erwin Data Quality
可靠、可信赖的数据要求组织对数据质量洞察的可见性，并且需要高度集成且增强的数据质量工具来确保数据质量保持较高水平。erwin Data Quality可确保组织能够更好地查看和理解数据质量，并且能够通过自动数据分析和数据质量评分、使用者友好的数据质量发现以及跨平台数据可观察性和警报分类来提高数据质量。利用erwin确保您的数据可信赖且为AI做好准备。
02:45
建立数据信任并确保数据为AI做好准备
erwin Data Quality是erwin Data Intelligence的一部分，提供集成、自动化的数据质量可见性和增强的数据质量工具，以支持数据和AI监管、增强数据信任并确保关键数据源具有可靠的质量。erwin Data Quality基于DQLabs增强数据质量平台并且在Gartner 2024增强数据质量解决方案魔力象限中获得认可，它利用存储在erwin Data Catalog中的元数据来自动进行数据分析和数据质量评估，从而生成在整个erwin Data Intelligence中广泛共享的数据质量评分。跨平台数据可观察性、警报分类和自学型平台功能与使用者友好的数据质量发现和质量问题管理相结合，使数据质量工程师、监管团队和业务利益相关者能够高效地协同工作，以确保高质量的数据管道。
选择智能集成的数据质量自动化
通过erwin Data Quality提升数据智能并管理整个数据质量生命周期。将数据智能、自动化和集成的现代化增强数据质量平台与便于访问的数据质量工具相结合，对您的最关键数据源自动执行数据分析、质量评分、持续质量监控、问题响应和数据补救。确保提供可靠的数据以用于AI，提高数据质量，降低运营成本和风险，以及扩展企业内的数据质量可见性，从而指导有关数据使用的决策并促进数据信任。
元数据驱动的数据质量评估
通过erwin Data Catalog中的元数据，在环境、表或列级别开始对数据源进行质量评估。
自动化数据发现和分析
使用erwin Data Quality中支持AI/ML的发现功能来检测数据模式，并自动创建业务规则以用于数据质量评估。基于业务规则自动进行分析，并自动生成数据质量评分。
面向一切的数据质量可见性
数据质量分数不仅显示在erwin Data Quality中，还会显示在整个erwin Data Intelligence中 — 与数据目录元数据一起，显示在数据沿袭、影响分析和思维导图可视化中，并且可以用作erwin Data Marketplace中自动数据价值评分的加权分量。
跨平台数据可观测性
观察整个组织的数据质量，并对支持AI使用的关键数据源和关键数据集部署持续监控，从而在数据质量超出可接受的阈值时提醒您，以便您采取行动。利用平台的自我学习功能，根据警报响应来改进数据质量措施。
使用者友好的数据质量发现
通过与当今在线购物网站类似的发现功能探索数据质量。通过数据质量分数、警报、域、应用程序和其他标准来查看资产、表格、视图、属性、报告及更多过滤内容。
数据行为分析
利用数据可观测性功能中的行为分析来跟踪过去一段时间的数据趋势，并为业务运营使用预测未来数据趋势。
数据补救工具
利用数据补救工具（例如参考或基于ML的管理和解析）来智能地清理和丰富不良数据。与第三方清理和丰富工具相集成，并生成编码脚本以用于ETL和数据管道管理解决方案的。
数据补救协作
使用内置的问题管理功能对数据可观察性警报产生的问题进行分类。通过与电子邮件、Slack、Teams、JIRA和ServiceNow集成，将警报通信和问题协作范围扩展到erwin之外。
数据质量控制板
通过erwin Data Quality提供的可定制分析控制板，深入了解详细的数据质量状态、配置文件评估、相关性和平台使用情况。此外，还可以在erwin Data Catalog控制板中查看数据质量概述。
轻松连接数据源
从即时可用的数据源连接器库中进行选择，可连接到行业标准的数据源，包括Amazon Redshift、Databricks、Google BigQuery、Microsoft Azure Synapse、SQL Server、Oracle、Snowflake等。
erwin Data Quality概览
erwin Data Intelligence提供组织可见性和数据质量工具及自动化来了解和改进数据质量。了解：
数据质量可见性
通过为数据质量利益相关者提供专用的控制板以及在整个erwin Data
Intelligence中集成的数据质量评分，提高对源数据质量的可见性和理解。在数据目录、数据沿袭和思维导图中以及进行影响分析时，均可查看数据质量分数。数据质量分数也可以在erwin Data
Marketplace自动数据价值评分中用作一个分量。
数据分析
利用数据目录元数据开始对新数据源进行质量评估。然后使用erwin Data Quality中支持AI/ML的自动发现和分析功能来检测数据模式，并自动生成数据质量评分。在整个erwin Data Intelligence中共享且易于理解的数据质量分数可以指导IT、数据监管团队和业务用户进行数据使用和数据质量提升工作。
使用者友好的数据质量发现
利用与在线消费者购物网站中类似的搜索和过滤功能来探索数据质量。通过数据质量分数、警报、域、应用程序等来查看资产、表格、视图、属性、报告及更多过滤内容，从而快速地精准找到所需的信息。
跨平台数据可观测性
通过持续监控支持AI使用的主要数据源和关键数据集的跨平台数据可观测性，确保数据的可靠性。开箱即用的质量措施和分析期间的自动部署，结合无代码的高级异常检测，可在数据超出可接受的阈值时提醒您。因此，您可以快速对警报分类并对问题采取相应的措施。自我学习平台功能会根据您的警报响应改进质量措施，实现高效的未来监控。
数据补救
利用数据补救工具（包括参考或基于ML的管理和解析规则）来智能地清理和丰富不良数据。根据需要与其他第三方清理和丰富解决方案相集成。生成编码脚本以用于ETL和其他数据管道管理工具，从而加快问题解决速度。
数据质量协作
通过评分、可视化和控制板提高数据质量素养。使用对话工具和内置的问题跟踪功能来支持协作，从而提高数据质量。通过电子邮件、Microsoft Teams、Slack、JIRA和ServiceNow发送警报通知并扩展问题工作流程。让利益相关者参与并共同致力于数据质量计划。
资源
erwin Data Quality
Data intelligence to maximize the business impact of data
Dataversity Demo Day: Data Quality with Nadeem Siddique
In this on-demand webinar, you’ll learn how to ensure your data is trustworthy, reliable and AI-ready.
Forrester Report | The Data Quality Solutions Landscape, Q4 2023
Read this Forrester Data Quality Solutions Landscape Report for an overview of 26 notable data quality vendors, including Quest...
Using erwin Data Intelligence for AI Governance Quick Tour Video
Excerpted from the erwin by Quest Speeding Data Product Delivery on-demand webcast, view this 8-minute video to see how model c...
TDWI: State of Data Quality
Discover how your organization's data quality management compares to industry peers. Download the TDWI report and learn how erw...
erwin Data Intelligence by Quest
Data intelligence to maximize the business impact of data
On-demand webinar: The State of Data Quality
Trustworthy data is foundational for business success, informing decision making, machine learning and AI. So, what is the curr...
The 2023 State of Data Intelligence Analyst Report
The 2023 State of Data Intelligence report offers key findings you can use to benchmark your organization’s current data intell...