer för att konvertera olika datatyper och format över olika SaaS-applikationer.
AppFlow är för företag och organisationer som vill lagra och bearbeta data från flera applikationer SaaS på AWS för analys, för att skapa modeller för maskininlärning eller för att samla in data från IoT-applikationer.
Denna hanterade tjänst automatisera tvåvägs datautbyte mellan SaaS-programvaran och AWS-tjänster som S3-lagring, Redshift eller Aurora-databas, SageMaker för att skapa modeller för maskininlärning etc. eller fortfarande tredjeparts tjänster som Snowflake-datahuset. Integration görs enkelt med CRM-lösningar som Salesforce, ITSM som ServiceNow eller supportlösningar som Zendesk, samarbete som Slack snabbmeddelanden eller e-handel som Marketo.
Eftersom företag med få utvecklare kan anställa manuella poster och dataexport (som introducerar och ökar risken för mänskliga fel i avancerade data- och maskininlärningsmodeller samt öppnar potentialen för dataläckage) Amazon AppFlow löser dessa problem och möjliggör kunder med olika tekniska färdigheter.
Med bara några få klick i Amazon AppFlow-konsolen kan kunderna konfigurera flera typer av utlösare för sina dataflöden, inklusive överförda engångsöverföringar, datasynkroniseringar planerade vid förutbestämda tider eller händelsestyrda överföringar i början av en kampanj.
Till exempel, transformera och bearbeta data genom att kombinera fält (för att beräkna nya värden), filtrera poster (för att minska buller), maskera känsliga data (för att säkerställa integritet) och validera fältvärden (för att rengöra data).
Amazon AppFlow krypterar automatiskt data i vila och i rörelse med AWS eller kundhanterade krypteringsnycklar och tillåter användare att begränsa flödet av data över det offentliga Internet för applikationer som är integrerade med AWS PrivateLink, vilket minskar exponeringen för säkerhetshot.
Kunder kan börja använda Amazon AppFlow enkla gränssnitt för att skapa och köra dataflöden mellan källor på några minuter och Amazon AppFlow organiserar och utför dataöverföring säkert.
För de som är intresserade av den här tjänsten, bör de veta att det inte finns några initiala avgifter eller avgifter för att använda Amazon AppFlow, de kommer bara att debiteras för antalet flöden de kör och datamängden som behandlas, plus det finns ett inlägg där AWS förklarar hur man använder AppFlow för att överföra konversationer från Slack till S3 för analys med Athena och visa med QuickSight.