liondinas

大家好！这里面其实我想用一个我以前跟市场部一起做的视频的东西带中文声音的，这样能够体现出我们公司大概一个产品的方向，包括公司的发展的方向。



刚才大家所看到的Vedio也是介绍了我们公司的
发展方向和我们所专注的产品。那么Informatica也是帮助企业解决数据遇到的问题，解决企业运营的问题。那么我们刚才看到这个片，是企业内部很多纷杂的数据导致了异构的存在，这使得企业很难对这些数据加以利用。那么Informatica包括左边的TDWI等等可以说明全球的企业面对很多的数据，面对上游的数据提供者和下游的数据对消费者来说，面对信息的不完整，会导致你成本很高，这些就得做集成。这就是消除异构性的存在，如果你不是考虑很好的全面性，你是为了集成而集成。Informatica把整个数据层面加以管制，为企业提供一个完整、统一的数据支撑的响应。



那么这里面对于数据的问题，我们的吴总提到很多，大家面对一个大的机构会非常容易碰到。最后你的ERP、CRM、SAP、财务、销售、清算等等，那么面对实体的定义，你会或多或少存在差异性。那么出来一张报表，你对各个实体当中的数据表现加以统计，这里面相对来说数据企业的编码关系图是非常关键的。只要企业存在一个或者是多个以上的系统，一定会出现这个问题。其实我们在中国碰到了很多，包括中国的税务等等的政府系统，它里面的系统很多，而且每个系统由不同的公司和不同的技术去实施。这样的异构性会导致里面存在很大的问题。企业的编码关系图会解决数据关联的根本。



从另外一个角度来解释，因为Informatica是做数据的，所以我们很关注数据。那么对于数据来讲，无论你是做数据仓库、数据移植、主数据管理等等，只要是跟数据打交道，这里面就存在很多的问题。相信中国的IT信息化是一个流行的过程，是一步步在前面，但是在某一些点上还存在一些问题。比如说这是我们电信某一家客户的资料，这里面存在着信息的缺失，可能是不重要的信息的缺失，但是会为以后某一个部门利用的时候带来困难。那么数据缺失也是数据表现当中非常严重的数据质量的问题，包括数据格式上的非法格式，那么这里面这些非法的格式会导致你数据统计的时候没有办法做很好的数据统计。如果这个数据格式是一个非日期的格式，如果你统计这一段时间的销售额，你肯定不会把它放在里面加以统计。



如果这个格式数据单独看是合理的，但是相对来说它是违反了某一种构期关系的。比如说我的生日是79年生的，但是我某一项保单的记录可能是76年之前的，从业务的角度是违反了构期关系的。那么进入之间的构期关系，如果这一家银行要推一个理财的产品，或者是保险公司要推某一项保险的保单的包，那么这里面相对来说我们可以识别出这两条记录他们是父子或者是夫妻，肯定对于这个人有一定的销售策略。那么记录之间有一定的构期关系，印证到根本上，其实是数据能够很好地认识到、把握到数据的问题，这样你才能更有效地利用数据增强你的运营和销售的机会。那么这里面很多数据的问题我就不一一细说了。



那么针对数据的这些问题，Informatica是解决这些数据问题存在的非常主要的主流思想。那么Informatica全图形化的开发，包括这里面很重要的字眼是以元数据为驱动。我相信在坐的大家经常会听到数据，关系数据，这里面元数据是很大的概念，但是它是跟数据相辅相成的，他们俩是缺一不可的。如果你只看元数据，其实是有片面性的。举一个例子来讲，如果数据是企业的血脉，元数据是DNA，如果你DNA不是很良好，你的血脉也有问题。那么这里面都是Informatica要考虑的方向，我想也是大家要关注的一项。



那么这里面相对来说，假设说中间图形化的东西都是我要考虑的数据集成的一部分的内容，包括数据的很多规则，这些规则都被称为元数据。数据源所有的表结构和数据规则都称为元数据，你中间的转换规则也会成为元数据，其实这些元数据对于企业来讲都是非常重要的。举一个例子来讲，如果我是国家政府的监管机构，如果你要企业提供一个损益表，可能今年可以拿得出来，但是我要连续发问，对于企业来讲是非常大的挑战。那么这里面我可以问你这些损益表来自你公司当中的哪些系统？你可能说我从财务系统，包括资产负债的管理还有公司系统把这个数据出来，做出一张公司的损益表。那么这里面你每个业务当中出来的数据，你的统计口径是什么样的？是不是一致的？因为你可能维护系统当中出来的数据，那么你的口径是否合理？这一系列的问题都会提出来。包括美国的“911”之后，提出来的法案等等，都有一系列的准则和审计标准。那如果政府或者是某一项机构，或者是你进入国际性的机构当中，这个机构要审计你，你如何说你这张报表是正确的呢？那么这里面Informatica完全考虑到这个问题。



