데이터는 조직의 가장 가치 있는 자산 중 하나입니다. 기업의 데이터 품질과 업무 성과 사이에는 직접적인 관계가 있다. 높은 품질의 데이터를 통해 회사는 경쟁력을 유지할 수 있으며, 경제 격동 시기에 무패의 땅에 설 수 있다. 일반적이고 심층적인 데이터 품질을 통해 기업은 언제든지 모든 요구를 충족하는 모든 데이터를 신뢰할 수 있습니다.
전략적이고 체계적인 접근 방식은 기업이 데이터 품질 프로젝트를 정확하게 연구하는 데 도움이 될 수 있습니다. 비즈니스 및 정보 기술 부서의 관계자에게는 명확한 역할과 책임이 있으며, 데이터 품질 관리 문제를 해결할 수 있는 적절한 기술과 도구가 제공됩니다.
확장 데이터:
제어 방법:
1, 프로브 데이터 내용, 구조 및 예외
첫 번째 단계는 데이터를 조사하고 데이터의 내용, 구조 및 예외를 찾아 평가하는 것입니다. 탐구를 통해 우리는 데이터의 장점과 단점을 파악하여 기업이 프로젝트 계획을 결정하는 데 도움을 줄 수 있다. 주요 목표 중 하나는 데이터 오류 및 문제 (예: 비즈니스 프로세스를 위협하는 불일치 및 중복) 를 명확하게 식별하는 것입니다.
2. 데이터 품질 지표를 설정하고 목표를 정의합니다.
Informatica 의 데이터 품질 솔루션은 비즈니스 및 IT 직원이 측정 기준을 설정하고 개선할 수 있는 * * * 플랫폼을 제공합니다. 사용자는 데이터 품질 스코어카드에서 측정 기준의 기준을 추적하고 언제든지 관계자와 공유할 수 있도록 URL 을 전자 메일로 보낼 수 있습니다.
데이터 품질 비즈니스 규칙을 설계하고 구현하십시오.
기업의 데이터 품질 규칙을 설명하고, 재사용할 수 있는 비즈니스 논리를 관리하고, 데이터를 정리하고, 대상 응용 프로그램을 지원하는 필드 및 데이터를 해결하는 방법을 관리합니다. 비즈니스 및 IT 부서는 역할 기반 기능을 사용하여 데이터 품질 비즈니스 규칙을 공동으로 설계, 테스트, 개선 및 구현하여 최상의 결과를 얻습니다.
4. 데이터 통합 과정에서 데이터 품질 규칙을 설정합니다.
Informatica Data Quality 는 일반적이고 심층적인 데이터 품질 관리를 지원하므로 사용자는 확장된 엔터프라이즈 내 어느 곳에서나 원하는 수의 애플리케이션에 걸쳐 서비스 기반 아키텍처에서 서비스 형태로 비즈니스 규칙을 실행할 수 있습니다.
데이터 품질 서비스는 중앙에서 관리할 수 있는 애플리케이션 독립적인 재사용 가능한 비즈니스 규칙으로 구성됩니다. 프로브, 정리, 표준화, 이름 및 주소 일치 및 모니터링을 수행하는 데 사용할 수 있습니다.
5. 예외를 확인하고 규칙을 개선합니다.
데이터 품질 프로세스가 구현되면 대부분의 레코드가 정리되고 표준화되고 기업에서 설정한 데이터 품질 목표가 달성됩니다. 그러나, 일부 불량한 데이터가 정리되지 않은 것은 불가피하다. 이때 데이터 품질을 제어하는 비즈니스 규칙을 개선해야 합니다. Informatica 데이터 품질은 추가 탐색 및 분석을 위해 데이터 품질 예외 및 예외 값을 캡처하고 강조할 수 있습니다.
5. 목표에 따라 데이터 품질을 모니터링합니다.
데이터 품질 관리는 일회성 "설정 시 잊음" 활동이 아니어야 합니다. 비즈니스 애플리케이션 전반에 걸쳐 데이터 품질의 상대적 목표와 지속적인 모니터링 및 관리는 높은 수준의 데이터 품질 성능을 유지 및 향상시키는 데 매우 중요합니다.
Informatica 데이터 품질에는 스코어카드 도구가 포함되어 있으며 대시보드 및 보고 옵션에는 보다 직관적인 방식으로 동적으로 보고 및 렌더링할 수 있는 광범위한 기능이 있습니다.
바이두 백과-데이터 품질