AnyFabric增强数据治理方案
刘亮爱数资深解决方案顾问 CONTENTS 数据中台发展趋势与传统数据治理的挑战PART 1 AnyFabric增强数据治理方案PART 2 数据中台发展趋势与传统数据治理的挑战 从数据中台演变历程看未来的发展机遇 创新期 数据中台不再是一个通用的数据管理平台而是成为了一个能够根据不同业务需求进行灵活配置和扩展的智能化数据引擎。 数据治理面临的困境 数据高量低质，标准化程度低 数据与业务脱节 •大量采集到的原始数据未做标准化，数据质量如何不知道，数据不可信。•数据标准化的工作会消耗大量的人力资源，准确率也很难得到保证。 •数据采集后未经编目，缺乏技术元数据与业务元数据的关联，数据读不懂。 数据分类分级效率低 模型构建缺经验，主专题建库难 •数据分类分级缺少智能化工具支撑，数据分类分级依赖人工，成本高。 •人工分析花费的时间和投入的精力较多。•主专题模型建模困难，质量也难以保障。 PART02AnyFabric增强数据治理方案 AI技术赋能数据治理全流程 AnyFabric增强数据治理方案能力 业务语义自动补全 数据标准推荐 利用认知助手理解数据，自动填充表单个字段完整的业务名称或描述，降低人工标识成本。 按照国家、地方、行业标准文件中规定的数据元设计规则，自动对业务表中的字段推荐相关数据标准。 辅助主题模型创建 数据自动分级分类 业务认知主动推荐业务模型属性，形成符合业务标准的主题库，辅助主题库建模。 自动化地根据用户预先定义好的业务对象的属性对逻辑视图中的数据进行自动分类分级，提高工作效率。 业务语义自动补全：数据虚拟化实现高效数据集成 业务语义自动补全：快速扫描获取元数据 业务语义自动补全：AnyFabric认知助手补全业务语义，降低人工标识成本 业务语义自动补全 利用认知助手理解数据，自动填充表单个字段完整的业务名称或描述，降低人工标识成本 业务语义自动补全：AnyFabric认知助手补全业务语义，快速实现编目 业务语义自动补全：AnyFabric认知助手业务语义自动补全原理 AnyFabric认知助手数据标准推荐 业务表标准化，数据标准推荐准确率达90% 制定统一的数据标准，包括数据格式、命名规范、编码规则等。 客户数据集特征 •政府数据局•1327项标准和8940待贯标数据，每条待贯标数据都有唯一标准与之对应 测试方法 •针对每条待贯标数据推荐标准，分别计算Top1，3，5，10的准确率 •业务表标准化：按照国家、地方、行业标准文件中规定的数据元设计规则，自动对业务表中的字段推荐相关数据标准，用户可以对每个字段确认是否采纳推荐的标准。 •用于确保业务表内字段的标准化和业务表之间的字段统一，让数据可用、可信。 数据标准推荐：标准统一管理，系统性的业务标准体系导入 数据标准推荐：业务标准智能推荐，信息项规范化定义 数据标准推荐：标准化模型推荐，推动业务标准执行落地 辅助主题模型创建：AnyFabric认知助手定义行业主题模型 12业务对象：业务领域重要的人、事、物，承载业务运作和管理涉及的重要信息。主题：描述本行业务条线所属业务分类。3逻辑实体：业务对象在某方面特征的一组属性集合，也是具有一定逻辑关系的数据项集合。4业务属性：描述业务对象的具体特征，反映信息管理最小颗粒度，可以对应信息系统的字段。 辅助主题模型创建：基于AnyFabric认知助手实现数据关系自动识别 认知助手赋能数据运营人员实现数据关系自动识别 数据关系自动识别在无ER图条件下发现表之间的主外键关系及包含相同业务含义的字段，帮助数据运营人员掌握数据关联，能够帮助开发人员更好地进行数据开发、查找和分析 辅助主题模型创建：问答式生成逻辑实体和业务对象，辅助主题模型创建 业务认知辅助主题库建模，形成符合业务标准的主题库。 数据自动分级分类 数据自动分类分级 自动化地根据用户预先定义好的业务对象的属性对逻辑视图中的数据进行自动分类分级，提高工作效率。 数据自动分类分级步骤 根据业务需求定义分级标签 自动探测数据源 浏览分类分级全景 数据自动分类分级：分类展现数据资源全景 数据自动分类分级实现原理 AnyFabric增强数据治理，AI赋能，准确率与效率双提升 了解更多 THANKS 地址：上海市闵行区万泰路50号爱数集团总部大楼咨询热线：021-5422 2601服务热线：400-880-1569客服邮箱：support@aishu.cn 爱数愿景以数据重塑生产力，共创智能世界Vision：Co-creating a smarter world with smarter data
