InformaticaDataQuality与DataIntegration.pdfVIP

产 品 手 册 Informatica Data Quality 和 Data Integration 确保企业范围以业务为中心的数据质量 数据探查、集成和 　　“数据探查、数据质量和数据集成是三个搭配使用的商业惯例， 质量的协同工作 就像面包、黄油和果酱⋯⋯。数据管理专业人士及其商业对手需要 （公告） 协调工作并设计有效结合所有这三个惯例的项目。” TDWI, 2006 尽管信息技术发展了近 40 年，但是直到今天某些企业才得以实现其企业数据 的真正价值。对自动化业务流程的依赖性不断增强、更为严格的规章制度和日趋激 优 势 烈的竞争，促使企业在努力改善客户服务、遵守政府法规和满足客户要求以及优化 ● 从任何系统探查和清洗数据的统一连 接性 全球运作时将注意力集中在用来开展业务的数据上。 ● 企业数据质量部署的性能和扩展性 数据必须可在企业范围轻松访问并保证准确 ● 持续大量数据质量的高可用性和容错 为了支持当今的业务流程和目标，所有企业数据都需要成为可统一访问、灵活、 ● 数据质量业务规则的共享元数据分析 正确且可重复使用的数据。 和重复使用 企业需要对其源系统中的数据有更多了解，他们必须能够将来自多个系统的数 据集成到新的、更为高效的数据密集型应用程序中，并且必须能够清洗和增强数据， 以及监控和管理数据用于其它应用程序时的数据质量。 审计、监控、报告 确保数据一致性，执行影响分析以及持续监控质量 访问 发现 清洗 集成 提供 批量或实时 分析和探查 验证、纠正 转换和协调 及时以正确 访问任何系统 任何来源的 和标准化所有数 所有数据类型 格式提供 任何数据 据类型 正确数据 开发和管理 开发并协同使用公共资料库和共享元数据 图 1 ：从本质上讲，数据质量和数据集成支持共生活动。 数据集成和数据质量 ：使业务和 IT 能够协作 Inf o r mat ic a 的数据集成技术可提供 现和集成企业内所有生命周期的数据资 据源，数据质量流程的下一阶段将使用 与几乎任何系统的连接，包括结构化数 产。此外，Inf ormat ica 提供了一个可重复 探查结果设计和 自动化数据清洗策略， 据 （例如关系数据库、企业应用程序、 使用的平台，以降低成本和执行风险。 此举 旨在改进、扩充和监控基于业务规 大型机系统）、非结构化数据 （例如 Word 则和参考数据的内容。Inf o rmat ica 的数 Inf o rmat ica 帮助企业设定数据集成 和 Ex ce l 文档、电子邮件、二进制文件） 据集成和数据质量解决方案 ，使业务和