Oswald Regular
OpenSans Regular
数据质量
您是否拥有数据质量?

每个用户都期盼拥有高质量的数据。有的用户能够达到目标,大多数却是望尘莫及。对于企业,数据质量的定义、测量、监控和改进是一项艰巨的任务,却至关重要,错误的信息可能导致业务决策失误,并最终影响企业盈利。

解决数据质量问题需要企业级的方法。公司的数据和系统处于分散状态,数据格式也各式各样。有些系统每天要处理大量的记录或较高的日交易率,有些系统分批处理,有些则实时处理。很多系统采用 Ab Initio® 构建,但仍存在大量的遗留系统。面对覆盖范围如此广泛又复杂的情形,只有通用的方法才能有效解决数据质量问题。

Ab Initio 提供综合而全面的解决方案,以强大的可自定义设计模式实现端到端的数据质量计划。设计模式包含以下步骤:

  • 问题检测和校正已集成到企业范围的应用程序处理管道。Co>Operating System® 使这一工作得以轻松完成,它几乎可在任何平台上部署,能够通过扩展支持任何规模的数据量或交易量,并可以处理任何类型的数据。它附带一个标准验证规则库,可通过图形方式表示复杂的数据验证和整理规则。通过 Business Rules Environment,业务分析人员得以在类似于电子表格的环境中制定和测试其规则。所有这些逻辑都可直接集成到现有系统,无论是否采用 Ab Initio 构建都可无缝集成。
  • 问题报表由 Ab Initio 的 Enterprise Meta>Environment® 处理。EME 可收集数据剖析和数据验证的统计数据,用于计算数据质量指标。然后,将数据级的统计数据和数据质量指标与各种数据检测仪表板信息综合形成单一数据质量报告点。系统沿袭图表包含数据质量指标,用户因而得以图形方式识别数据质量问题的根源。
  • 质量监控由 Data Profiler 执行,其可以挖掘数据集内存在数据值、分布和关系等方面的问题。通过运行 Data Profiler,可以检测和分析数据分布的细微变化。

Ab Initio 的数据质量设计模式基于一组强大的、可重复使用的构建块。通过自定义,构建块可集成到实施应用环境的方方面面。由于构建块都通过 Co>Operating System 运行,因此可在整个企业范围内部署。

最后,Ab Initio 技术可以支持收集、转换、存储每个数据质量问题的信息,进行根源分析,并提出最终解决方案,即针对“罕见”问题也解决“少见”的数据质量问题。

单击数据质量要了解 Ab Initio 方法的详细信息。

English
Français
Español
Deutsch
语言:
简体中文
日本語