ITBear旗下自媒体矩阵:

再度蝉联!Informatica连续4年荣膺Gartner元数据管理领导者

   时间:2019-10-25 10:52:35 来源:互联网编辑:星辉 发表评论无障碍通道

作为全球领先的IT研究和咨询公司Gartner于近日发布了《2019元数据管理解决方案魔力象限》报告,根据报告显示:Informatica再次处于领导者地位,且位于执行能力的最强位置和愿景完整性的最完整位置。

“时间和实力会证明一切”,这是Gartner第4年发布该报告,而Informatica也是连续第4年被评为该象限的领导者。数据时代,瞬息万变,Informatica是如何蝉联元数据管理的领导地位,又是如何以数据之力赋能企业管理?除了Gartner,本文会告诉你更多。

在过去的几年中,元数据管理已从一门晦涩难懂的技术学科迅速演变为现代数据环境中一项优先发展的关键业务。为什么会出现这种情况?

通过为数据添加语境,元数据提供了一种了解企业中所有可用信息的方式。如果在元数据上叠加机器学习技术,并通过人类的知识对其进行扩展,结合数据集成,使更广泛的数据管理过程具备智能性和主动性,元数据就会变得更有价值。Informatica解决企业元数据管理问题的真谛是提供一种能够支持端到端服务的方法,而这种服务由统一的、以元数据驱动的智能技术所赋能,支持各种业务场景。

我们的众多客户已验证了这种方法,他们期待并相信:通过实施Informatica由元数据驱动的解决方案,企业的数字化转型可以获得强大动力,并取得广泛的业务成果。在以下重要应用中,你会看到客户告诉我们的几个通用主题。这些主题非常关键,跨越了不同的业务场景和垂直行业,包括:多云和混合云环境下广泛的元数据连接,由人工智能/机器学习技术赋能的自动化功能,真正的企业级可扩展功能,对多种应用场景的支持能力,以及帮助企业广泛采用新技术的能力。Informatica是业界唯一一家能够满足所有这些重要功能的供应商,它通过与特定业务目标相结合的集成解决方案,为客户提供了由人工智能/机器学习赋能的元数据管理方法(CLAIRE)。

元数据管理

数据编目:发现并理解各类数据,并为企业建立元数据基础,同时提供最广泛的元数据连接、AI驱动的自动数据保管功能、协作和社交保管功能、端到端数据沿袭关系以及支持数千万数据集的可扩展功能

数据治理和合规管理:利用企业的统一政策治理数百万个数据对象,同时提供自动数据保管、业务术语到物理数据集的智能关联、数据质量规则自动生成和执行功能。

数据隐私和数据保护:利用由人工智能驱动的敏感数据自动分类功能以及个人数据与个体主题间的关联功能,对敏感数据进行发现、分类、修复和监测。

人工智能和数据分析:通过由人工智能驱动的域发现和保管功能、数据集和数据转换智能建议功能以及与协同化自助数据准备的集成,为分析工作发现、理解和准备数据。

Informatica所提供的元数据管理解决方案助力许多企业将想法成功地“落地实施”,这里列举几个客户的成功案例:

元数据管理客户案例

纽约人寿

使用Informatica Enterprise Data Catalog(EDC)和Axon Data Governance,为整个企业的数据模型赋能,并实施了企业数据治理计划。Informatica EDC与Axon集成,帮助纽约人寿将数据的技术语境和业务语境衔接起来,提升了这家公司将数据应用于报表、分析、营销、保险及其它关键业务场景的信心。

马士基航运公司

作为世界上最大的运输公司,使用了Informatica解决方案包括一系列由元数据驱动的产品,采用多管齐下的方法,实现了数据驱动的业务转型。这家公司实施了一项可扩展的数据治理计划,利用云数据湖进行数据基础设施的现代化改造,实施商业智能和自助分析业务转型——所有这些工作均由元数据驱动的智能技术和自动化手段所推动。

日产集团北美公司

日产集团北美公司使用Informatica的集成数据治理解决方案,为公司的数据治理委员会赋能,并为关键业务计划提供了通用的数据视图,同时推出了数据可视化服务以及自助分析功能。

我们其他的一些客户,包括美泰、哈佛健康护理(Hartford Health Care)、荷兰拉博银行和荷兰皇家电信等,都在我们的网络研讨会和虚拟会议上分享了各自的故事。在此,我们想对所有客户表示感谢,因为你们的肯定,Informatica与有荣焉。在元数据管理方面,我们的客户采用的是一种可扩展的智能化方法,这种方法聚焦于业务成果。我们相信,这也正是Gartner在《Gartner 2019元数据管理解决方案魔力象限》中将Informatica评为领导者的原因。

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version