Data3Sixty数据治理平台有助于企业将来自多重数据源的元数据集中到一个存储库中去。它提供了记录,定义,搜索,分析数据和共享信息以及更新的功能,并提供了主数据管理工具的完整功能。由于是基于云的,所以所有的更新、维护和备份都是在订阅者根据使用软件员工的数量付费后由Data3Sixty来处理的。 Data3Sixty是如何支持数据治理任务的? Data3Sixty强调对数据资产的协作管理。
它为用户提供了诸如创建和加入社群,订阅感兴趣的事件和项目,以及关注他人之类的社交媒体功能,这些都让你感觉到像是进入一个社交媒体平台。 Data3Sixty为定义和记录数据类型、术语和表提供了几款工具。其业务术……
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
Data3Sixty数据治理平台有助于企业将来自多重数据源的元数据集中到一个存储库中去。它提供了记录,定义,搜索,分析数据和共享信息以及更新的功能,并提供了主数据管理工具的完整功能。由于是基于云的,所以所有的更新、维护和备份都是在订阅者根据使用软件员工的数量付费后由Data3Sixty来处理的。
Data3Sixty是如何支持数据治理任务的?
Data3Sixty强调对数据资产的协作管理。它为用户提供了诸如创建和加入社群,订阅感兴趣的事件和项目,以及关注他人之类的社交媒体功能,这些都让你感觉到像是进入一个社交媒体平台。
Data3Sixty为定义和记录数据类型、术语和表提供了几款工具。其业务术语表包括数据定义,同义词,属性和关键业务流程关系,以及数据沿袭能力。这让用户可以识别与他们数据相关的所有者、起源和工作流。
数据专家和用户会被定义成各种角色以提供针对不同数据类别、不同级别的访问权限,以及特定的授权活动。某些预定义角色包括数据管理员,业务人员,采购人员,规则创建者,评审员以和技术托管人。这些角色是可定制的,这样一来每个角色都可以进行优化调整,或是为员工需求创建特定的新角色。
该平台包括一组可以按需定制的标准报告。在2016年8月,Data3Sixty增加了实时商业智能功能,它可以让用户在数据查询时快速获得结果,以及数据可视化和分析更多复杂问题的挖掘功能。
Data3Sixty还可以根据与公司或外部监管政策的一致性来分析数据,如欧盟的Solvency II,美国的Fair and Accurate Credit Transactions Act.,以及额外的国际法规。
Data3Sixty的Fusion模块让用户从不同的企业应用程序导入不同类型的元数据成为可能。它是通过特定于应用程序的连接器或页面服务API来实现的。Fusion组件会对源系统中元数据的改变进行监控。
使用Data3Sixty谁会获益?
金融服务公司是Data3Sixty的主要市场,但该平台适合的公司需要维护,并且是为非技术用户设计的云产品。业务分析人员能够快速定位数据并确定是否适合他们的需求,同时完成识别并与专家进行协作。实时查询和可视化分析功能是业务用户可以获得的其他益处,尤其是那些需要迅速回答关键问题或需要在某个总体水平上监控他们所在公司数据的高管和金融分析人员。
Data3Sixty是针对大中型公司的。它基于云的订阅模型提供了一个适配的方法,该方法是为那些在数据治理实现上不能或不想投资,亦或是担心花费巨大,耗时和升级复杂的公司设计的。
该数据平台如何授权和定价?
2016 Q2版本的平台已经可用,它可作为云应用程序在Microsoft的Azure云服务上运行。其基础价格是60000美元一年,为20名用户提供了完整的Data3Sixty基础设施以及无限数据存储和数据种子。额外的用户可以按层次费用结构来获取许可,这样每个用户的增量成本就会按添加的容量降低了。公司还能购买诸如软件设置和用户培训之类的额外服务。
作者
翻译
TechTarget特邀编辑。毕业于北京邮电大学网络技术研究院。熟悉软件开发测试的各个环节和流程,对操作系统,数据库,计算机网络等有较为深入的理解。现就职于中国电子科技集团公司下属研究所,从事软件研发工作。热衷于英文的学习交流,平时喜欢户外运动,音乐,电影。
相关推荐
-
实施Tableau数据治理策略 抵御自助服务软件部署风险
想要Tableau部署成功,数据治理是重中之重。但是,实施治理政策并不意味着关闭数据访问或限制人们可以做的事情。
-
面对数据质量的业务痛点 能源公司Breitburn是如何应对的?
总部位于洛杉矶的能源公司Breitburn Energy Partners使用数据质量工具来解决糟糕数据的业务痛点,并使用软件给最终用户提供解决数据质量问题的方法。
-
数据太多Hold不住?Hadoop数据治理来“救场”
当LinkedIn还是一家规模较小的公司时,它从社交网站上获取的数据是如何被格式化和结构化的,似乎并没有人关注。
-
数据治理为什么要“秘密”进行?
无论你如何构建治理环境,都需要对数据进行管理。但数据管理团队越来越多地以微妙的方式实现数据治理,以避免被商业用户视为“数据警察”。