现代化的数据管理方法

写的:杰拉尔德灰色和迈克尔Covarrubias

让我们面对现实吧,我们都知道我们有数据问题。质量问题、管理问题、转换问题随着数据从一个“卓越缸”或“筒仓”到另一个地方。也许你实现企业服务总线(enterprise service bus, ESB),但这只是加剧点对点接口问题,现在每个人都可以做出自己的点对点接口仅为“他们”的项目。那么,你有什么?一些复杂和耗时的管理!一些容易出错,甚至可能增加漏洞安全相关事件。

现在你也在寻求创造一个环境,你可以使机器学习、人工智能,注重整体数据科学——但如果你做的都是堆积坏数据——你的机器不能被训练和调整。这是古老的数据问题的垃圾,垃圾。也许你已经经历了痛苦的步骤创建一个分析平台,利用数据结构或数据网格等概念。你们中有多少人开始通过映射和Microsoft Excel数据吗?我相信答案是——你。你是怎么看待这个过程?疼吗?慢?容易出错?所有上面的?

如果你一直参与这样的过程,你可能经历的情况使用相同的概念或对象中定义的,也许不同的方式取决于你的系统数据。考虑仪表作为一种资产,信息表计系统,客户系统,和资产管理系统,很容易有矛盾,但这三个不同的副本和补充信息。改变了但他们可能不是跨平台同步。更不用说有一个共同的定义仪表和其他数据资产,组织同意。

一个语义模型为什么重要?

考虑一个福布斯调查给数据科学家问他们如何分配自己的时间。绝大多数时间都花在我们称之为数据看门人,清洁,整理,将数据从一个系统。思考的时间花在这而不是分析和实际模型的训练。没有一个共同的数据管理方法是集中维护,经常导致返修。

语义建模用于描述之间的关系存在特定的数据,建立一个共同的定义数据。Gartner最近的一篇文章从数据利用语义驱动的商业价值建议数据和分析领导人利用企业数据语义的方法。如果你不,你将面临着数据仓库的无尽的挑战。

不管你的方法构建分析平台是基于数据结构的概念,数据网格或两者的结合,或使用知识图表,语义建模非常重要,因为它证明数据和治理。最后,数据必须理解和信任。语义建模允许您利用连接数据;它还利用常见的定义,每个人都在组织同意。

有一个很好的起点吗?

经过近30年的发展和持续改进创新和新技术推动附加用例,该实用程序公共信息模型(CIM)是公认的去研究和参考模型来构建一个企业语义模型。但尽管如此,我们看到很多次公用事业开始他们的数据科学计划”“滚自己的数据模型。还有偶尔的奇迹,”甚至CIM的事呢?”,或者甚至不知道有一个CIM。他们决定设计自己的因为它似乎一开始就更快。从头开始创建一个企业语义模型似乎总是快的开始。直到数据概念变得更为复杂和一个意识到三十年的发展不是不可或缺。除了CIM参考模型,供应商也需要特定的参考模型,然而,公用事业的人利用CIM发现它提供了近80%的他们所需要的东西。

“根据我们的经验,CIM简化和支持实用程序时获取新数据,分析,智能自动化、模型训练、和成果惠及所有的利益相关者。”

我喜欢描述CIM为电力行业作为一个起点。结束游戏的效用是一个定义良好的数据模型和关联不绑定到一个特定的技术或供应商。

等待有更多——元是什么?

关于数据的数据。数据接口。映射和转换规则。如何管理和目录。如何安全。元数据,丰富的信息与任意给定的一组相关数据。元数据可以告诉为什么存在差异的数据,比如为什么可能有不同的标识符在不同的系统相同的资产。你必须了解你要连接不同的元数据元素的数据,你很容易知道如何改变系统需要升级时,甚至取代了吗?汇集来自不同系统的数据很难发展,很难管理,但必须完成规模和提供准确和可信数据内部和外部利益相关者。

现代数据管理考虑的不同方面的数据组织中的旅程,从语义建模连接数据和相关的元数据。现代数据管理支持可重用性,并确保一个共同的理解,同时减少复杂性和交付价值。

Xtensible方法——Affirma

超过二十年,Xtensible团队一直在与和支持实用程序在一个基于语义的方法来管理数据,利用CIM标准和支持数据管理生命周期。

Affirma,企业语义和元数据管理的解决方案,我们正在证实语义建模方法,使用CIM作为参考模型帮助建立您的企业语义模型为数据分析和科学。Affirma为公用事业提供了独特的功能不仅仅是建立一个共同的定义数据的可重用性和交付的数据支持data-in-motion和data-at-rest-but也汇集不同的数据映射技术,血统、集成、分析和更多的支持你选择的数据架构在一个单一的解决方案。

总之

无论您的方向,有现代数据管理所需的核心竞争力。这包括了解数据通过语义模型,将数据数据,管理变更减少复杂性导致创新和增长。