組織のデータ アセットについて理解を深める

たいていの組織に、大量のデータ アセットがあります。顧客の連絡先や購入履歴から財務データ、トランザクション レコードまで、その種類はさまざまです。これらのシステムが異なるプラットフォームで実行されていることも多く、それらを管理する部署が複数あって、部署ごとにセキュリティのレベルが異なることもあります。ビジネスの課題に答えを見出すために利用できるデータが豊富に潜んでいるとしても、求めるデータがどのシステムにあるのか、どのシステムが信頼できるのか、それらがどのように接続されているのかを把握するのは大変です。

Metadata Insights は、ビジネスからの要求を満たすために使用できる最も信頼性の高いデータ ソースの特定に必要な可視性を提供します。

1. 最初に、組織内の物理データ アセットをSpectrum™ Technology Platformに接続します。データ ソースの概要を参照してください。
2. 次に、データ アセットを表す物理データ モデルを Metadata Insights で定義します。このプロセスを通じて、データ アセットがどのように構成されているのか、各データベースにどのようなテーブルや列が含まれ、テーブル間にどのような関連性があるのか、などを理解することができます。物理データ モデルを追加するを参照してください。
3. 使用できる物理データ アセットについて理解が深まったら、次は基盤となるデータの品質の良し悪しを判断します。プロファイリングを使用して、データ アセットをスキャンし、そこに含まれるデータの種類 (名前、電子メール アドレス、通貨など) を特定し、不完全なデータや形式に誤りがあるデータを特定します。プロファイルを作成するを参照してください。
   ヒント: プロファイリングのレポートを使用すると、Spectrum™ Technology Platformフローを作成してデータの品質を向上できます。Spectrum™ Technology Platform用のデータ品質モジュールの 1 つをライセンスしていない場合は、Pitney Bowes 営業担当者にお問い合わせください。
4. 物理データ モデルを作成し、プロファイリングによってデータの状態を明確に理解したところで、ビジネスの関心事である顧客、ベンダー、製品などのビジネス エンティティを表す論理モデルを作成できます。このプロセスでは、各エンティティのデータ (顧客の連絡先、購入履歴など) の設定に使用するデータ ソースを選択します。論理モデルの作成を参照してください。
5. データ アセットを管理するには、それらの間の接続と、ソースからデスティネーションまでのデータの流れを理解する必要があります。Metadata Insights の系統および影響分析機能を使用して、データ ソース、デスティネーション、データを使用するプロセスの間の依存関係を表示します。この情報に基づいて、データ ソースの変更による影響について情報に基づく判断を行い、予期しない結果をトラブルシューティングし、フロー、サブフロー、Spectrum データベースといったSpectrum™ Technology Platformエンティティが互いに与える影響を理解することができます。詳細については、系統および影響分析の表示を参照してください。