
主数据管理挖掘业务价值
在全新的数据时代,企业只有将核心业务数据更好地掌握在手中,才能从中萃取更大的业务价值,进而优化品牌管理、打开进入市场的新渠道并加强客户关系。但是,以不同格式存储在企业不同系统中的不一致或重复的数据,正在不断为数据管理者制造新的烦恼。伴随数据管理技术的演进,主数据管理(Master Data Management,简称为MDM)正在成为应对数据质量及数据管理一致性挑战的重要利器!近日,Informatica高级副总裁兼主数据管理业务部门总经理Dennis Moore以及Informatica公司大中国区总经理王晨杰与记者深入探讨了在大数据时代下主数据管理领域的现状、方法以及发展趋势,并全面介绍Informatica最新的主数据管理解决方案及应用优势。
主数据管理促进业务经营发展
云计算、社交计算及移动计算这些技术趋势共同参与到对信息产业三个基本问题的重新定义中,那就是
“Where”、“What”以及“How”。计算“地点”正在从企业内部移往云计算,创造出新一波数据碎片,改变着计算的经济学;计算“内容”正在从SAP、Oracle等业务应用的“交易处理”转变为Facebook、Twitter等社交媒体服务的“交互处理”,从而衍生出史无前例的大交互数据量;计算“方法”则从桌面计算机转向移动设备,为计算带来了观念上的改变。这些庞大的新型数据能够带来前所未有的商机,但是假如企业无法适应不断增长的数据容量、种类和速度,无法将核心业务数据更好地掌握在手中,将招致无法预料的开支、复杂性及风险。Dennis
Moore指出,企业需要通过不断学习,在快速发展的环境下适应新数据需求。
Informatica把数据分为互动性数据、交易数据以及主数据三种类型,主数据是指系统间共享数据(例如客户、产品、供应商、账户和组织部门相关数据),是企业的核心数据,在企业运营中担当着关键角色的数据实体。对于业务数据的管理者来说,主数据虽然不如记录业务活动、波动较大的交易型数据变化快,但是做好主数据的管理对企业的业务经营大有帮助。
Dennis Moore还以生动的例子介绍了大数据时代主数据管理的主要功能,他指出,主数据管理主要对数据进行匹配,寻找真实、有用的数据。现在企业数据的存储比较分散,且存储格式各异,那么究竟哪些是对企业有用的数据呢?比如供应商如果不适合又应该如何找着另一家优质供应商?从零售角度来讲如何知道客户已经在实体店以及网上买过产品?主数据管理确保了数据的质量和真实性、对数据属性进行统一定义,同时提供了统一的客户视图,企业通过主数据管理,可以很好地洞悉业务数据中所隐藏的价值,解决上述这些日常经营中所面临的常见问题,加强客户互动式的营销和销售管理,提升数据的回报率。
Informatica加速主数据管理创新
利用Informatica强大的合作伙伴生态系统,客户可在多个垂直行业中构建先进的主数据管理技术,并使其能够获得最好的解决方案,其中包括零售业、金融服务业、制造业、生命科学、医疗、政府和能源等。作为客户数据解决方案主数据管理魔力象限中的领导者,Informatica以不断的创新,持续加速MDM的增长和计划性,例如,
Informatica Cloud MDM、Facebook社交媒体连接器以及用于iPad的Informatica
MDM和针对于大数据的高速主数据身份识别解决方案。即将发布的Informatica
MDM新版本将会带来更大惊喜--数据处理性能更快。其原因是引入了内存处理的能力,所谓“内存处理”,就是把主数据的处理操作从原来的数据库迁移到应用服务器内存中,以实现横向扩展,此举有望实现最高达100倍的能力的提升,大幅降低了客户的硬件部署成本,意味着主数据的投资回报更高。此外,新版Informatica
MDM新增对SQL Server和SAP HANA的支持,同时提供新的开发工具包,以及BPM(业务流程管理)集成和动态数据屏蔽功能。
值得一提的是,作为Informatica数据集成平台的一部分,Informatica
MDM产品拥有非常灵活的定制能力,以适应不同行业应用的需求。当环境发生变化需要生成新系统时,Informatica
