2min

Tags in dit artikel

,

Informatica wil een betere traceerbaarheid van data-lineage bewerkstelligen met een datacatalogus aangedreven door middel van kunstmatige intelligentie (AI). Verder zijn er nog een aantal andere updates aangekondigd voor het Intelligent Data Platform.

Het Intelligent Data Platform van het bedrijf wordt bijgewerkt met tools voor het bijhouden van datalineage, catalogusinformatie over verschillende ecosystemen en een verbetering van klantdossiers met behulp van automatisering en AI.

De nieuwe Catalog of Catalogs valt op omdat het bedrijf probeert datalineage over IT-omgevingen heen te volgen. Zo bevat de Catalog metadata-scanners voor business intelligence, datawarehouses, big data en third-party repositories. Verder is er ook profiling voor Spark, en kunnen er met behulp van machine learning relaties tussen datasets en bedrijfsonderdelen worden gevonden. De intentie van Informatica is dat AI de productiviteit en het beheer van data beter kan schalen.

“AI en machine learning spelen een cruciale rol bij het opschalen van datamanagement. Je kunt de huidige uitdagingen op het gebied van datamanagement niet oplossen door simpelweg meer engineers en ontwikkelaars bij het probleem te betrekken. (…) Je hebt AI nodig om taken met betrekking tot databeheer te automatiseren en te vereenvoudigen,” zegt Amit Walia, president of products & marketing bij Informatica, over de significantie van AI.

Meer updates

Een aantal andere toevoegingen houden onder meer een data-marketplace in, binnen Informatica Axon Data Governance. Dit om toegang tot beheerde enterprise-data mogelijk te maken. Automatisering moet ervoor zorgen dat datasets gemakkelijker te vinden zijn, met duidelijkheid over de bron, kwaliteit, gevoeligheid en toegangsrechten van de data. Er zijn bovendien tools voor data categorisation toegevoegd.

Daarnaast is de datakwaliteit voor hybride mapping van data verbeterd, is er app-integratie toegevoegd, evenals API-beheer, Spark-processing, en data ingestion, – opschoning, – profilering, – verificatie en – integratie. Ook is er ondersteuning voor de nieuwste Spark-engine voor AWS en Microsoft Azure, en ondersteuning voor data-engineering use cases. Ten slotte zijn customer data automation tools toegevoegd, voor het verbeteren van records, het personaliseren en toevoegen van rapportages en analyses voor klantsegmenten.