Informatica主数据管理解决方案_CA

统一主数据管理平台方案但彬Informatica中国Informatica专注于数据集成的独立软件开发商•成立时间:1993•2012年收入为:8.116亿美元•7年平均增长率:每年17%•员工人数:2,810多人•合作伙伴:450多家•主要的系统集成商、独立软件供应商、原始设备制造商和按需生产的先驱•客户:超过5,000家•客户遍布全球82个国家•直接客户遍布全球28个国家•客户忠诚度排名位居榜首（已连续7年获此殊荣）$0$100$200$300$400$500$600$700$800$900200520062007200820092010201120121.数据采集数据仓库分析应用BI报表数据挖掘仪表盘•任意格式•任意数据源•任意延时•任意模式ERPCRM办公PLM财务网站业务系统云计算套装应用非结构化数据2.数据审计与发现(数据探查)3.数据质量管理(建立和管理数据质量规则，仪表盘，报警等)5.主数据和参考数据管理渠道区域产品客户4.数据处理•Anyformat•Anysource•Anylatency•Anymode8.元数据管理(操作型,技术型,业务层)7.数据归档归档6b.数据虚拟化外部数据复杂事件处理Informatica产品定位内容提要•从公司治理到主数据管理•主数据平台解决方案•Informatica案例分享集团企业数据利用的发展与挑战AccountOrganizationSalesRepPartnerOrganizationProductProductOrganizationAccountAccountZoneServicesAccountPricing财务管理投资管理客户服务人力资源决策支持•不同的系统管理各种业务流程•走向精细化协同管理•利用数据仓库汇集数据•但是企业内外协同受信息流现状的制约•面临的问题•数据标准•数据质量•管控流程•……集团产业集团企业数据仓库企业数据集成公司治理影响公司业务方向、管理、和控制发展路线的一系列流程、策略、惯例、规章制度等。IT治理确保IT能够支撑企业战略目标的管理、组织架构、和流程。主数据治理确保企业主数据的有效性、可访问性、质量、一致性、可审性、和安全性所需要的流程、策略、标准、和技术。从主数据入手，提升主数据质量，是业务管控的基础业务流程CRMSystemERPSystemOrderMgmtSystemFinanceSystemHRSystem•主数据的重要性——大多数的数据质量问题是主数据问题•使治理目标和范围明确•主数据系统使咨询内容落地AccountOrganizationSalesRepPartnerOrganizationProductProductOrganizationAccountAccountZoneServicesAccountPricing客户、产品、服务、供应商、机构、资源等组成完整的360度主数据视图客服金融客户网上业务离港机票积分航段航空客户物流客户旅业客户储蓄住宅健康支付意外养老助学发件客户配偶收件酒店票务物流旅行代理业务经理孩子企业航空保险代理不同主数据是业务的不同视角：•客户角度•产品、服务•机构•资源•产品角度•客户•资源•机构•供应商角度•产品•机构角度•产品•客户•资源•资源角度•机构•产品•客户完整的主数据视图父母企业集团主数据平台集中管理各类主数据AcctRepOrganizationAccountCustomerProductMDM数据管理AccountOrganizationSalesRepPartnerOrganizationProductProductOrganizationAccountAccountZoneServicesAccountPricingDI/DQ社交媒体财务管理投资管理客户服务人力资源决策支持DW数据服务•灵活的数据模型•可定制的业务逻辑和工作流程•可配置的用户界面/接口•解决不同领域业务问题•可用统一的平台扩展到解决其他业务问题和领域•预定义数据模型•预定义的业务逻辑和工作流程•预定义的用户界面/接口•解决特定领域的业务问题•扩展到其他业务领域需要购买新的应用平台级MDM应用级MDM根据客户的特有需求进行配置，使用不同客户需求预置的应用以解决特定的主数据问题(customer,product,financial)CustomerProductCOA客户产品COA主数据管理的不同实现路径InformaticaMDM简介经验证的多域主数据方案部署情况市场影响力跨越多行业的平台级解决方案(FinancialServices,LifeSciences,HighTech…)大量案例证明在多域主数据部署的能力快速部署平均上线时间:3-9个月最具伸缩性解决方案最大450M主记录数的成功案例可验证的多域主数据几乎一半的客户都在统一平台上部署了客户和产品域超过50%的财富500企业和全球500强企业MerrillLynch,DeutscheBank,Johnson&Johnson,Pfizer,Apple,Kodak,Cadbury,…跨越多行业的客户解决方案(25+solutions)InformaticaMDM提供产品、客户、账户等关键数据的统一视图，快速低成本提升业务运营、客户体验、以及合规等能力为应用和数据仓库交付可信的数据管理统一、可信、真实的主数据数据清洗和标准化剖析、发现数据内容、一致性、数据结构从不同的应用和数据源访问、获取数据平台需要的能力数据获取数据探索数据清洗数据管理数据发布12345ESB统一客户数据平台架构企业数据集成平台运营支撑分析决策数据集市仪表板分析报表业务应用遗留数据社交媒体和第三方数据数据质量数据探索123主数据管理4ODS数据管控模型管理合并管理重复识别数据关联Ora数据仓库运行