京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-07-24【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21一、活动介绍 2026暑期CDA备考冲刺季,为想利用假期拿证的你量身打造。考点胶囊内容搭配多重硬核福利,让你在旅行、实习、居家 ...
2026-07-21金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15