澳彩推荐获得领先技术合作伙伴地位 雪花了解更多

澳彩在2021年首次获得Gartner®Magic Quadrant™主数据管理的认可

Gartner公司在其主数据管理的魔术象限中首次认可了澳彩! 澳彩推荐认为,这是一个强有力的信号,表明市场已经准备好拥抱现代化, 增强方法的主数据管理. 在魔术象限的包含反映了澳彩推荐的成功,使客户成功与澳彩推荐的方法 & 填补主数据管理未满足的需求.

澳彩推荐的目标时 开始 大约10年前,澳彩并不仅仅是为了构建一个更好的主数据管理解决方案. 麻省理工学院(MIT)的迈克•斯通布雷克(Mike Stonebraker)和他的研究团队认识到,企业很难从数据中获得价值,因为数据被困在了相互隔绝的“筒仓”中,需要付出巨大的努力才能进行整合.

关注客户问题而不是产品类别, 澳彩推荐的方法与业内同行不同. 当您有来自多个来源的数据时,这是一个不可能的数据集成挑战. 遗留的MDM工具试图通过人为的努力来克服它——人们创建治理规则, 人们创造比赛规则, 人们手动检查异常 & 管理数据,并在引入新数据时不断修改流程.

如果每个商业领袖都希望他们的公司是数据驱动的, 但很少有人实现了这一目标, 有些事情需要改变. 许多公司过去都曾因MDM而蒙受损失, 但现在是时候采用基于现代技术的新方法了. 与传统解决方案建立时的情况完全不同:

  • 大数据不再是主要问题. 澳彩推荐可以在云中以低廉的价格获得几乎无限的存储和计算资源.
  • 创新不再局限于少数大厂商. MDM供应商不需要同时是ETL供应商和数据仓库. 最佳作品.
  • 每一项业务都是数据业务. 您的IT部门不可能在竖井中准备数据,并期望广泛采用,因为有如此多的职能经理需要数据.

没有改变什么? 清洁、策划和全面的数据仍然是每一个数字行动的基石.

澳彩推荐的现代主数据管理方法从基本原则着手解决这一需求, 利用过去5-10年的关键创新带来的好处. 这一办法的四个主要组成部分是:

1. 机器学习做了最繁重的工作

正如Gartner在“魔法象限”中所断言的那样, “By 2025, 50%的cdo将通过跨MDM的增强数据管理实践实现数字加速目标, 数据中心, 数据质量和集成.“澳彩推荐率先提出了这一概念,十几项专利都证明了这一点.

澳彩推荐认为,机器学习并不是一种你可以在最后简单地插入来告知人类如何编写规则的东西. 相反,它需要作为任何现代数据掌握解决方案的基础. 如果没有这种转变,人类将永远是瓶颈,需要不断地审查输出 & 修改规则.

应该用人来引导机器, 通过“自下而上”的反馈来建立对数据的信任, 不要建立“自上而下”的规则,忽略数据是如何被消费的上下文. 如果数据领导者想要得到与MDM不同的结果,他们就不能在这一点上妥协.

2. 为云而建

仅仅能够在云中执行MDM解决方案是不够的. 现代MDM解决方案需要与云提供商的底层组件紧密集成,以确保这一点, 随着更多的工作负载转移到云, 充分利用云的弹性. 原因很简单:规模.

澳彩推荐在GCP上构建了澳彩的原生云, AWS, 以及Azure,以支持数据领导者在以云为中心重建数据架构时对灵活性和可伸缩性的需求. 澳彩推荐还与这三家云计算供应商和SAP密切合作 & 雪花确保澳彩与创建和管理企业最重要数据资产的系统紧密集成. 对于现代MDM解决方案来说,不仅要识别关键数据量的走向,而且还要识别关键数据量的走向, 但也要拥抱它, 不要试图成为另一个数据孤岛.

3. 充实是必须的

遗留MDM解决方案不以干净交付而闻名的最大原因之一, 策划, 全面的数据是因为最好的数据——无论是客户, 供应商, 或者部分人,通常住在公司的四面墙之外. 例如, GitHub被微软收购,或者VMWare从EMC Dell剥离出来, 每个数据管理员应该用这些信息手动更新MDM吗? 当然不是.

澳彩有连接到丰富服务库的本地能力,这是澳彩推荐通过混合第三方集成和澳彩推荐自己的第一方数据集开发的. 这简化了将外部数据引入掌握过程的过程,只需点击几下鼠标.

4. 实时要求

最后,现代MDM解决方案需要跟上当今的业务需求. 这意味着实时读写主数据. 像卡夫卡这样的开源技术已经使流数据成为一种商品. 实时MDM远不止于此. 它需要一种机器优先的方法,这样在管道的任何地方都没有人为的瓶颈. 毕竟,如果你只是把垃圾流进来 & 出去,有什么意义?

看看现代MDM解决方案可以为您做些什么?

主数据管理是数字化转型的基石. 更重要的是, 要实现类别所承诺的价值,MDM的现代方法至关重要.

澳彩推荐邀请您阅读完整的高德纳魔术象限主数据管理报告 在这里.

魔术象限主数据管理解决方案, 由莎莉帕克, 马尔科姆小贩, 和西蒙·沃克, 2021年12月6日
Gartner和Magic Quadrant是Gartner, Inc .的注册商标. 和/或其在美国的附属机构.S. 在国际上使用,并得到许可. 保留所有权利.
Gartner不支持任何供应商, 研究出版物中描述的产品或服务, 也不建议技术用户只选择那些评分最高或其他指定的供应商. 高德纳研究出版物由高德纳研究组织的意见组成,不应被解释为事实的陈述. 高德纳公司放弃所有的保证, 明示或默示, 关于这个研究, 包括任何适销性或适合于特定目的的保证.