数据中心如何才能全面保证数据质量？
DOIT云计算 12年04月25日 09:30 【转载】 作者：机房360 责任编辑：王振
导读：面对复杂度不断增加的业务数据，如何才能全面保证数据质量?可以借助完备的Informatica数据质量平台，无论何时何地，您都可以在整个企业内访问，甄别、清洗、集成、交付可信的数据……
面对复杂度不断增加的业务数据，如何才能全面保证数据质量?可以借助完备的Informatica数据质量平台，无论何时何地，您都可以在整个企业内访问，甄别、清洗、集成、交付可信的数据，并在第一时间找出并修正藏匿于任意位置、令您的公司动辄花费上百万的数据质量问题。
Informatica的数据管理目标
调查显示，信息的价值平均为企业价值的37%，这也让越来越多的企业更加重视数据中心的建设。但有许多因素会导致这些“资产”贬值，比如数据的冗余和重复导致信息的不可识别、不可信，信息时效性不强，精确度不够;结构或非结构数据使整合有困难;人员变动引发的影响;数据标准不统一，相关规范不完善造成对数据理解的不充分等等。
为了充分实现数据资产的业务价值，您需要一个数据集成平台。Informatica既可以在数据架构层面提供信息传递、B2B数据交换、企业数据集成等一系列的基础架构解决方案，同时也可为行业提供数据质量管理、主数据管理和复杂事件处理等方案，来支撑数据中心实现可信、交互、权威的信息资产管理，达成企业的业务目标，这也是信息中心建设的一个重点。
数据质量管理的整体框架
数据质量管理在数据中心建设中是一个完整的生态链。数据质量会受到供应商、生产员工、工艺流程以及内部客户和外部一些系统的影响，同时，从应用和软件角度方面讲，数据提供者、软件开发集成、质量管控手段等也都会影响到企业数据质量的整体状况。
从数据质量整体框架和方法论上讲，首先我们要了解数据现状、确定目标，然后要清楚用什么人，通过怎样的流程，采用什么样的技术来支撑和达成目标，所以，数据质量管理中，人、流程、技术三方面缺一不可。
要实现数据质量提升，还必须要做到指标的可量化，通过量化指标来实现质量可控。从技术层面讲，要从以下六个角度去考量数据质量，也称为数据质量的矩阵，包括：完备性、符合性、一致性、准确性、唯一性以及完整性。
腾讯微博
新浪微博