、生产、销售数据管理平台TD数据仓库客户/市场ESB数据发布服务5数据获取关键需求:•在任意的源和目标数据之间进行数据访问和发布•各种数据格式，各种地方•不同的延迟需求(批量,实时,消息队列)•高性能和高可用•支持不同MDM部署风格•元数据可视化数据集成1DataIntegration产品支持:•InformaticaPowerCenter•InformaticaPowerExchange•InformaticaB2BExchange数据探索关键需求:•发现和记录数据中的所有异常•将问题进行分类（完备性、遵从性、一致性、准确性、唯一性、依赖性）数据探索2DataProfiling产品支持:•InformaticaDataProfile数据清洗关键需求:•数据清洗•数据丰富•地址标准化•数据监控和报告•基于SOA访问DQ规则•根据条件的格式•校验规则•数据变化，去噪，转换•开放式清洗架构数据清洗3DataQuality产品支持:•InformaticaDataQuality•AddressDoctor数据质量问题实例完整性COMPLETENESS合法性CONFORMITY一致性CONSISTENCY重复性DUPLICATION关联性INTEGRITY准确性\ACCURACY值域划分RANGE完整性:丢失关键数值合法性:非法格式Consistency:IncorrectFormat一致性:数据是格式正确并完整，但不符合业务逻辑Duplication:Fuzzymatching重复性:模糊匹配关联性:识别记录关系关联性:识别记录关系准确性:须利用其他数据来验证其准确程度值域划分:界定数值范围特性剖析解析清洗,标准化Comprehensivedataquality数据丰富匹配,剔重功能从非结构化的模式推演数据的含义从非结构化的数据构建结构化数据识别、纠正数据错误；将数据转化成标准格式/术语增加附加的属性和分类识别和消除重复数据“liquid”+”crystal”+”display”=1conceptCamera=manufacturer,megapixels,zoom,andcolorWoodd=wood=wudPaperweight:100gi.s.o.100kgDivingwatchwithWatchattribandDivingEquipmentattribPIM样例2productsindifferentlanguagesareinfactthesameitemCDI样例姓名:姓+名字(CHS,KOR,JPN);FN+MN+PN+LN(Latin);Addr=#,street,city,state,zip,country;Bill=WilliamSt,Str=Street(ENU/DEU)St=Saint(FRA)HaidongSong:“single,1child,SummitEstate,DoNotMail”HaidongSong=宋海东=数据质量功能一览共同参与数据质量工作数据质量1.分析2.确定数据质量规则和目标3.制定质量提高计划4.部署数据质量计划5.数据质量报告与跟踪数据经理业务主管IT开发人员数据管理人员记分卡基于WEB客户端使用Analyst对数据进行全方位的剖析使业务人员参与数据分析工作，提高生产力和工作效率，降低IT人员的依赖性DataStewardReusedataqualityrulesinprofilinganalysis使用Developer开发具体任务图形化界面，功能强大，操作简单流间分析在处理流程中任意位置进行分析剖析数据源剖析处理单元剖析规则量化质量，跟踪监控基于web的积分卡便于共享简单易用，不需要任何专业技术数据主管业务经理基于Web格式的记分卡是你能够:查看和共享数据质量记分卡下钻到具体数据制定策略，降低对业务的影响DataQuality可提供每个实体对象记分卡及监控纳税人税金发票出口退税规则DQA-业务人员可手工管理不良数据MasterDataQualityKPI%CompletenessKPI%AccuracyKPI%NonDuplicateKPI%NonObsoleteKPI%Consistency100%RecordsrecordsIncomplete1100%RecordsSamplerecordsInaccurate1100%RecordsrecordsDuplicate1100%RecordsrecordsObsolete1100%RecordsrecordsntInconsiste1100%RecordsDataMasterrecordsntInconsisteObsoleteduplicaterIncomplete-RecordsDataMasterrecordsntInconsisteObsoleteduplicaterIncomplete1RatioInaccuracyororoororoMaterialCompletenessKPI%100%RecordsrecordsIncomplete1CustomerCompletenessKPI%100%RecordsrecordsIncomplete1VendorCompletenessKPI%100%RecordsrecordsIncomplete1EmployeeCompletenessKPI%100%RecordsrecordsIncomplete1CustomerAccuracyKPI%100%RecordsSamplerecordsInaccurate1VendorAccuracyKPI%100%RecordsSamplerecordsInaccurate1MaterialAccuracyKPI%100%RecordsSamplerecordsInaccurate1