升级数据仓库，重点在数据质量场景

此场景描述了如何利用 IBM® InfoSphere® Information Server 组悠扬来解决数据仓库环境中的数据质量。

在以下三种典型的用例中，需要同数据仓库关联以评估或监控数据质量。

创建

构建新的数据仓库，其中的活动包括：发现、术语、沿袭、数据质量、数据建模、映射、数据变换和清理。

升级

修改或添加到现有的数据仓库，其中的活动包括：术语、发现、影响分析、数据质量、数据建模、映射、数据变换和清理。

监管

管理并监管现有的数据仓库，其中的活动包括：数据质量、管理工作、术语、沿袭和影响分析。

在每个用例中，都存在一系列促成整个解决方案的活动。每个活动在组成计划的更广泛的方法论和过程中利用一个或多个产品模块。在每个活动和阶段中，都存在一些过程输入，一些在产品内外执行的任务以及一些在以后活动或阶段会用到的来自过程的输出。数据质量也是这些活动之一。

这些用例的活动不一定是严格的事件顺序。通常它们是迭代活动并经常会同时出现，一个活动的发现会影响另一个活动，从而需要额外的工作。

例如，一个数据仓库包括客户和帐户数据。但是，更需要关注的是销售和市场营销对顾客及其购物习惯的影响。一组销售管理源会另作为现有数据仓库的目标。开始的发现工作中，共找到并映射了四个销售管理系统。但是在所有四个系统中验证域时，数据质量复审发现了重大的问题，很多字段没有填充或包含注释，而不是可用数据。对业务术语的复审时发现，系统使用存在错误理解并且还需要两个其他系统。在发现过程中引入了业务术语，以将关系映射到前四个系统。然后在数据质量复审中验证它们确实是需要的表。然后向数据架构设计师提供自数据质量复审的推断，以改进新数据仓库表的建模。

以下是您可能会在这些用例中遇到的公共难点。包括：

• 术语不明确（当管理仓库信息时）。 例如，收入信息位于何处？以及仓库内容是否匹配业务预期？
• 未知的更改影响，这可能会中断现有过程并扰乱业务。
• 未知的信息沿袭，这会对数据的可信度造成负面影响。例如，我是否正在将正确的数据源用于请求信息？
• 未知的数据质量是业务用户不信任其数据的主要原因之一。
• 未知的管理工作，对理解数据的人员、确保维护质量的人员和监管数据访问的人员不明确。

在此场景中，数据仓库（可能是 IBM 数据仓库或任何其他主流的数据仓库供应商，例如，Teradata 或 Oracle）正在扩展或升级。 这一特定数据仓库已经包含了各种财务信息，可以进行有效报告，但是现在需要添加客户数据以提供更广的分析信息。就大多数组织而言，其数据仓库已经成为一个重要场所，用于维护和管理财务、客户和销售信息的组合以供分析。