IBM
Match 360 en IBM Cloud Pak for Data consolida a la perfección los datos de fuentes dispares para establecer una visión única, de confianza y de 360 grados de sus datos de registro. IBM
Match 360 es un servicio de gestión de datos maestros analíticos y operativos (MDM) de varios dominios que incluye analítica de autoservicio nativa en cloud y herramientas coincidentes que ofrecen información de negocio.
IBM
Match 360 forma parte de Cloud Pak for Data as a Service y proporciona las prestaciones de coincidencia de datos de la arquitectura de entramado de datos.
El núcleo de IBM
Match 360 es su motor de coincidencia de clase mundial. Los ingenieros de datos pueden configurar y ajustar el algoritmo de coincidencia utilizando herramientas de configuración sin código para que satisfaga las necesidades específicas de su organización. El motor coincidente se puede configurar para utilizar una coincidencia probabilística, determinista o basada en reglas, o una combinación de estilos coincidentes. Basado y guiado por el aprendizaje automático, también puede definir ponderaciones y umbrales de coincidencia independientes para ajustar el algoritmo de coincidencia para cada tipo de datos del sistema.
Los ingenieros de datos pueden recopilar datos de distintos sistemas de la empresa en IBM
Match 360 para crear entidades de datos maestros enriquecidas. Cuando los ingenieros de datos incorporan nuevas fuentes de datos, IBM
Match 360 genera automáticamente un modelo de datos personalizable. Al utilizar las funciones de creación de perfiles y mapeo automático, puede evitar tener que mapear manualmente miles de atributos. Después de cargar los datos en IBM
Match 360, los ingenieros de datos pueden configurar y ejecutar el motor de coincidencia inteligente para ofrecer una vista unificada de 360 grados de los datos.
Después de que el motor coincidente crea entidades de datos maestros, los encargados de datos tienen poder y ayuda para tomar decisiones que mejoran de forma mensurable la calidad de los datos. Los encargados de datos pueden revisar y analizar las puntuaciones de calidad de datos generales de cada activo y ver una vista detallada de la confianza del sistema en las entidades de datos maestros. Con las herramientas de administración mejoradas de aprendizaje automático de ' IBM
Match 360', puede identificar posibles problemas de calidad de los datos, crear tareas de gobernanza y remediarlos para resolverlos.
Los usuarios empresariales y los sistemas pueden acceder a IBM
Match 360 para buscar, ver y analizar entidades de datos maestros. Con IBM
Match 360 en Cloud Pak for Data, puede asegurarse de que los usuarios y sistemas tienen una vista total de los datos. Con una experiencia de soluciones entre nubes integrada y sin fisuras, sus usuarios pueden descubrir los datos maestros directamente en el espacio donde tienen previsto consumirlos. IBM
Match 360 también incluye un amplio conjunto de API que las aplicaciones empresariales pueden utilizar para obtener acceso directo a los datos maestros de confianza.
Basándose en el historial de IBMde sistemas MDM potentes y escalables, IBM
Match 360 puede ingerir datos maestros de los despliegues existentes de IBM InfoSphere Master Data Management y llevarlos a Cloud Pak for Data donde puede dar forma, analizar y trabajar con sus datos para IA y casos de uso de entramados de datos.
Tabla 1. Servicios suplementarios. Puede ampliar la funcionalidad de este servicio con los siguientes servicios suplementarios, que requieren este servicio.
Cree catálogos de activos organizados con esta plataforma segura de gestión de catálogos de empresa que está soportada por la infraestructura de gobernabilidad de datos.
Tabla 2. Servicios relacionados. Los siguientes servicios relacionados se utilizan a menudo con este servicio y proporcionan características complementarias, pero no son necesarios.
Utilice la búsqueda incorporada, la propagación automática de metadatos y el resaltado simultáneo de los errores de compilación para crear, editar, cargar y ejecutar trabajos que transforman y adaptan información para su empresa.
¿Fue útil el tema?
Sí
No
Falta información
Información incorrecta
Información confusa
Enlace roto
Otros
Atrás
0/1000
Enviar comentario
Atrás
Focus sentinel
Focus sentinel
Focus sentinel
Focus sentinel
Focus sentinel
Cloud Pak for Data relationship map
Use this interactive map to learn about the relationships between your tasks, the tools you need, the services that provide the tools, and where you use the tools.
