Gestione dei master data utilizzando IBM Match 360
Ultimo aggiornamento: 05 apr 2025
Gestione dei master data utilizzando IBM Match 360
Utilizza il servizio IBM Match 360 with Watson (beta) su Cloud Pak for Data as a Service per consolidare i dati dalle diverse fonti che alimentano il tuo business e stabilire una vista unica, affidabile e a 360 gradi dei clienti.
IBM Match 360 consente di risolvere i record di dati in diverse fonti per fornire una visione più chiara di ciascun cliente. Carica i dati di record dai sistemi dell'azienda in IBM Match 360 ed esegui gli algoritmi di corrispondenza per consolidare tali dati creando entità di dati master affidabili. Dopo aver abbinato i tuoi dati, IBM Match 360 mostra statistiche e grafici per aiutare gli utenti aziendali ad analizzare ed esplorare i tuoi dati master.
IBM Match 360 è disponibile nel centro dati regionale di Dallas (us-south).
Servizio richiesto
IBM Knowledge Catalog
Servizi supplementari
IBM Knowledge Catalog
Servizi correlati
DataStage
Formato dati
Dati record: CSV, TSV o PSV (delimitato)
Modelli dati: JSON
Dimensione dati
Fino a 1.000.000 di record (per il piano Lite)
Limitazione:
Il piano IBM Match 360 with Watson Lite ti consente di creare un'istanza del servizio per account ed elaborare fino a un milione di record. I servizi con il piano Lite sono attivi per 60 giorni. I servizi del piano Lite verranno eliminati dopo 30 giorni di inattività.
La seguente immagine mostra uno scenario di esempio in cui IBM Match 360 crea entità dati master attendibili mettendo in corrispondenza i dati provenienti da un'organizzazione.
Panoramica della corrispondenza
Il servizio IBM Match 360 comprende due esperienze utente collegate e complementari: la configurazione dei dati master e l'area di lavoro dei dati master.
IBM Match 360 esperienze utente
IBM Match 360 esperienza utente
Autorizzazioni gruppo utenti
Azioni
Configurazione di dati master
DataEngineer
Preparazione e configurazione dei dati master: - Configurare l'asset di configurazione dei dati master del servizio IBM Match 360 . - Caricare gli asset di dati o connettere le origini dati. - Restringere il modello di dati generato. - Associa i dati nel modello. - Esegui la potente funzionalità di corrispondenza del servizio IBM Match 360 per creare entità di dati master. - Configurare e ottimizzare l'algoritmo di corrispondenza per soddisfare i requisiti dell'organizzazione.
Spazio di lavoro dei dati master
DataSteward
Ricerca, visualizza, analizza, aggiunge, modifica ed esporta le entità e i record dei dati principali.
Spazio di lavoro dei dati master
EntityViewer (utente aziendale)
Ricerca, visualizza e analizza le entità e i record dei dati master.
Revisione delle coppie
DataSteward DataEngineer
Esaminare le coppie di record per addestrare e ottimizzare l'algoritmo di corrispondenza.
Per utilizzare tutte le funzionalità di IBM Match 360, è necessario:
Disporre del servizio IBM Knowledge Catalog
Associa un catalogo alla tua istanza del servizio IBM Match 360
Senza IBM Knowledge Catalog, le funzionalità chiave di IBM Match 360, come la profilazione, l'automatizzazione, i flussi di lavoro della qualità dei dati e la governance dei dati, non funzionano. Le altre caratteristiche del servizio IBM Match 360 funzioneranno normalmente.
Prima di poter confrontare i dati utilizzando IBM Match 360, è necessario creare un progetto.
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.