Ataccama 扩展数据管理自动化工具以满足流行病驱动的需求

在 2021 年阿塔卡马创新数字活动期间， 阿塔卡马 今天宣布其数据管理平台的下一个重大升级全面上市，该平台依靠专家系统和机器学习算法来实现流程自动化。

该公司还发布了一项针对 1,000 多名高管和企业用户（从中型到大型企业）的全球调查结果。调查发现，79% 的高管和 75% 的业务线用户正在应对数据质量问题，而超过四分之三的受访者 (78%) 现在收集和处理的数据比以前更多大流行。

这项由 ResearchScape 进行的调查还发现，超过一半的用户 (55%) 需要额外的帮助来转换数据以满足其目的，其中 44% 的用户必须等待一天或更长时间才能从技术用户或 IT 团队获得帮助。

受访者认为，数据质量差的三大影响是数据洞察速度变慢（46%）、对业务绩效和决策的负面影响（42%）以及对战略计划的负面影响（40%）。但近一半的调查受访者 (43%) 承认他们已经实施了成熟度较低或根本没有实施的数据治理策略。

具体来说，调查受访者希望实施流程来更好地组织数据 (59%)、整合记录数据 (55%) 并确保数据仅用于符合法规的目的 (40%)。

Ataccama 首席执行官 Michal Klaus 表示，调查结果表明，高管们现在更加意识到需要持续管理数据，因为他们投资于需要访问大量数据的人工智能支持的数字业务转型计划。

事实上，调查受访者认为未来 12 个月最优先的技术是人工智能或机器学习 (43%)、数据治理 (41%)、数据安全 (41%) 和数据质量管理 (37%)。

Klaus 表示，Ataccama ONE Gen2 平台是一个专家系统，经过优化可以管理大量不同的数据。它使组织能够创建数据配置文件、跟踪数据质量监控、设置数据预览以更好地了解不同数据集之间的关系，并执行确定允许哪些最终用户访问哪些数据的策略。今年早些时候， 阿塔卡马收购 Tellstory 将数据可视化功能添加到数据目录中，该目录已作为最新版本平台的一部分进行了修改。

使用人工智能功能增强的任务和流程包括数据分类、规则建议、关系和数据沿袭发现、异常检测、模式匹配、数据质量监控以及与 Ataccama 提供的主数据管理 (MDM) 工具的集成。

随着组织对数据湖和数据仓库的投资越来越多，他们发现现有数据管理流程的局限性。克劳斯指出，在许多情况下，这些数据湖的投资回报永远不会实现，因为无法导航所有倒入其中的数据，并补充说“它们变成了数据沼泽。”

最终目标是提供一个数据管理平台，使 IT 团队能够更轻松地让最终用户能够大规模自助服务自己的数据需求， 符合隐私法规 以及其他考虑因素，克劳斯说。

大多数 IT 组织在数据管理方面并不是特别精通，并且数据通常是在用于创建数据的应用程序的上下文中进行管理。这意味着应用程序最终会创建经常发生冲突的数据，因为例如，描述客户的方式因应用程序而异。 将高级分析应用于数据 取决于 IT 团队解决因不同应用程序孤岛呈现数据的方式而产生的数据质量问题。其中大部分数据不完整或完全错误的情况并不少见。

无论使用什么工具来清理混乱，数据管理都需要比现在更加自动化，才能应对未来挑战的真正规模。

资料来源：https://venturebeat.com/2021/04/07/ataccama-expands-data-management-automation-tools-to-meet-pandemic-driven-needs/