实现正确的元数据管理解决方案可以对组织的数据策略产生积极影响最大化数据的使用和重用。阅读之前的博客文章元数据管理最佳实践而且元数据管理框架了解元数据管理如何影响组织的数据策略，以从数据中驱动价值。本博客将继续探索主动元数据图和机器学习如何帮助您在组织中为数据智能奠定基础。
什么是活动元数据图?
活动元数据图跨越不同的信息资产类型，并连接关于这些资产的元数据，从而为数据提供丰富的内容和上下文这样，数据就可以被信任，并根据数据采取行动。本机连接用于元数据摄入来自数据源，如数据湖、数据仓库、主数据存储库、OLTP数据库、电子表格、api和BI工具，有助于构建元数据图。
它是以下信息资产(以及更多信息资产)的元数据，它们相互连接，为整个企业的所有用户提供丰富的内容和上下文。
- 业务术语表术语
- 系统和数据源
- 政策
- 流程
- 数据集
- api
- 毫升模型
- 数据产品
主动元数据图混合了机器学习和人类智能，以不断改善存储在数据生态系统中的信息的上下文。与流线型，上下文发现和自然语言搜索，您可以有效地购买可信的数据，以推动可靠的业务结果。活动元数据图帮助企业打破组织和数据竖井，快速获得结果。
数据治理而且隐私专业人员将策略附加到元数据，以确保将访问权限授予数据的正确用户。数据管理员根据数据分类将物理数据资产(如表和列)与逻辑数据资产(如实体和字段)链接起来。数据访问请求自动创建数据使用协议，从而生成审计跟踪，审计跟踪也成为活动元数据图的一部分。
业务分析师可以找到数据集或报告，数据科学家可以搜索ML模型，数据工程师可以查看技术沿袭，隐私管理人员可以访问策略。BI报告、数据产品、附加数据集或用户从购买的数据中创建的其他工件自动地返回到图中。
强大的搜索功能打开了图表的大门。用户可以通过任何门进入，这取决于他们的业务目标。通过用户数量的增加和使用率的提高，图形的附加价值不断增长，创造强大的网络效应．
通过活动元数据图显示数据专业人员之间的协作
利用元数据图和机器学习的好处
根据Forrester Insights-Driven Business报告在美国，企业正淹没在数据中，但却渴望洞察。为了获得值得信赖的见解，驱动分析的数据必须是值得信赖的，分析师必须能够找到适合其目的的最佳数据。通过与每个数据资产相关联的大量元数据，您可以更好地理解和访问可信数据，并提供重要而准确的业务上下文。
机器学习通过智能自动化数据分类、编目、沿袭和策略管理来为活动元数据图的构建提供动力，从而大规模地为数据资产添加丰富的上下文。
活动元数据图帮助您:
- 对数据环境产生更大的可见性:使用ml支持的自动数据分类和数据集、业务术语、策略、流程等的自动链接，数据管理员和数据消费者可以就可信数据的业务语义进行协作。
- 根据您的需求评估正确的数据:数据概要分析、数据评分和众包评级和评论加强了数据上下文，并允许业务分析师和数据科学家评估和选择适合其目的的最佳数据。
- 提升数据购物体验:通过围绕数据的高度相关和丰富的业务上下文，用户可以获得更直观和简化的数据购物体验，从而为正确的用户提供具有正确上下文的正确数据。
- 提供更快的洞察:业务分析师和数据科学家的自动发现、理解和协作数据访问减少了是时候洞察了．
用由机器学习支持的主动元数据图构建数据智能基础
假设您希望将当前季度的销售额与上一年的同一季度的销售额进行比较，这是销售团队的标准场景。比较看起来很简单，但是当你开始搜索正确的数据时，你会面临几个问题。
- 我们应该使用哪些数据?订单管理或会计?
- 订购日期的定义是什么?订单安排、履行或付款?
- 如果订单履行跨越两个季度，我们应该如何考虑?
- 百分比激励是否已计入?
- 数据是否完整、一致?
- 是否存在缺失、不正确或重复的值?
- 用于存储客户数据的批准数据结构是什么?
- 总销售额是如何计算的?给我看看数据沿袭的计算。
数据情报回答这些问题并提供可信的数据访问，以便您对用于驱动业务决策的分析有信心。
数据智能是一种有效理解和使用数据的能力。
由ML支持的活动元数据图是数据智能的基础，连接数据资产、见解和模型，并提供对企业级可信数据的实时、合规和自助服务访问。
Coll亚愽视频ibra的数据智能云如何加速可信赖的业务成果
活动元数据图建立在跨所有数据公民的协作之上，为技术用户(数据架构师和数据工程师)和业务用户(业务分析师和数据科学家)在正确的上下文中提供正确的数据。
打破组织筒仓可以最大限度地使用和重用数据资产，使所有数据公民都能够优化流程、提高效率并加速业务成果。
借助强大的数据智能基础，您将能够为季度销售比较购买可信数据，而无需担心重复或丢失数据，并使用对业务术语(如订单或会计年度)的共同理解。对你的分析有强烈的信心将导致可靠的见解，从而推动你的关键业务决策。
Gartner的研究预计到2023年，利用主动元数据和机器学习动态连接和自动化数据管理流程的组织将减少30%的数据交付时间和对价值的影响。一个强大的组合，以确保您有一个强大的数据智能基础，并开始一个有益的旅程，以获得相关和可信的知识。
