Tutoriel sur la gouvernance des données: Organisation de données de haute qualité

Aperçu du tutoriel

Regardez cette vidéo pour prévisualiser les étapes de ce tutoriel. Il peut y avoir de légères différences dans l'interface utilisateur affichée dans la vidéo. La vidéo est destinée à être un compagnon du tutoriel écrit.

Cette vidéo fournit une méthode visuelle pour apprendre les concepts et les tâches de cette documentation.

L'image animée suivante montre comment utiliser les fonctions d'image vidéo et de table des matières:

Prérequis

Tâche 1: Créer un catalogue

Pour prévisualiser cette tâche, regardez la vidéo qui commence à 02:49.

Avant de commencer à utiliser des données, créez un catalogue dans lequel vous publierez des données pour les partager avec votre organisation. Avec le plan Lite Watson Knowledge Catalog , vous ne pouvez créer que deux catalogues. Si vous disposez déjà d'un catalogue, vous pouvez ignorer cette étape. Sinon, procédez comme suit pour créer un catalogue:

1. Dans le Cloud Pak for Data , sélectionnez Catalogues > Afficher tous les catalogues.

2. Si vous voyez un catalogue dans la page Catalogues , passez à la Tâche 2: Créer une catégorie. Sinon, procédez comme suit pour créer un nouveau catalogue:

3. Cliquez sur Créer un catalogue.

4. Pour le Nom, copiez et collez le nom du catalogue exactement comme indiqué sans espaces de début ou de fin:

    Mortgage Approval Catalog
   

5. Si vous êtes invité à associer le catalogue à une instance Cloud Object Storage, sélectionnez un Cloud Object Storage dans la liste.

6. Sélectionnez Appliquer les règles de protection des données, confirmez la sélection et acceptez les valeurs par défaut pour les autres zones.

7. Cliquez sur Créer.

Tâche 2: Créer une catégorie

Pour prévisualiser cette tâche, regardez la vidéo qui commence à 03:13.

Vous avez besoin d'une catégorie pour contenir les termes métier que vous allez importer dans la tâche suivante. Les catégories agissent comme des dossiers pour organiser vos artefacts de gouvernance et les personnes qui peuvent créer et gérer ces artefacts. Pour créer une catégorie, procédez comme suit:

1. Dans le Cloud Pak for Data , sélectionnez Gouvernance > Catégories.

2. Cliquez sur Ajouter une catégorie > Nouvelle catégorie.

3. Pour le nom, entrez Banking.

4. Cliquez sur Créer.

Tâche 3: Ajouter des termes métier

Pour prévisualiser cette tâche, regardez la vidéo qui commence à 03:41.

A présent, importez des termes métier dans la nouvelle catégorie. Vous les utiliserez pour enrichir vos actifs de données lors d'une étape ultérieure. Les termes métier sont des définitions normalisées des concepts métier afin que vos données soient décrites de manière uniforme et facilement compréhensible dans votre entreprise. Pour importer les termes métier à partir d'un fichier, procédez comme suit:

1. Dans le Cloud Pak for Data , sélectionnez Gouvernance > Termes métier.

2. Cliquez sur Ajouter un terme métier > Importer à partir d'un fichier.

3. Cliquez sur Faire glisser et déposer le fichier ici ou le télécharger.

   1. Sélectionnez le fichier banking.csv que vous avez téléchargé précédemment.

   2. Cliquez sur Ouvrir.

4. Cliquez sur Suivant.

5. Sélectionnez Remplacer toutes les valeurs, puis cliquez sur Suivant.

6. Cliquez sur Accéder à la tâche pour afficher le brouillon des termes métier. Si vous manquez la notification, dans le Cloud Pak for Data , sélectionnez Gouvernance > Boîte de réception des tâches.

7. Cochez la case Publier les termes métier , puis cliquez sur Publier. Cliquez sur Publier pour confirmer.

8. Dans le Cloud Pak for Data , sélectionnez Gouvernance > Termes métier pour afficher les termes métier publiés.

Tâche 4: Importer des données dans un projet

Pour prévisualiser cette tâche, regardez la vidéo qui commence à 04:47.

