| [EDM] Informatica 15 次榮登 Gartner 數據質量解決方案魔力像限領導者

Informatica 15 次榮登 Gartner 數據質量解決方案魔力像限領導者

DONAL DUNNE(作者)

Gartner 連續第十五次將 Informatica 評為其2022 年 Gartner® 數據質量解決方案魔力象限™ (註1)的領導者。以任何標準對我們來說，這是對我們專注於客戶成功和產品創新的非凡認可和有力證明。我們相信，Gartner 的這一認可凸顯了 Informatica 如何致力於讓我們的客戶成為真正的數據驅動型企業，以及我們如何幫助他們從可信數據中創造指數級價值。

(圖 1：數據質量解決方案魔力象限)

數字化轉型由數據質量提供支持

當您超越任何一個數據儲存或部門孤島時，可以實現當今數位轉型計劃帶來的許多好處，尤其是分析和機器學習。這意味著當您將許多不同標準和質量的不同內部和外部數據源組合在一起時，您可以生成從孤立視圖中無法獲得的見解。它是關於應用機器學習算法來識別行為模式、識別消費者興趣並提供建議。它使您能夠更快地識別風險並採取措施來提高您的組織彈性。這就是為什麼數據質量對於交付成功的數字化轉型和分析計劃如此重要。

不幸的是，努力提供適合業務目的的數據公司往往是限制其數據質量工作的公司。

• 他們將數據質量視為成本消耗，而不是戰略貢獻者
• 他們在孤島中應用它，而不是在企業範圍內應用
• 他們延遲解決代價高昂的問題，而不是提前預防問題
• 他們通過手動流程管理數據質量，而不是使用自動化和人工智能的最新進展
• 他們假設他們的分析、CRM、ERP 或其他應用程序將負責數據質量

當今因此，這些公司沒有從他們的數位轉型和現代化計劃中實現預期收益。然而，好消息是，隨著組織意識到其數據作為競爭優勢的價值，我們看到人們對數據質量的興趣重新燃起。

回到未來？數據質量復甦的背後

在預測未來時，回顧過去並考慮當前和新興趨勢總是有幫助的。所謂的數據質量“消亡”就是一個很好的例子。許多軟體公司和分析師聲稱，現有的應用程序（例如數據倉庫或 AI/ML）將取代對專用數據質量解決方案的需求。然而，在 Gartner 發布其第一個數據質量解決方案魔力象限 16 年後，我們仍然在談論和評估數據質量解決方案。

考慮一下組織在將工作負載轉移到雲端的同時對應用程序進行合理化和整合時，如何遇到與以前相同的挑戰和數據質量差的影響。而且，隨著這些現代化舉措的規模和範圍不斷擴大，人們重新開始關注數據質量。畢竟，為什麼要將髒數據移動到新的應用程序並危及基於壞數據的未來決策？

儘管過去和現在的需求有相似之處，但有些事情已經發生了變化。一個關鍵區別是需要現代的雲原生數據質量解決方案。基於簡單性、自動化和可擴展性指導原則的解決方案。推動這種需求的是數據複雜性的增加，以及不斷增長的數據消費者社區，他們希望使用他們可以信任的數據進行參與和創新。

對持續創新的承諾

  簡單性——所有數據消費者的數據訪問、處理和消費簡單易行

• 業務技術人員可以通過分析嚮導體驗和智能洞察來簡單地分析數據
• 低代碼/無代碼用戶界面，使非技術用戶和技術用戶能夠快速輕鬆地設計和部署數據質量檢查和補救措施

  自動化- 通過 CLAIRE 支持的自動化將生產力提高 10 到 100 倍

• 用於自動檢測異常和預測數據質量規則建議的數據質量洞察力
• 通過深度治理集成實現數據質量自動化和儀表板

  可擴展性——雲優先，企業規模的雲原生數據管理

• 使用優化的數據管理引擎進行擴展，讓您可以在需要的位置和方式處理數據
• 使用彈性基礎架構構建和維護高性能數據管道

數據質量是業界首個也是唯一一個智能數據管理雲 (IDMC) 的一部分，它是我們單一、全面的雲原生數據集成平台。在我們的人工智能元數據引擎 CLAIRE 的支持下，客戶可以利用 IDMC 的所有功能和創新進行數據攝取和流式傳輸、數據集成、數據目錄和數據治理，同時還能夠將數據質量嵌入到這些流程中以控制成本，提高生產力並加快上市時間。

正如我已經提到的，重要的是要了解過去和當前的趨勢，以提供客戶現在和未來的需求。這方面的一個例子是數據可觀察性的概念。(註2)數據可觀察性被 Gartner 最近確定為一項關鍵的新興技術，它提供了對數據基礎設施、數據管道和數據本身的健康和性能的洞察。(註3) 一些供應商的眼光狹隘，只看一個方面。Informatica 提供了最合適的鏡頭來觀察基礎設施、數據管道和數據，同時還觀察數據是如何被使用和保護的，以及它如何遵守政策和法規。

最後，我們相信我們的客戶是我們在 Gartner 數據質量解決方案魔力象限中取得成功的基礎。New York Life、Community Health Choice、CNP Assurances和Celcom都是理解高質量、可信數據的價值以及它如何改變其業務的組織的典範。

備註:

(註1)Gartner 數據質量解決方案魔力象限，作者 Ankush Jain，Melody Chein，2022 年 11 月 1 日
本圖由 Gartner, Inc. 發布，作為一份更大的研究文件的一部分，應在整個文件的上下文中進行評估。可從 Informatica 索取 Gartner 文件。
Gartner 不認可其研究出版物中描述的任何供應商、產品或服務，也不建議技術用戶僅選擇那些具有最高評級或其他稱號的供應商。Gartner 研究出版物包含 Gartner 研究組織的意見，不應被解釋為事實陳述。Gartner 不對本研究作出任何明示或暗示的保證，包括對適銷性或特定用途適用性的任何保證。 GARTNER 和 Magic Quadrant 是 Gartner, Inc. 和/或其附屬公司在美國和國際上的註冊商標和服務標誌，經許可在此處使用。版權所有。
(註2)，Gartner 確定了擴展沉浸式體驗、加速 AI 自動化和優化技術專家交付的關鍵新興技術，Meghan Rimol，2022 年 8 月 10 日 https://www.gartner.com/en/newsroom/press-releases/2022-08-10 -gartner-identifies-key-emerging-technologies-expanding-immersive-experiences-accelerating-ai-automation-and-optimizing-technologist-delivery
(註3) Gartner，新興技術的炒作週期，2022 年，Melissa Davis、Gary Olliffe，2022 年 7 月 25 日。