IBM
Match 360 su IBM Cloud Pak for Data consolida senza soluzione di continuità i dati provenienti da fonti diverse per creare un'unica, affidabile, visione a 360 gradi dei vostri dati record. IBM
Match 360 è un servizio MDM (master data management) analitico e operativo a più domini che include strumenti di analytics self-service, nativi del cloud e corrispondenti che forniscono informazioni di business dettagliate.
IBM
Match 360 fa parte di Cloud Pak for Data as a Service e fornisce le funzionalità di corrispondenza dei dati dell'architettura del data fabric.
Il core di IBM
Match 360 è il motore di corrispondenza di livello mondiale. I data engineer possono configurare e ottimizzare l'algoritmo di corrispondenza utilizzando strumenti di configurazione senza codice in modo che soddisfi le necessità specifiche della tua azienda. Il motore di corrispondenza può essere configurato per utilizzare la corrispondenza probabilistica, deterministica o basata su regole o una combinazione di stili di corrispondenza. Potenziato e guidato dal machine learning, è anche possibile definire pesi e soglie di corrispondenza separati per ottimizzare l'algoritmo di corrispondenza per ogni tipo di dati nel sistema.
Gli ingegneri dei dati possono raccogliere i dati da diversi sistemi nell'azienda in IBM
Match 360 per creare entità di dati master arricchite. Quando gli ingegneri dei dati inseriscono nuove fonti di dati, IBM
Match 360 genera automaticamente un modello di dati personalizzabile. Una volta caricati i dati in IBM
Match 360, gli ingegneri dei dati possono quindi configurare ed eseguire il motore di corrispondenza intelligente per fornire una vista unificata a 360 gradi dei dati.
Dopo che il motore di corrispondenza crea entità di dati master, gli steward di dati sono autorizzati e aiutati a prendere decisioni che migliorano in modo misurabile la qualità dei dati. Gli steward di dati possono esaminare e analizzare i punteggi di qualità dei dati complessivi di ciascun asset e visualizzare una vista dettagliata della fiducia del sistema nelle entità di dati master. Utilizzando gli strumenti di stewardship potenziati dall'apprendimento automatico di 'IBM
Match 360, è possibile identificare potenziali problemi di qualità dei dati, creare attività di governance e correggerli per risolvere i problemi.
Gli utenti e i sistemi aziendali possono accedere a IBM
Match 360 per ricercare, visualizzare e analizzare le entità di dati master. Con IBM
Match 360 su Cloud Pak for Data, puoi garantire che i tuoi utenti e sistemi abbiano una vista totale dei tuoi dati. Con un'esperienza cloud completamente integrata e con più soluzioni, i tuoi utenti possono scoprire i dati master direttamente nello spazio in cui si aspettano di consumarli. IBM
Match 360 include anche una serie completa di API che le applicazioni aziendali possono utilizzare per ottenere l'accesso diretto ai dati master attendibili.
Basandosi sulla storia di IBMdi sistemi MDM forti e scalabili, IBM
Match 360 può integrare i dati master dalle distribuzioni IBM InfoSphere Master Data Management esistenti e portarli in Cloud Pak for Data dove è possibile modellare, analizzare e utilizzare ulteriormente i dati per i casi di utilizzo di AI e fabric di dati.
Tabella 1. Servizi supplementari. È possibile estendere la funzionalità di questo servizio con i seguenti servizi supplementari, che richiedono questo servizio.
Crea cataloghi di asset curati con questa piattaforma di gestione del catalogo aziendale sicura supportata da un framework di governance dei dati.
Tabella 2. Servizi correlati. I seguenti servizi correlati sono spesso utilizzati con questo servizio e forniscono funzioni complementari, ma non sono richiesti.
Utilizzare la ricerca integrata, la propagazione automatica dei metadati e l'evidenziazione simultanea degli errori di compilazione per creare, modificare, caricare ed eseguire lavori che trasformano e personalizzano le informazioni per l'azienda.
L'argomento è stato utile?
Sì
No
Informazioni mancanti
Informazioni errate
Informazioni poco chiare
Link interrotto
Altro
Indietro
0/1000
Invia commento
Indietro
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.