Die Übersetzung dieser Seite stellt nicht die neueste Version dar. Die neuesten Aktualisierungen finden Sie in der englischen Version der Dokumentation.
Stammdaten mit IBM Match 360 verwalten
Letzte Aktualisierung: 05. Apr. 2025
Stammdaten mit IBM Match 360 verwalten
Verwenden Sie den Service IBM Match 360 with Watson (Betaversion) in Cloud Pak for Data as a Service , um Daten aus unterschiedlichen Quellen zu konsolidieren, die Ihr Unternehmen anheizen, und eine einzige, vertrauenswürdige 360-Grad-Ansicht Ihrer Kunden zu erstellen.
IBM Match 360 hilft Ihnen, Datensätze aus verschiedenen Quellen aufzulösen, um Ihnen einen klareren Überblick über jeden Kunden zu geben. Laden Sie Datensatzdaten aus Systemen in Ihrem gesamten Unternehmen in IBM Match 360 und führen Sie Abgleichalgorithmen aus, um die Daten in vertrauenswürdigen Stammdatenentitäten zu konsolidieren. Nach dem Datenabgleich zeigt IBM Match 360 Statistiken und Diagramme an, die Geschäftsbenutzer bei der Analyse und Untersuchung Ihrer Stammdaten unterstützen.
IBM Match 360 ist im regionalen Rechenzentrum in Dallas (us-south) verfügbar.
Erforderlicher Service
IBM Knowledge Catalog
Ergänzende Services
IBM Knowledge Catalog
Zugehörige Services
DataStage
Datenformat
Datensatzdaten: CSV, TSV oder PSV (mit Trennzeichen)
Datenmodelle: JSON
Data Size
Bis zu 1.000.000 Datensätze (für den Lite-Plan)
Einschränkung:
Mit dem Lite-Plan IBM Match 360 with Watson können Sie eine Serviceinstanz pro Konto erstellen und bis zu einer Million Datensätze verarbeiten. Services mit dem Lite-Plan sind 60 Tage aktiv. Services des Lite-Plans werden nach einer Inaktivitätsdauer von 30 Tagen gelöscht.
Die folgende Abbildung zeigt ein Beispielszenario, in dem IBM Match 360 vertrauenswürdige Stammdatenentitäten erstellt, indem Daten aus einer Organisation abgeglichen werden.
Übersicht über den Abgleich
Der IBM Match 360 Service umfasst zwei miteinander verbundene und sich ergänzende Benutzererfahrungen: Stammdatenkonfiguration und Stammdatenarbeitsbereich.
IBM Match 360 -Benutzererfahrung
IBM Match 360-Benutzererfahrung
Benutzergruppenberechtigungen
Aktionen
Konfiguration der Masterdaten
DataEngineer
Masterdaten vorbereiten und konfigurieren: - Das Konfigurationsasset für Stammdaten des IBM Match 360-Service konfigurieren. - Datenassets hochladen oder Datenquellen verbinden. - Das generierte Datenmodell verfeinern. - Daten für das Modell zuordnen. - Die leistungsfähige Abgleichsfunktion des IBM Match 360-Service ausführen, um Stammdatenentitäten zu erstellen. - Den Abgleichalgorithmus konfigurieren und optimieren, um die Anforderungen Ihres Unternehmens zu erfüllen.
Arbeitsbereich Stammdaten
DataSteward
Stammdatenentitäten und Datensätze suchen, anzeigen, analysieren, hinzufügen, bearbeiten und exportieren.
Arbeitsbereich Stammdaten
EntityViewer (Geschäftsbenutzer)
Stammdatenentitäten und Datensätze suchen, anzeigen und analysieren.
Paarprüfung
DataSteward DataEngineer
Überprüfen Sie Datensatzpaare, um den Abgleichalgorithmus zu trainieren und zu optimieren.
Um die vollständige Funktionalität von IBM Match 360nutzen zu können, müssen Sie wie folgt vorgehen:
Den Dienst IBM Knowledge Catalog haben
Ordnen Sie Ihrer IBM Match 360 -Serviceinstanz einen Katalog zu.
Ohne IBM Knowledge Catalog funktionieren wichtige IBM Match 360 Funktionen wie Profiling, Automapping, Datenqualitäts-Workflows und Data Governance nicht. Andere Funktionen des IBM Match 360 Dienstes werden normal funktionieren.
Vor dem Abgleichen von Daten mit IBM Match 360 müssen Sie ein Projekt erstellen.
Bevor Sie versuchen, auf den Service zuzugreifen, müssen Sie sicherstellen, dass Sie über eine entsprechende Serviceinstanzrolle verfügen. Weitere Informationen hierzu finden Sie unter Benutzern Zugriff auf IBM Match 360.
Es gibt mehrere Möglichkeiten, auf den Service IBM Match 360 zuzugreifen:
Wählen Sie auf der Startseite von Cloud Pak for Data im Navigationsmenü die Optionen Daten > Stammdaten aus.
Klicken Sie auf der Karte Ihre Services auf der Homepage auf den Servicenamen, der Ihrer IBM Match 360 -Serviceinstanz zugeordnet ist.
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.
Über den Einsatz von Cookies auf dieser WebsiteUnsere Websites benötigen einige Cookies, um ordnungsgemäß zu funktionieren (erforderlich). Darüber hinaus können mit Ihrer Zustimmung weitere Cookies verwendet werden, um die Nutzung der Website zu analysieren, die Benutzerfreundlichkeit zu verbessern und Werbung zu schalten.Weitere Informationen finden Sie in Ihren Cookie-Benutzervorgaben. Durch den Besuch unserer Website erklären Sie sich mit der Verarbeitung von Informationen einverstanden, wie in der IBMDatenschutzbestimmung beschrieben.Um eine reibungslose Navigation zu ermöglichen, werden Ihre Cookie-Präferenzen über die hier aufgeführten IBM Web-Domains hinweg gemeinsam genutzt.