IBM InfoSphere QualityStage

使用深度数据概要分析和分析来了解表和文件的内容、质量及结构。 这包括列分析、数据分类、数据质量评分、关系分析、多列主键分析和重叠分析。

在转换数据时以及在将数据加载到数据仓库、数据湖或应用中之前，通过运行数据质量规则来控制“不良”数据的采集。 使用超过 200 个内置规则将数据路由到正确的人员以进行修复，从而确保数据可信。

识别个人可识别信息 (PII)、敏感数据和其他类数据的存储位置。 您还可以使用超过 250 个内置数据类（包括信用卡、纳税人 ID 和美国电话号码）来识别列中包含的数据类型。 创建和定制三种类型的数据类： 有效值列表、正则表达式 (regex) 和 Java 类。

将来自各种来源的所有数据合成为目标环境的通用格式或标准。 除去重复项，并将多个系统合并到单个视图中，以创建可信的准确数据。

利用 Health Summary by Data Rules 报告，该报告还会显示与信息治理无关的规则，支持启用针对异常管理的数据规则。

通过灵活的部署选项和预订定价，转换到私有云或公有云。 您可以扩展本地容量或直接迁移到云。 更快地实现价值，减少管理成本，降低预订定价风险。

利用机器学习加速元数据分类过程（自动标记），方法是使用列名和数据类来为给定的列分配和建议术语。