L'exemple de projet inclut une connexion à une instance Db2 Warehouse , qui contient les actifs hypothécaires. Vous pouvez importer des métadonnées techniques associées aux actifs de données dans un projet ou un catalogue pour inventorier, évaluer et cataloguer ces actifs. Les métadonnées techniques décrivent la structure des objets de données. Pour importer les actifs de données, procédez comme suit:

1. Dans le Cloud Pak for Data , sélectionnez Projets > Afficher tous les projets.

2. Cliquez sur le projet Gouvernance des données .

3. Cliquez sur l'onglet Actifs.

4. Cliquez sur Nouvel actif.

5. Sélectionnez Importation de métadonnées pour le type d'actif.

6. Pour le nom, copiez et collez le texte suivant:

   Mortgage data - metadata import
   

7. Cliquez sur Suivant pour continuer.

8. Sur la page Sélectionner une cible , sélectionnez Ce projet, puis cliquez sur Suivant pour continuer.

9. Sur la page Sélectionner une portée , cliquez sur Sélectionner une connexion.

   1. Sélectionnez la connexion Offre d'essai de la matrice de données - Db2 Warehouse .

   2. Cochez la case en regard du schéma WKC_HYPOTHÈQUE , puis cliquez sur le nom de schéma WKC_HYPOTHÈQUE .

   3. Sélectionnez les tableaux suivantes :

      • CLIENT ??? AL_client
      • CREDIT_SCORE
      • HOUSE_PRICE
      • MORTGAGE_APPLICANTS
      • MORTGAGE_APPLICATION

   4. Passez en revue la liste des actifs dans le panneau latéral, puis cliquez sur Sélectionner.

10. Cliquez sur Suivant pour poursuivre l'exécution de la planification. Vous pouvez exécuter manuellement l'enrichissement de métadonnées, de sorte que le planning reste désactivé.

11. Cliquez sur Suivant pour passer aux Options avancées.

12. Acceptez les valeurs par défaut de la page Options avancées et cliquez sur Suivant pour passer à la revue.

13. Passez en revue le récapitulatif de l'importation et cliquez sur Créer. Le travail d'importation des métadonnées démarre.

14. Cliquez sur l'icône Actualiser pour surveiller le changement de statut de En file d'attente à En cours à Importé. Une fois l'exécution du travail terminée, vous voyez les cinq actifs répertoriés.

Tâche 5: Enrichir les données importées

Pour prévisualiser cette tâche, regardez la vidéo qui commence à 06:07.

Vous pouvez enrichir des actifs de données avec des informations qui aident les utilisateurs à trouver des données plus rapidement pour déterminer si les données sont appropriées pour la tâche en cours, si elles peuvent faire confiance aux données et comment les utiliser. Ces informations sont notamment des termes qui définissent la signification des données, des règles qui documentent la propriété ou déterminent des normes de qualité, ou des révisions. Procédez comme suit pour enrichir les données importées:

1. Cliquez sur le nom de projet Gouvernance des données dans la trace de navigation.
   

2. Dans l'onglet Actifs , cliquez sur Nouvel actif.

3. Sélectionnez Enrichissement de métadonnées pour le type d'actif.

4. Pour le nom, copiez et collez le texte suivant:

   Mortgage data - metadata enrichment
   

5. Cliquez sur Suivant pour continuer.

6. Cliquez sur Sélectionner les données du projet.

   1. Sélectionnez Metadata import.

   2. Cochez la case en regard de Mortgage data-metadata import. Cet actif inclut les actifs suivants:

      • COMMERICIAL_CLIENT
      • CREDIT_SCORE
      • HOUSE_PRICE
      • MORTGAGE_APPLICANTS
      • MORTGAGE_APPLICATION

   3. Cliquez sur Sélectionner.

7. Cliquez sur Suivant pour poursuivre l'objectif d'enrichissement.

8. Sélectionner tous les objectifs d'enrichissement:

   • Données de profil
   • Analyser la qualité
   • Affecter des termes

9. Pour Catégories, cliquez sur Sélectionner des catégories.

   1. Sélectionnez uniquement [ sans catégorie ] et Banque.

   2. Cliquez sur Sélectionner.

10. Pour Échantillonnage, sélectionnez De base.

11. Cliquez sur Suivant pour poursuivre l'exécution de la planification. Vous pouvez exécuter manuellement l'importation, de sorte que la planification reste désactivée.

12. Cliquez sur Suivant pour poursuivre l'examen.

13. Cliquez sur Créer.

14. L'actif d'enrichissement de métadonnées s'affiche, mais l'exécution du travail peut prendre plusieurs minutes. Cliquez sur l'icône Actualiser pour surveiller le changement de statut de Non analysé à En cours à Terminé. Une fois l'exécution du travail terminée, vous voyez les cinq actifs répertoriés.

Tâche 6: Afficher les résultats de l'enrichissement des métadonnées

Pour prévisualiser cette tâche, regardez la vidéo qui commence à 07:45.

Une fois l'exécution de l'enrichissement des métadonnées terminée, procédez comme suit pour afficher les données enrichies:

1. Dans l'écran Mortgage data-metadata enrichissement , cliquez sur l'onglet Columns .

2. Dans la liste Colonnes, recherchez la colonne EMAIL_ADDRESS de l'actif MORTGAGE_APPLICANTS .

   1. A la fin de la ligne EMAIL_ADDRESS pour MORTGAGE_APPLICANTS , cliquez sur le menu Dépassement et sélectionnez Afficher les détails de la colonne.

