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。
运用数据治理工具，以灵活的方式整理、清理和保护数据。
针对不同数据资产的数据治理框架。
简化对干净、已治理数据的访问流程，以便运用 AI 跟踪并减少海洋垃圾。
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。