IBM
Match 360 Activé Cloud Pak for Data as a Service
Dernière mise à jour : 24 mars 2025
IBM Match 360 sur le Cloud Pak for Data as a Service
Descriptif
Copy link to section
IBM
Match 360 sur IBM Cloud Pak for Data consolide de manière transparente les données provenant de sources disparates afin d'établir une vue unique, fiable et à 360 degrés de vos données d'enregistrement. IBM
Match 360 est un service de gestion des données de référence (MDM) multidomaine, opérationnel et analytique, qui inclut des outils d'analyse et de mise en correspondance en libre-service, natifs du cloud, qui fournissent des informations métier.
IBM
Match 360 fait partie de Cloud Pak for Data as a Service et fournit les fonctions de correspondance de données de l'architecture de matrice de données.
Le cœur de IBM
Match 360 est son moteur de correspondance de classe mondiale. Les ingénieurs en traitement de données peuvent configurer et optimiser l'algorithme de correspondance à l'aide d'outils de configuration sans code afin qu'il réponde aux besoins spécifiques de votre organisation. Le moteur de correspondance peut être configuré pour utiliser la correspondance probabiliste, déterministe ou basée sur des règles, ou une combinaison de styles de correspondance. Grâce à l'apprentissage automatique, vous pouvez également définir des pondérations et des seuils de correspondance distincts pour optimiser l'algorithme de correspondance pour chaque type de données de votre système.
Les ingénieurs en traitement de données peuvent collecter des données provenant de différents systèmes de votre entreprise dans IBM
Match 360 afin de créer des entités de données maître enrichies. Lorsque les ingénieurs de données intègrent de nouvelles sources de données, IBM
Match 360 génère automatiquement un modèle de données personnalisable. En utilisant les capacités de profilage et de mappage automatique, vous pouvez éviter d'avoir à mapper manuellement des milliers d'attributs. Une fois vos données chargées dans IBM
Match 360, les ingénieurs en traitement de données peuvent ensuite configurer et exécuter le moteur de correspondance intelligent pour fournir une vue unifiée à 360 degrés de vos données.
Une fois que le moteur de mise en correspondance a créé des entités de données maître, les intendants de données sont habilités et aidés à prendre des décisions qui améliorent de manière mesurable la qualité des données. Les intendants de données peuvent examiner et analyser les scores globaux de qualité des données de chaque actif et afficher une vue détaillée de la confiance du système dans vos entités de données maître. En utilisant les outils d'apprentissage automatique de 'IBM
Match 360, vous pouvez identifier les problèmes potentiels de qualité des données, créer des tâches de gouvernance et y remédier pour résoudre les problèmes.
Les utilisateurs métier et les systèmes peuvent accéder à IBM
Match 360 pour rechercher, afficher et analyser des entités de données maître. Avec IBM
Match 360 on Cloud Pak for Data, vous pouvez vous assurer que vos utilisateurs et vos systèmes disposent d'une vue totale de vos données. Bénéficiant d'une expérience cloud intersolution entièrement intégrée et transparente, vos utilisateurs peuvent découvrir des données de référence directement dans l'espace où ils s'attendent à les consommer. IBM
Match 360 inclut également un ensemble riche d'API que vos applications métier peuvent utiliser pour obtenir un accès direct aux données maître sécurisées.
En s'appuyant sur l'historique IBMdes systèmes MDM forts et évolutifs, IBM
Match 360 peut ingérer des données de référence à partir de vos déploiements IBM InfoSphere Master Data Management existants et les intégrer dans Cloud Pak for Data où vous pouvez façonner, analyser et utiliser davantage vos données pour l'intelligence artificielle et les cas d'utilisation des matrices de données.
Tableau 1. Services supplémentaires. Vous pouvez étendre les fonctionnalités de ce service avec les services supplémentaires suivants, qui nécessitent ce service.
Créez des catalogues d'actifs sélectionnés avec cette plateforme de gestion de catalogue d'entreprise sécurisée qui est prise en charge par une infrastructure de gouvernance des données.
Tableau 2. Services connexes. Les services connexes suivants sont souvent utilisés avec ce service et fournissent des fonctions complémentaires, mais ils ne sont pas requis.
Utilisez la recherche intégrée, la propagation automatique des métadonnées et la mise en évidence simultanée des erreurs de compilation pour créer, modifier, charger et exécuter des travaux qui transforment et adaptent les informations pour votre entreprise.
La rubrique a-t-elle été utile ?
Oui
Non
Informations manquantes
Informations incorrectes
Informations confuses
Lien rompu
Autre
Précédent
0/1000
Envoyer un commentaire
Précédent
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.