实现多域主数据管理有两种方法:MDM应用方法和MDM平台方法。其他MDM方法，如应用方法和MDM平台方法，可以快速满足组织采用MDM的初始需求，但应用方法必然会导致MDM孤岛和成本超支。虽然有时候确实需要一个公司在有限的范围内寻求一个可以快速实现的MDM方案来解决紧急的业务问题，但是当涉及到扩展MDM实现来解决其他业务需求或者满足未来意想不到的需求时，平台方法无疑是降低总拥有成本和加速价值实现的最佳方式。
数据管理是反洗钱的核心。金融服务提供商需要比以往更好地了解他们的客户。洗钱是许多政府在打击犯罪和恐怖主义时考虑的一个主要问题。为此，它们为在其管辖范围内运营的金融服务机构发布了许多指南。数据管理是反洗钱的核心。例如，欧盟反洗钱第三指令和美国爱国者法案都非常重视以下领域需要关注和严格管理的数据质量:客户身份识别、了解您的客户(KYC)、客户(或增强)尽职调查反洗钱中的Informatica数据质量Solution Inform。
5、数据虚拟化的数据虚拟化案例HealthNow是一家蓝盾保险提供商，支持纽约西部约80万名会员。该公司约有2500名员工，其中包括一个30人的超级数据管理团队。HealthNow的IT部门主要运行IBM的DB2、微软的SQLServer和Sybase数据库管理软件。该公司还运行IBM的Cognos商业智能(BI)和TriZetto的Facets健康计划管理软件。
说实话，当时还没有SOA架构或者参考架构。这一切在大约一年半前开始改变，当时Myers和他的团队开始评估数据联邦和数据虚拟化技术。其中一个显著的成就是，他们可以比过去更快地向业务分析师提取可用信息。当时，Informatica还在零售复合软件，这是原始设备制造商协议的一部分，并且刚刚自行开发了Informatica数据服务产品。
6、三辩质询小结模板辩论[大数据时代更需要数据治理]数据治理在“大数据”成为热词后，更被业界关注。大数据带来的一个显著变化是，大量数据来自数据中心之外，包括笔记本电脑、平板电脑、智能手机、传感器、社交网站等等。数据量猛增，数据类型变得多样化。数据分散在不同的系统，哪个数据可信？数据是否面临更大的风险？如何从海量数据中洞察？大数据时代，企业更需要数据治理。
IBM全球企业咨询服务部业务分析和优化团队副合伙人谢国忠表示，数据治理是围绕将数据视为企业资产的一系列具体工作。数据是企业最大的价值来源，也是最大的风险来源。糟糕的数据管理通常意味着糟糕的业务决策，更有可能面临违规和盗窃。使用规则的可信数据有助于组织的业务创新——提供更好的服务，提高客户忠诚度，减少合规和报告要求所需的工作，提高创新能力。
7、数据 质量的商业智能为了增强数据资产的准确性和价值，将data 质量 rules与活动(探索、清理和监控)和MDM流程集成是非常重要的。在开始任何MDM项目之前，您需要了解源数据的内容和结构。数据源中的数据探索使数据管理员和数据仓库管理员能够在数据进入MDM系统之前快速发现和分析所有数据源中的所有数据异常。这个过程可以极大地加速从MDM实现中获取价值。
源数据一旦进入MDM系统，就会被data 质量进行处理，包括验证、修正和标准化。MDM系统存储了数据清理前后的全部历史，因此开发人员不必跟踪数据仓库中的数据血统。最后，数据质量 metric使数据仓库管理员能够更好地监控参考数据质量并确保高数据质量可以长时间连续使用。因此，从技术角度来看，在数据仓库中实现MDM和InformaticaDataQuality作为主数据的明确来源，可以从提取、转换和加载(ETL)的过程中简化数据集成。
8、 informatica产品都有哪些Informatica产品简介Informatica企业数据集成包括InformaticaPowerCenter和InformaticaPowerExchange两大产品。凭借其高性能和完全可扩展的平台，它可以解决几乎所有的数据集成项目和企业集成方案。InformaticaPowerCenter用于访问和集成几乎任何业务系统和任何格式的数据。它可以在企业内部以任意速度传递数据，具有高性能、高可扩展性和高可用性的特点。
9、imformaitca元数据Informatica所有元数据信息都以数据库表的形式存储在元数据库中。当然，Infa本身提供了很多人性化的功能，让我们在开发的时候很容易操作，但是人的需求总是在变化的，需要方便的获取自己需要的信息，这就需要我们对他的元数据库有深入的了解，Informatica的所有元数据信息都以数据库表的形式存储在元数据库中。
