使数据使用者能够通过强大的搜索方法和语义智能快速查找、准备和使用已治理数据。
利用支持可扩展业务词库、参考数据和分类的数据目录,改进数据发现并确保一致的解释。
通过工作流程简化数据策略管理,解决合规性,提高审计就绪程度并维护客户信任。
识别 PII 等敏感数据,并对 IBM 平台内外的所有关键端点动态实施数据访问控制。
利用数据概要分析、清理、监控、匹配和数据扩充自动化功能解决质量问题。
根据 IBM Watson® 和同行的智能推荐,查找相关的企业数据资产。
自动为数据目录中的资产分配业务词库中的分类和术语,利用上下文扩充数据。
自动执行数据概要分析,以指派数据质量得分,并通过机器学习驱动的数据质量规则改进整理工作。
通过主动策略管理保护数据,管理合规性。使用工作流程创建所需的审阅、核准和发布流程。
在数据目录中整理数据资产、仪表板、机器学习模型,从而简化高质量数据的自助服务访问流程。
识别敏感数据,并通过自动掩码和保护数据的功能动态实施数据安全和保护措施。
对数据资产进行自动的隐私风险评估,并提供建议缓解已识别风险。
借助数据沿袭,了解数据的来源以及数据在应用程序和数据源中的迁移、转换和使用方式。
利用 Master Data Management 查找、匹配和识别数据源之间的关系,以实现自动数据匹配和实体解析。
以活动元数据管理和策略管理为支撑,通过数据目录激活用于 AI 和分析的企业数据。
跨不同的数据环境执行分布式的、虚拟化查询,并利用这一用于数据集成的通用查询引擎克服数据孤岛。
通过购买支持顺畅的标准化隐私风险评估的附加组件,自动执行数据隐私风险分析。
整合来自不同数据源的数据集,利用由 ML 驱动的 Master Data Management 提供 360 度实体视图。
IBM Cloud Pak for Data V4.7 现已上市。查看新增功能。
了解 IBM 为何在 2022 年 Gartner 数据质量解决方案魔力象限中被评为领导者。
了解 IBM 凭借数据治理和隐私保护,被评为企业 Data Fabric 解决方案领导者的原因。