什么是数据管理？

数据管理可实现一致的数据可访问性、交付、治理和安全性，以满足组织的需求，方式是使用主数据管理、数据虚拟化、数据目录，以及自助式数据准备和整理。

借助有效的数据管理解决方案，组织可以智能地统一所有数据，以增强访问、信任和控制。这对企业的成功至关重要，因为改善客户体验、优化运营或组织转型的每一项努力都依赖于数据的利用。要成功做到这一点，组织必须清楚地了解其所有数据，包括元数据、参考数据、交易数据、主数据、流数据等。只有当组织以良好治理、一致的方式统一了其不同的数据源后，才能使整个企业的团队做出更快、更明智的决策。

从本质上讲，数据管理解决方案通过打破数据孤岛并建立一个单一的位置来访问、浏览和使用所有数据，从而为组织提供帮助。然后，每个共享数据资产的单一来源支持整个企业的许多不同用户和不同用例，以利用数据驱动的智能应对当今最复杂的挑战。

为什么数据管理对您的业务至关重要？

尽管当今大多数企业都制定了记录在案的数据战略，但其中大多数企业尚未真正实现数据驱动。大多数人仍然不将数据视为可助其在市场上成功竞争的商业资产。因此，对于那些认识到创建整体数据基础架构重要性的组织来说，这是一个巨大的机会。通过实施数据虚拟化、主数据管理 (MDM)、元数据管理和其他基本数据管理技术的配置组合，企业可以更好地实现业务目标并将数据置于业务中心。

成功的数据管理计划有哪些特征？

在高效管理组织数据方面，要建立强大的数据基础架构，采用统一的整体方法至关重要。但这到底意味着什么？首先，您的数据管理计划实施应具有以下特征：

• 建立了数据治理控制机制，通过限制仅授权用户访问数据来提供安全性，从而使用清晰的元数据轻松识别您要查找的数据。
• 易于访问的数据，包括流数据、交易数据、结构化和非结构化数据。
• 可以随着业务需求的变化而发展的基础架构。
• 能够使用现有和传统技术，而不必经历昂贵的"翻录和更换"任务。
• 跨业务领域实现一致且受控的数据共享，允许在运营、分析和治理中使用数据。

最后，它应该具有以下六个关键领域的数据质量：

• 有效性：数据符合其定义的语法（范围、格式、类型）。
• 一致性：比较对象或事件的两个或多个表示形式时，没有差异。
• 唯一性：没有复制的数据记录。
• 准确性：数据能够正确描述"现实环境"中存在问题的物体或事件。
• 完整性：包含所有相关数据。
• 及时性：数据是最新的，代表了最近某个时间点的真实情况。

有哪些关键数据管理功能？

• 数据质量：当数据准确地表示现实环境的构造并符合其预期用途时，就被认为是高质量的。
• 数据虚拟化：数据虚拟化使您能够打破数据孤岛，创建一个统一的位置来访问、了解和使用企业的所有数据，无论是在本地还是在云中。
• 数据治理：对数据治理计划的端到端支持使您能够平衡数据需求，同时还遵守法规和内部控制。
• 主数据管理：MDM 为企业的所有方面（包括客户、资产、地点、供应商、产品、账户、参考数据等）创建一个单一位置。主数据管理对于在运营、分析和治理流程中保持数据的准确性和一致性至关重要。
• 元数据管理：借助元数据管理，您可以收集和管理所有数据字典。您还可以记录规则、政策和业务术语表，并授予对关键数据资产的访问权限，以便于搜索和协作。
• 数据目录：数据科学家、分析师和其他消费者希望访问您的所有数据资产以发现洞见。借助数据目录解决方案，您的分析团队可以轻松找到所需的资产，同时遵守企业所需的治理。

数据管理的主要用例是什么？

数据即服务 (DaaS)

数据即服务 (DaaS) 使您的企业能够灵活地满足内部和外部客户的数据服务需求。

虚拟数据层

虚拟数据层允许您访问、合并和配置企业所需的所有数据。部署虚拟数据层可以解决跨孤立的存储库传送和保护数据的问题。

逻辑数据仓库

这种架构可以不断发展，以支持企业不断变化的数据和分析需求。与量身定制的数据管理方法不同，逻辑数据仓库可以满足不断变化的需求，而不会造成数据孤岛。

多域 MDM

借助多域主数据管理，您可以在整个组织中管理、建模和治理主数据域。拥有一致、准确的主数据可以简化流程，并提高分析和报告质量。

全方位尽览一切

无论您是想提供卓越的客户体验、优化供应链，还是加快新产品创新，您都需要通过统一的 360° 视图来了解所有客户信息。获得与主数据、参考数据、流数据和交易数据一致的企业中任何实体的360° 视图，对于数字业务的成功至关重要。

参考数据管理

参考数据是主数据的子集，用于对邮政编码、成本中心或财务层次结构进行分类。参考数据管理允许您跨系统和业务部门管理分类和层次结构。

数据结构与数据管理有何关系？

数据结构 是一种现代化的分布式数据架构，包括共享数据资产和优化的数据结构管道，可用来以统一的方式应对当今的数据挑战。

数据结构支持：

• 面向所有用户和用例的数据：为各种分析、运营、交易和治理使用案例以及业务自助服务用户提供及时、一致且可信的数据。
• 来自所有来源的数据：使用元数据、模型和管道访问、合并和转换来自不同分布式数据环境的动态和静态数据。
• 跨越任何环境的数据：灵活地跨越分布式本地、混合云和多云环境。

尽管有许多供应商可能会宣称，但数据结构并不是一个您可以直接购买并部署在现有数据架构中的单一产品或特定平台。它包括一个通用的分布式架构、共享的数据资产和经过优化的数据结构管道，其中整合了一组融合的数据和元数据管理、数据集成和数据交付功能。

数据结构采用当今更加分散的数据环境，并利用更现代化的数据管理和集成功能，因此您可以：

• 支持更多使用案例：在一个虚拟位置存放分析、运营、事务、治理和自助服务数据。
• 跨更多数据类型和方法：来自本地、云、物联网 (IoT)设备和第三方来源的动态数据和静态数据。
• 进一步优化数据结构管道：您的数据结构管道包括智能、融合的数据和元数据管理、集成和交付功能的最优配置组合。
• 提供更大的部署灵活性：数据结构可以在分布式本地、混合云和多云环境中分阶段灵活部署。