新闻资讯

数语科技(Datablau)入选ForresterNow Tech™,成为亚太地区唯一入选的机器学习数据目录(MLDC)专业厂商

国际知名市场分析公司Forrester日前发布了2020年第四季度全球机器学习数据目录市场趋势洞察报告《Now Tech: Machine Learning Data Catalogs, Q4 2020》(简称:MLDC报告)。数语科技(Datablau)入选Forrester机器学习数据目录Now Tech™,成为亚太地区唯一入选的MLDC专注类专业厂商,跻身MLDC全球领先位置。

数据治理.jpg

在过去两年,Datablau Data Catalog智能数据资产目录平台已先后得到中信集团、中国人寿、中原银行等企业的高度认可,充分印证了其在数据治理市场的领先地位。

“Forrester Now Tech”


如果您是一个饕客,对于米其林就不会陌生。《米其林指南》被奉为“美食界的圣经”,是最负盛名的美食指南。而Forrester Now Tech堪称数据领域的“米其林指南”,为企业IT决策者提供数据平台供应商的权威评价,提供基于市场规模、产品功能维度的平台供应商评鉴指南,帮助IT决策者了解平台的价值并挑选优秀的平台供应商。

Datablau、IBM、Informatica、Oracle、Microsoft等企业入选,成为全球MLDC市场的佼佼者。

数据治理.jpg


机器学习数据目录优势


Forrester认为:您可以使用机器学习数据目录(MLDC)来理解数据,加速数据使用以及将数据供应到业务成果。
报告中指出:“通过机器学习数据目录使数据可以被更广泛的使用,元数据管理持续积累数据上下文的引用关系和构建企业数据模型,使数据的使用有效且可靠。组织可以根据数据操作信息,数据业务信息,数据分析信息来理解数据、信任数据,从而获得数据价值。同时,MLDC将推进组织解决不同数据角色的制度流程和合规要求。


1、通过机器学习数据目录改善数据民主化

数据的理解常常是根据上下文来感知。在传统系统中数据上下文遗失是分析和业务化数据普遍存在的最大障碍。由此将数据转换为业务价值非常耗时,极大地阻碍了数字创新。另一方面,数据管理独立地运作,来支撑数据开发、管理和应用,但制度流程和等待数据治理批准致使数据活跃度降低,导致数据瓶颈。

如今,元数据管理解决方案已逐渐被机器学习数据目录所取代,这些数据目录将数据管理,数据治理,分析支持和数据市场功能结合在一起,用于各种场景。Forrester定义了机器学习数据目录,如下所示:




机器学习数据目录(MLDC)使用机器学习来发现、剖析、解释、将语义和数据策略应用于数据和元数据,以赋能数据治理和DataOps,从而帮助数据分析师、数据科学家和数据消费者将数据转化为业务价值成果。




物联网(IoT)、区块链、人工智能和智能安全的关键技术都取决于机器学习数据目录的基础层。机器学习数据目录平台趋势:


数据资产化

通过将MLDC连接到数据源、数据开发过程、分析环境和API,机器学习可以帮助开放数据和元数据,推断数据血缘和异常情况,识别个人信息和个人身份信息,并将适当的语义和策略应用于数据。


加速数据使用

用户体验增强,使所有IT人员、数据治理人员、分析领域专业人员都可以协作查找,收集,整理,管理和发布数据。机器学习自动化加快了这个过程,并使数据专家的领域知识可以在日常数据交互和使用中捕获。


关联到业务成果

机器学习数据目录维护数据创建使用和共享的信息,将这些见解呈现给CIO、首席数据官和首席分析官,以证明数据在哪些方面对业务活动和目标做出了贡献。在数据市场中,MLDC可以量化数据使用的绩效和价值。


2、机器学习数据目录解决组织不同数据角色的流程和需求。

与其他IT数据管理解决方案不同,MLDC是在数据开发工程师,数据治理人员和分析师角色之间数据消费和交付的工作台。专业人士考虑选择MLDC时,他们必须考虑:


了解数据置信度的度量

目录和搜索功能。MLDC提供的不仅是质量基线得分,数据血缘和业务域描述。数据使用者根据谁使用数据,如何使用数据,在何处使用数据以及消费者是否认为可行,来确定数据的相关度和价值。这些组织和社交线索提高了数据的消费能力,并为数据管理专家提供了见解。监控数据合规性并确定管理优先级。


加速数据资产化的速度什

MLDC允许创建自助服务API,使数据更开放。分析师可以将数据和见解推送给应用程序开发人员, 以进行嵌入式分析。治理团队可以打包合规数据集。数据开发工程师可以将精力集中在具有战略业务功能的复杂ETL管道上,而在临时需求上花费的时间更少。


数据使用者自服务

传统的数据管理工具通过雇用大量的业务咨询人员和分析师(临时项目组)来注释、盘点和创建数据规则。而MLDC为业务用户和分析师提供自然的使用数据的方式、数据流程和任务。这样,数据资产盘点不是临时项目组的责任,而是所有人的责任,并且根深蒂固在企业自有的流程中。


创建一个无缝的平台来进行数据角色协作

收集和翻译数据需求非常耗时并且充满误解。MLDC具有超越传统数据管理工具的任务管理工作流协作能力。包括通过数据共享、可视化以及数据消费背后的智能引擎来无缝地捕获分析人员和业务专家的领域知识,依据这些信息推断数据定义、标准、模型和策略。


Datablau(数语科技)此次作为中国唯一入选MLDC的厂商。Forrester认可Datablau在数据管理领域的探索和实践,在数据模型、数据目录、数据质量、数据标准和元数据等环节自动化应用实现,帮助企业解决AI应用门槛高、开发效率低等问题。

Forrester对MLDC价值的认可,也进一步印证了Datablau在赋能企业数据资产管理落地方式上的正确选择。Datablau一直致力于通过数据模型管控、数据资产管理帮助企业实现数字化转型,在过去4年多时间已经覆盖到众多行业。面对企业数据应用高速增长期的到来,我们将继续推进MLDC在更多领域的拓展落地,实现企业智能化转型目标。




关于Datablau

Datablau创建于2016年,核心创始和研发团队全部来自于原CA erwin,天然具有世界级产品厂商的血缘和水准,是国内数据治理的第一品牌。依托多年的行业积累和技术沉淀,Datablau在产品设计层面充分发挥了后天优势,实现了集数据建模、数据目录、数据质量和数据准备为一体的企业级数据治理平台,全面满足企业对于数据治理的客观需求。

目前Datablau在建设银行、华为、中信集团、嘉实基金、中国人寿、国电大渡河、四川航空等大型客户得到实际应用并深受好评,客户范围已经覆盖到银行、保险、制造业和能源行业等核心领域,Datablau已成为企业数据治理领域的领导厂商。

数据治理.jpg


推荐阅读 查看更多