大家看到下面这个图，如果我把这个解释成一张报表的话，那我可以利用Informatica进行集成之后，我可以告诉你它来自于某一个DB2下面的某一个表。那么这个阶段又是经过了哪一个过程，这里面的统计过程又是怎么样的，进行了加减乘除的计算，这里面可能来自于人事或者是财务的某一个系统。那么我把它每一个生命周期的过程都换算到，对于审计来讲也是非常有价值的。那么这里面就是非常好的说明，数据包括数据规则，跟你的元数据的一个共同的体现，就是不光要为企业提供一个高质量的数据，而且要为企业能够描述数据提供一个技术。



那么这里面国际上现在很多都在提数据的通透性，其中落到实处的点上就是数据和元数据。其实这里面我想说，大家考虑的时候不要单独考虑数据或者是元数据，这两者绝对是相辅相成的。



那么Informatica针对我上述所说到的为企业服务的产品线，那么这里面的Power Center8刚才的Vedio里面也有体现。那么全球有接近一半的项目投资其实是投在数据质量管理这么一个领域。那么相对来说，数据质量为什么中国其实也有在提，但是没有说提得非常高呢？因为中国的信息化建设走得太快，快到没有消化美国走了40、50年的经验。美国走了40、50年积累的经验，中国走了10年就到现在了，其实这里面还是有一定的问题存在的，它基础的架构还是有一些问题存在的，所以导致了它DataAnalyzer还是有一些问题存在的。



像中国移动，大家所有打到的客服电话都是经过我们的系统处理的，把数据资料传输出去的。包括很多的企业机构，他的产品有非常强的特性，他的实时性，它能够做到1秒、2秒快速的数据反应。那么这里面我曾经向国家的一些安全部门，包括公安系统，因为公安系统大家会很强烈地反映出来，也许拿到一个公安的应用，这个人的身份证拿来，可以查到公安内部各个平台你个人的资料。那么这里面所有的这些资料，其实我们跟北京公安做这个事情，就是快速地能够响应出来所有的资料。那么这里面其实要求的是实时性。那包括我接触过一些国家非常重要的领导，比如说我是税务的领导，我9点半开会，我截止到9点25我的税收是多少？这就是要求实时性，如果这里面我的数据可以实时地反映出来，那对于企业的决策者，利用数据这个资产去下达自己的指令或者是自己决策的方向，是有很大的帮助的。那么这里面包括像期货、外汇、股票交易要求实时性是非常高的，那么Informatica的这个产品其实是有很大的作用的。



那么还有两者是元数据这两块。一个是企业级的元数据管理，还有专门做元数据软件的。元数据也是跟数据一样的，是要拿出来做分析、去看才有价值。那么这个是Informatica围绕着数据和元数据所有的产品线。那么我下面一一说一下。那么Informatica在中国主要的定义是说，我们是一个可审计、可交换、可监控的高质量的统一数据服务平台，无论企业做什么，你是做ERP、CIM、清算、数据仓库等等，我有一个企业统一的数据库，我这个数据库平台是企业的标准。这里面可以快速、及时地提供你的数据，并且我可以说明这个数据的来龙去脉，那么我这个平台说白了是企业最核心的数据资产的应用。那么这里面我相信，大家走过这么多年，其实我大概做IT这么多年的时间，我听到有关于数据的字眼的时候，最开始咱们说导数，就是把数据从一个地方挪到另外一个地方。过了一段时间，我发现有一个新的名词叫做ATL，数据的转换和加载。那么下一个阶段数据又提到了整合的层面。现在说到了数据的管制，你单独把它叫做数据的管制。我要做企业级的数据的梳理，我必然要有一个非常强大的底层的平台支撑我所有的规则数据以及里面流程的东西。那么这里面相对来说结合了Informatica底层的支撑平台，结合了企业的Masterdata的标准，结合和企业的流程的东西，那么所有的数据我是非常容易访问的。我提供的数据一定是真实、有效、并且是及时的。还有一个是数据质量，我提供的数据一定是高质量的数据。数据的一致性，非常一致，不可能出现数据的奇异性存在。