   2. Dans le panneau latéral de l'onglet Détails , vous pouvez voir des informations de profilage telles que: Format, Distribution des fréquences, Statistiques.

   3. Dans le panneau latéral, cliquez sur l'onglet Gouvernance . Cet onglet inclut les classes de données et les termes métier qui ont été affectés automatiquement lors de l'enrichissement des métadonnées. Vous pouvez également voir les termes métier et les classes de données suggérés et les affecter manuellement.

   4. Passez en revue les termes suggérés et affectez-les manuellement:

      1. Cliquez sur Termes métier suggérés.

      2. Pour Adresse, cliquez sur Affecter.

3. A la fin de la colonne EMAIL_ADDRESS pour la ligne d'actif MORTGAGE_APPLICANTS , cliquez sur le menu Dépassement et sélectionnez Afficher les détails de la qualité des données.

   1. Affichez les informations sur la qualité des données. Watson Knowledge Catalog génère automatiquement un score de qualité de données pour chaque colonne et actif de données en analysant chaque valeur de chaque enregistrement en fonction de dimensions préconfigurées.

   2. Cliquez sur le X pour fermer la fenêtre Qualité de données .

4. Pour la colonne CITY de l'actif CREDIT_SCORE , cliquez sur le menu Overflow et choisissez Marquer comme révisé.

5. Cliquez sur l'onglet Actifs.

6. Dans la liste Actifs, pour l'actif MORTGAGE_APPLICANTS , cliquez sur le menu Dépassement et sélectionnez Afficher les détails de l'actif.

   1. Dans le panneau latéral, cliquez sur l'onglet Gouvernance pour afficher l'affectation automatique de terme métier.

   2. Cliquez sur l'icône Editer pour affecter manuellement des termes métier.

   3. Recherchez social. Si vous ne voyez aucun résultat, assurez-vous que la liste déroulante est définie sur Tous les termes au lieu de Termes suggérés.

   4. Sélectionnez Numéro de sécurité sociale.

   5. Cliquez sur Assign.

Tâche 7: Publier des données dans un catalogue

Pour prévisualiser cette tâche, regardez la vidéo qui commence à 09:06.

Maintenant que vous avez enrichi des données, vous souhaitez publier ces actifs de données dans un catalogue afin que les informaticiens et les analystes de données puissent utiliser les ressources de données enrichies. Procédez comme suit pour stocker les ressources de données enrichies dans un catalogue afin que les autres utilisateurs puissent accéder aux données sécurisées:

1. Cliquez sur le nom de projet Gouvernance des données dans la trace de navigation.

2. Cliquez sur l'onglet Actifs.

3. Sélectionnez Données > Actifs de données.

4. Sélectionnez les actifs de données MACIAL_CLIENT, HOUSE_PRICE, MORTGAGE_APPLICANTSet MORTGAGE_APPLICATION dans la liste, puis cliquez sur Publier dans le catalogue.

   1. Pour le catalogue Cible, sélectionnez Catalogue d'approbation d'hypothèque.

   2. Pour l'actif MORTGAGE_APPLICANTS , cliquez sur l'icône Editer et remplacez le nom par:

      MORTGAGE_APPLICANTS_TRUST
      

   3. Pour la balise, entrez la balise trustedet cliquez sur + (signe plus).

   4. Notez que l'actif de données et l'actif de connexion seront ajoutés au catalogue. Cliquez sur Publier.

5. Désélectionnez tous les actifs cochés, puis cochez la case en regard de l'actif CREDIT_SCORE dans la liste, puis cliquez sur Publier dans le catalogue.

   1. Pour le catalogue Cible, sélectionnez Catalogue d'approbation d'hypothèque.

   2. Pour la balise, entrez la balise confidentialet cliquez sur + (signe plus).

   3. Pour la balise, entrez la balise trustedet cliquez sur + (signe plus).

   4. Cliquez sur Publier.

6. Dans le Cloud Pak for Data , sélectionnez Catalogues > Afficher tous les catalogues.

7. Cliquez sur Catalogue d'approbation d'hypothèque.

8. Dans la liste déroulante Filtrer par > Toute balise , sélectionnez Trusted. Vérifiez que les cinq actifs de données ont été ajoutés au catalogue.

Etapes suivantes

Vous êtes maintenant prêt à protéger vos données en créant des règles de protection des données et des flux de masquage pour contrôler l'accès à vos données.Voir le tutoriel Protégez vos données.

En savoir plus

• Présentation de Cloud Pak for Data en tant que service et matrice de données

• Essayez les tutoriels suivants:

  • Protégez vos données
  • Consommation de vos données
  • Configurer un tutoriel de vue à 360 degrés
  • Tutoriels de démarrage rapide

• Catalogs

• Gouvernance

Rubrique parent : Tutoriels sur les matrices de données