Select any task, tool, service, or workspace
You'll learn what you need, how to get it, and where to use it.
Some tools perform the same tasks but have different features and levels of automation.
Jupyter notebook editor
Prepare data
Visualize data
Build models
Deploy assets
Create a notebook in which you run Python, R, or Scala code to prepare, visualize, and analyze data, or build a model.
AutoAI
Build models
Automatically analyze your tabular data and generate candidate model pipelines customized for your predictive modeling problem.
SPSS Modeler
Prepare data
Visualize data
Build models
Create a visual flow that uses modeling algorithms to prepare data and build and train a model, using a guided approach to machine learning that doesn’t require coding.
Decision Optimization
Build models
Visualize data
Deploy assets
Create and manage scenarios to find the best solution to your optimization problem by comparing different combinations of your model, data, and solutions.
Data Refinery
Prepare data
Visualize data
Create a flow of ordered operations to cleanse and shape data. Visualize data to identify problems and discover insights.
Orchestration Pipelines
Prepare data
Build models
Deploy assets
Automate the model lifecycle, including preparing data, training models, and creating deployments.
RStudio
Prepare data
Build models
Deploy assets
Work with R notebooks and scripts in an integrated development environment.
Federated learning
Build models
Create a federated learning experiment to train a common model on a set of remote data sources. Share training results without sharing data.
Deployments
Deploy assets
Monitor models
Deploy and run your data science and AI solutions in a test or production environment.
Catalogs
Catalog data
Governance
Find and share your data and other assets.
Metadata import
Prepare data
Catalog data
Governance
Import asset metadata from a connection into a project or a catalog.
Metadata enrichment
Prepare data
Catalog data
Governance
Enrich imported asset metadata with business context, data profiling, and quality assessment.
Data quality rules
Prepare data
Governance
Measure and monitor the quality of your data.
Masking flow
Prepare data
Create and run masking flows to prepare copies of data assets that are masked by advanced data protection rules.
Governance
Governance
Create your business vocabulary to enrich assets and rules to protect data.
Data lineage
Governance
Track data movement and usage for transparency and determining data accuracy.
AI factsheet
Governance
Monitor models
Track AI models from request to production.
DataStage flow
Prepare data
Create a flow with a set of connectors and stages to transform and integrate data. Provide enriched and tailored information for your enterprise.
Data virtualization
Prepare data
Create a virtual table to segment or combine data from one or more tables.
OpenScale
Monitor models
Measure outcomes from your AI models and help ensure the fairness, explainability, and compliance of all your models.
Data replication
Prepare data
Replicate data to target systems with low latency, transactional integrity and optimized data capture.
Master data
Prepare data
Consolidate data from the disparate sources that fuel your business and establish a single, trusted, 360-degree view of your customers.
Services you can use
Services add features and tools to the platform.
watsonx.ai Studio
Develop powerful AI solutions with an integrated collaborative studio and industry-standard APIs and SDKs. Formerly known as Watson Studio.
watsonx.ai Runtime
Quickly build, run and manage generative AI and machine learning applications with built-in performance and scalability. Formerly known as Watson Machine Learning.
IBM Knowledge Catalog
Discover, profile, catalog, and share trusted data in your organization.
DataStage
Create ETL and data pipeline services for real-time, micro-batch, and batch data orchestration.
Data Virtualization
View, access, manipulate, and analyze your data without moving it.
Watson OpenScale
Monitor your AI models for bias, fairness, and trust with added transparency on how your AI models make decisions.
Data Replication
Provide efficient change data capture and near real-time data delivery with transactional integrity.
Match360 with Watson
Improve trust in AI pipelines by identifying duplicate records and providing reliable data about your customers, suppliers, or partners.
Manta Data Lineage
Increase data pipeline transparency so you can determine data accuracy throughout your models and systems.
Where you'll work
Collaborative workspaces contain tools for specific tasks.
Project
Where you work with data.
> Projects > View all projects
Catalog
Where you find and share assets.
> Catalogs > View all catalogs
Space
Where you deploy and run assets that are ready for testing or production.
> Deployments
Categories
Where you manage governance artifacts.
> Governance > Categories
Data virtualization
Where you virtualize data.
> Data > Data virtualization
Master data
Where you consolidate data into a 360 degree view.