那么数据的安全。真正在企业里面做数据的管理，你可以从这6个方面考虑数据的应用，一定会有非常好的。只有你把数据这个方面整合好了，你才能从更高的方面，我才能从我企业IT的层面做管制。如果你连数据都管不好，你所有的应用的报表都不准确，其他的就更难谈到了。这里面包括企业的管制和企业的业务还有企业的IT等等，如果企业想做到一个非常好的整体的管理，一定从数据最基础的方面去管理、管制。那么这里面相对来说，因为也是中国的老前辈经过了很多研究，前些年很热的都是集中在前端，而现在做数据仓库和商业系统，会做得很平静。其实这里面相对来说，由前端当中，或者是Data messanger这个角度非常热的当中，现在已经很平静了，就是像你地基没有打好，你上面会越来越糟糕。



这里面因为Power Center是非常技术性的东西，这里面有很好地迎合SOA的思想的存在，我们可以把内部的组建和所有的作业，通过调用符合SOA耦合。那么我们从数据仓库这个角度考虑，数据仓库并不是一个项目而是一个过程，那么数据集成也是一个过程，它是伴随着你针对数据要求的提高，慢慢地循环在做改进的工作。那么这里面稍微看一下图形化界面，这里面一个一个图形化，包括定义规则包括整个的体现，这里面其实在数据的整合过程工作流也是蛮关键的，这里面Informatica都有考虑。那么Informatica几乎可以接所有商业的数据，包括可读、可写。Informatica想做到这个领域内非常Leader就要做到这一块，这里面数据可访问性是做得最全的。



那么相对来说这个案例是给中国的，我想大家都有到银行去刷ATM机器和到商场消费，那么这个系统就是做清算的，它是非常严格地校验数据。包括外币和人民币，这是一层一层的，这也是用Informatica来做的，这也是一个很大的金融机构。这里面有ATM刷卡的记录，包括数字机的刷卡记录，一直到清算。



这里面还有一个非常热的话题，就是Data C（英文），它大概分成这么几个过程。第一个是数据探查，就是你要了解数据，你不要谈什么数据质量控制。第二个是数据的标准化，还也数据的匹配和数据整合，那么这里面等等一系列的步骤，是来完成数据质量控制的过程。那么相对来说，这个是预览数据，发现数据的问题。比如说我针对这个数据做一些整合。那么这里面包括这个标准化，这里面Date C（英文）来讲，这里面会用一种TCL的语言做数据质量标准化的定义。



那么这里面还有一个数据解析的动作，假设说大家说Data C（英文），非常多的在说地址，比如说下面的中国某省某某市某某区一个楼号单元号，Informatica可以定一个规则把它解析出来。虽然这个不是很规范，但是我经过了拆分再重组，那么这个地址化的清晰的程度就比较高了。那么这里面相对来说包括Matching匹配的应用，那么这里面到底匹配是多少？这里面达到90%以上的是可以的，地址的应用为很多的企业带来营销的辅助手段。假设说我是某一个电子产品的发行商，那么这里面我如果想推销我的产品，我给我搜集到所有客户资料当中地址发一些宣传资料的话，那么这里面可能我发出来1000份，会退回来600份，就是这600份找不到这个人。这就是说明地址有问题，所以直邮地址是非常关键的。现在包括中国大政府或者是中国的很多外企，其实对这一块都是非常感性的。



还有实时数据交换，这种秒级的数据交换，那么我们在某一项外汇的交易系统当中，我们已经用它。这里面可以秒级把所有的外汇资料、数据传输。这也是为了数据某一种特殊应用，对实时性要求非常高的企业，我们有这个东西。还有数据审计的角度，那就是元数据。元数据比你做任何的项目大很多，那么Informatica可以采集数据生命周期当中各个节点的元数据。无论是建模，还是你的业务系统等等各个节点当中都存在着数据。大家经常会提到数据仓库，这是围绕着数据这个主题，而元数据仓库是围绕着元数据这个主题。它俩是相辅相成的。



那么这里面我可以归纳、总结出来你所有的物理实体当中的定义和业务实体当中的定义。那么元数据业务人员和IT人员都可以用，大家对于同一个定义的理解不一样，但是这里面包含元数据的定义，辅助这个人去理解这个定义。



那么包括数据属性的追踪，那么数据的追溯，那么这里面经过Informatica的平台来讲，我可以告诉你每一个数据节点的状态，你要去的地方是哪张报表里面的数据，这里面都有概括。所以这里面Informatica是真正从数据和元数据企业架构的角度提高自己的技术。因为Informatica这一块，从全球的角度来讲，我们不是一个非常大的公司，而我们是一个非常中立的公司。那么从这一点上，Informatica对于OEM等等的定义，说明我们是全球上一个小的非常强的公司。



我不知道是不是可以和大家的思想匹配上，谢谢大家