数据质量改善并非是新事物,它已经出现了一段时间。基本上,通过数据质量流程来对企业数据进行清洗、标准化并加以丰富的目的一直都没有改变。所不同的是,在当前市场竞争加剧以及经济状况下滑的情况下,一个完整的企业数据质量管理模式足以拉开领导者与落后者之间的距离。在完善的企业数据质量管理模式的帮助下,企业能够充分享有将企业数据转化为关键战略资产所带来的好处。这意味着提高收入、削减成本和降低风险。通过采用正确的解决方案,企业机构能够数据质量问题出现的时候把它解决掉,从而能够以前所未有的方式充分利用数据。这样做可以确保关键IT业务——商业智能、主数据管理以及企业应用等能够交付更好的业务结果。
特别要指出的是,企业应用是企业机构的生命线。企业应用是为自动化关键业务流程而设计的,它们决定着关键业务流程的平稳执行。鉴于数据对于企业应用而言不可或缺,企业应用的性能表现直接受到所处理的数据质量的影响。然而,令人惊讶的是,这种关系通常被忽略掉了。应用管理者与企业架构师通常只强调如何更好地保持并提升他们的企业应用组合,却没有同步注意提升数据质量。长此以往,便会陷入到疲于应付应用低性能表现的泥潭里,而将对于满足数据质量的需求则一拖再拖。在独立研究机构Ovum最近公布的题为“优化企业应用:数据连接”的研究报告指出:数据蔓延和劣质数据是导致不良应用程序管理和性能的罪魁祸首,直指低劣的数据与实施或运行应用程序的初衷背道而驰。 “无论应用平台的架构有多么精良,或开发团队的效率有多高,在基础数据及其管理策略存在缺陷的情况下,所有为改进应用管理和交付所做的努力都将是徒劳无功的。”
Ovum对位于北美、澳大利亚和英国的146家大型企业中的高层IT主管人员进行了调查。调查结果显出,影响应用可持续性的重要原因在于数据方面的问题。这些问题包括:
·应用交付 – 提供清洁、可信的数据,合规性与及时访问被列为最主要的挑战。
·应用性能 – 性能问题令将近85%的受访公司困扰不已,元凶是缺乏标准化数据、低效(或缺乏)归档政策,其次是依赖过多的点对点界面。
·应用数据管理 – 数据可靠性牵涉到所有应用程序,平均20%到30%的数据是重复的。这导致了应用程序维护成本的持续增长。此外,与数据迁移、同步和保留相关的问题亦高据榜首。
成功的企业通常都会利用数据剖析和数据质量解决方案来帮助企业实现应用投资回报最大化。这些灵活又不失全面的方案通过跟踪发现企业数据中复杂的异常状况,在数据输入阶段或者在大规模的数据转移时进行实时的数据质量改进,从而帮助企业降低应用维护的复杂性和成本。例如ACH食品公司,这家公司经营食品杂货和食品服务业务,在市场上销售包括专业的浓缩产品和含油类日用产品、无乳酪喷雾干燥产品和干酪、喷雾干燥的开胃食品和配料系列,拥有多个市场上领先的谷物杂粮品牌等。这家公司面对复杂程度不断上升的应用环境,通过部署企业ERP方案提升了运营效率,同时,还高度重视数据质量,对数据质量解决方案作了同步的投入,结果,显著地提升了新应用项目从投入到见效过程中的效率,加快实现投资回报。
Informatica的数据质量解决方案Informatica Data Quality通过一个统一平台,为所有相关人士、所有项目以及所有项目和业务应用程序的所有数据域(内部部署或在云中)提供权威和可信的数据质量。Informatica Data Quality提供了:
·基于角色的统一工具—使业务部门和 IT 部门能够围绕数据质量流程展开协作,从而降低对有限 IT 资源的依赖性
·为所有数据和各种用途提供全面支持—从而可以将数据质量规则应用于客户、产品、财务、资产和大型数据(例如社交媒体数据),并在各种类型的数据集成、主数据管理 (MDM) 和数据质量项目中重复使用这些规则
·对所有应用程序开放—您从而可以访问驻留于任意位置(内部部署、合作伙伴处或在云中)的任何数据源,并可以部署集中的数据质量规则,从而改善所有应用程序的数据质量
借助 Informatica Data Quality,企业机构可以为所有应用程序主动监控和清洗数据,保持数据清洁;让业务人员能够分担数据质量和数据治理的职责;借助可信的企业数据实现更好的业务成果。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
相关推荐
-
《CIO决策世界》2016年04月刊:数据治理神奇之旅
数据湖,是可以容纳大量的原始数据的存储库和处理系统,已经成为企业开发不断膨胀的大数据的重要工具。
但是如何治理不当,CIO们将发现自己处于危险的水域之中。 -
数据治理衡量和监测流程:了解数据及其价值
衡量和监测流程1)获取和衡量数据治理和管理工作的有效性及价值;2)监测是否与定义的政策和规则相符,有无异常;3)使数据资产及其生命周期透明并可审核。
-
数据治理应用流程人机共同运转
数据治理应用流程的目标是执行数据治理,并确保数据治理与发现和定义流程阶段获取的所有数据治理政策、业务规则、管理流程、工作流程、跨职能角色及职责相符。
-
数据治理定义流程正确记录业务政策 规则和标准
数据治理定义流程记录数据定义、与业务术语相关的业务背景、分类、关系以及实施数据治理工作必须定义的政策、规则、标准、流程和衡量策略。