MDM并不用进行编程生成代码,而是通过元数据来处理,不用停机测试,灵活的适应能力对客户来讲常重要。
在大数据时代,Informatica主数据管理针对存储在云中的数据、社交数据、移动数据等不同类型的数据进行管理。在未来,主数据管理多域部署的情况将更加普遍,并采用云中部署、混合部署等新模式,同时支持不同移动终端的接入。除了为中国市场提供功能强大的主数据管理产品外,Informatica在2013年将进一步加大对于中国市场的重视程度。Informatica公司大中国区总经理王晨杰表示,不仅会有美国总部高层频繁来华指导业务,而且Informatica还进一步完善了与多家集成商的合作框架,包括MDM在内的Informatica数据管理核心产品的渠道扩展与推广将有序展开。
记者Q&A:
如何说服当前数据量不大,但未来扩展空间很大的企业
Informatica产品一个优势就是可以先从小数据量做起,然后根据需求不断的增加数据量处理。Informatica会有不同预定义的Package,来针对小企业、中型企业或大型企业。小企业可以先选择一个小的Package,其中包括MDM主数据管理、DI数据集成,DQ数据质量。随着企业数据量不断的增大,可以随时向Package里加新的产品。
Informatica关注的大数据,不仅仅是数据量巨大,更多是数据质量。企业最初建数据中心时数据量或许不大,没有关注数据质量,不做主数据的管理,这是一种错误观念。其实越早对数据进行有效治理,成本就会越少。大数据时代带给企业最大的好处就是降低成本和业务创新。
Informatica在中国市场的发展
Informatica非常关注中国市场,并保持着不断学习的心态,会随着市场趋势调整自己的发展战略。针对中国市场,Informatica在业务运作模式等方面做了很大调整,之前五、六年是通过自己与客户面对面的沟通来拓展业务,通过几年的积累,Informatica已经有了一定客户基础和品牌形象。现在,Informatica希望与行业中、市场中最顶级的合作伙伴结盟,他们能够帮助Informatca完成从初期积累到中国市场无论是行业还是区域市场迅速覆盖的深入推动,借助大数据的这样一个机遇在中国市场做一个大的飞跃。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18SPSS 赋值后数据不显示?原因排查与解决指南 在 SPSS( Statistical Package for the Social Sciences)数据分析过程中,变量 ...
2025-07-18在 DBeaver 中利用 MySQL 实现表数据同步操作指南 在数据库管理工作中,将一张表的数据同步到另一张表是常见需求,这有助于 ...
2025-07-18数据分析师的技能图谱:从数据到价值的桥梁 在数据驱动决策的时代,数据分析师如同 “数据翻译官”,将冰冷的数字转化为清晰的 ...
2025-07-17Pandas 写入指定行数据:数据精细化管理的核心技能 在数据处理的日常工作中,我们常常需要面对这样的场景:在庞大的数据集里精 ...
2025-07-17解码 CDA:数据时代的通行证 在数字化浪潮席卷全球的今天,当企业决策者盯着屏幕上跳动的数据曲线寻找增长密码,当科研人员在 ...
2025-07-17CDA 精益业务数据分析:数据驱动业务增长的实战方法论 在企业数字化转型的浪潮中,“数据分析” 已从 “加分项” 成为 “必修课 ...
2025-07-16MySQL 中 ADD KEY 与 ADD INDEX 详解:用法、差异与优化实践 在 MySQL 数据库表结构设计中,索引是提升查询性能的核心手段。无论 ...
2025-07-16解析 MySQL Update 语句中 “query end” 状态:含义、成因与优化指南 在 MySQL 数据库的日常运维与开发中,开发者和 DBA 常会 ...
2025-07-16如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14