Informatica数据质量控制方法.pdf

Informatica数据质量控制方法.pdf

ID:52924009

大小:3.68 MB

页数:16页

时间:2020-03-31

Informatica数据质量控制方法.pdf_第1页
Informatica数据质量控制方法.pdf_第2页
Informatica数据质量控制方法.pdf_第3页
Informatica数据质量控制方法.pdf_第4页
Informatica数据质量控制方法.pdf_第5页
资源描述:

《Informatica数据质量控制方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、Informatica数据质量控制方法一种可实现普遍深入的数据质量控制的框架——通过业务部门与IT部门之间更为有效的协作白皮书本文档含有InformaticaCorporation的保密、专有信息和商业秘密信息(“机密信息”),事先未经Informatica的书面同意,不得进行拷贝、散发、复印或以任何其它方式复制。尽管我们尽最大努力确保本文档中信息的准确性和完整性,但仍可能存在一些印刷错误或技术误差。如因使用本文档所含信息而造成任何损失,Informatica概不负责。本文档中包含的信息随时可能更改,恕

2、不另行通知。Informatica自行决定将这些材料中讨论的产品属性纳入其任何软件产品的发布或升级中,并自行决定任何此类发布或升级的时间安排。受下列一项或多项美国专利保护:6,032,158;5,794,246;6,014,670;6,339,775;6,044,374;6,208,990;6,850,947;6,895,471;或受下列正在申请的美国专利保护:09/644,280;10/966,046;10/727,700。此版本发布于2010年5月白皮书目录引言...................

3、..................................2应对数据质量挑战.........................................3业务部门与IT部门协作的重要性.....................................5用于加强协作的基于角色的工具......................................5步骤1:探查数据内容、结构和异常.........................7步骤2:建立数据质量度量并明确目标....

4、...................8步骤3:设计和实施数据质量业务规则.......................9步骤4:将数据质量规则构建到数据集成过程中..............10步骤5:检查异常并完善规则..............................11步骤6:对照目标,监测数据质量..........................12总结....................................................13了解更多........

5、........................................13关于Informatica...........................................13Informatica数据质量控制方法1引言任何数据质量方案都具有人员、流程和技术三个要素。为了能够从数据质量方案中获得最大的回报,必须有一个结构化的明确方法来协调这三个要素。虽然数据质量管理方法的价值似乎不言自明,然而太多的组织采用不明确的数据质量方案,从而导致问题被混淆、细节被忽视、工作重复多余而且效果

6、欠佳。一个战略性和系统性的方法能帮助您正确研究您的数据质量项目,业务部门与IT部门的相关人员将各自具有明确角色和责任,配备正确的技术和工具,以应对数据质量控制的挑战。本白皮书探讨了劣质数据质量所带来的影响,并介绍了Informatica®数据质量控制方法,这是一个分为六步实现的框架,范围从初始探查、持续监测,直到实现在整个企业范围内产生和交付优质数据的最终目标。您的业务部门与IT部门的数据使用者—业务分析师、数据管理员、IT开发人员和管理员,能够在六个步骤的每一步中协同使用Informatica数据质量

7、解决方案;并在整个扩展型企业的所有数据领域和应用程序中嵌入数据质量控制。2白皮书应对数据质量挑战您的业务表现直接与其数据的质量和可信度相关联。拥有高质量数据,您的企业将平稳地以最高效率运作。高质量数据提高您的竞争优势,并增强您以下方面的能力:•获得并留住客户•优化销售和财务•运行高效的供应链和生产流程•摒弃昂贵代价的操作失误•作出明智、及时的业务决策•迅速进入新市场虽然大多数企业意识到数据质量的理论重要性,然而很多企业还是采取观望态度,直到劣质数据影响到其运营效率和盈利能力时,他们才采取行动。结果可能导

8、致客户服务退化、供应链错误、财务报告错误,甚至导致出现每年损失数百万美元的主要运营错误。同样,企业通常采取临时性的办法实施数据质量管理,从部门或功能角度迅速修复错误;然而这样的方法通常未能全面解决整个企业的数据质量缺陷,因此不仅目光短浅且无法实现可持续应用。其代价是昂贵的。Gartner分析公司通过调查140多家公司后估计,由于数据质量管理不善,他们平均每年损失820万美元。22%的受访机构称每年损失超过2000万美元,而有4%的公司每年损

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。