Download - Informatica 9 pervasive dq
Informatica 9 La Qualité Globale des Données
à travers toute l’Entreprise
2
Agenda
• Les freins à la qualité de données
• Informatica 9 (Pervasive Data Quality)
3
Comment pouvons-nous avoir confiance en nos données ?
CLIENT
PRODUITCOMMANDE
4
CLIENT
OPCONTACT
CLIENT
PREVISIONCMD
CLIENT
PRODUITCMD
CLIENT
PRODUITCMD
CLIENT
FACTURECONTRAT
Comment pouvons-nous avoir confiance en nos données ?
5
La Qualité de donnéesJamais assez bonne…pour ceux qui la consomme
Faciliter la prisede décision
ModerniserLe métier
Améliorerl’efficacité& Réduireles coûts
Améliorer la qualité de
service
Externaliser lesFonctions
métier
Augmenter l’efficacité du
réseau partenaire
FusionsAcquisitions
Impératifs Métiers
CLIENT
OPCONTACT
CLIENT
PREVISIONCMD
CLIENT
PRODUITCMD
CLIENT
PRODUITCMD
CLIENT
FACTURECONTRAT
6
CLIENT
OPCONTACT
CLIENT
PREVISIONCMD
CLIENT
PRODUITCMD
CLIENT
PRODUITCMD
CLIENT
FACTURECONTRAT
Pervasive Data Quality Informatica 9
Faciliter la prisede décision
Moderniserle métier
Améliorer l’efficacité& RéduireLes coûts
Améliorer la qualité de service
Externaliser lesFonctions
métier
Augmenter l’efficacité du
réseau partenaire
Fusions etAcquisitions
Impératifs Métiers
CLIENT COMMANDE PRODUIT FACTURE
Règles de qualité de données
centralisées
7
Services de qualité de données unifiées et disponibles pour tous
Support complet pour tous les types de données et tous les sujets
Ouvert à toutes les applications
Pervasive Data Quality Informatica 9
8
Pervasive Data QualityLe besoin d’impliquer tous les intervenants
“…les outils du marché sont techniquement complexes et destinés aux informaticiens, au lieu des utilisateurs métier” Gartner Survey
Août. 2009
La plupart des sociétés ont 2 à 5 personnes qui interagissent avec des
outils de qualité de données2 à 5
55%
13%
Plus de 208%
11 à 2012%
6 à 1022%
Nombre d’individus utilisant outils de Qualité de données
9
Des fonctionnalités adaptées par rôle/fonction
La Qualité de données
“pro-active”
100% accessible depuis un simple navigateur web
Analyse des données par simples “Drill Down”
Tableau de bord en mode partagé
Collaborer autour d’un scorecard (client-léger)
10
Reduire le recours systématique à l’informatique
Des fonctionnalités adaptées par rôle/fonction
Utilisation simple & efficace pour les Data Stewards & Analystes
100% accessible depuis un simple navigateur web
Standardiser les données de références
Création de règles réutilisables
11
Règles de qualité de données & transformations pré-définies
Service de profiling applicable sur n’importe quel composant (actif/passif)
Règles réutilisables
Profiler les données à n’importe quelle étape
d’un traitement
Des fonctionnalités adaptées par rôle/fonction
Amélioration significative des développements (Dev & Recette)
12
Pervasive Data QualityLe besoin de devoir supporter plusieurs types de données
“Nous avons calculé grossièrement 2M$ de ROI rien que sur la standardisation des adresses. Et
pourtant ça n’est pas sur cette partie que le véritable ROI se mesure…”
Pourcentage des répondants
Client/Entité Localisation Produit/Matériel Finance
13
La qualité de données universelle
Data Warehouse
DataMigration
Test DataManagement& Archiving
Master DataManagement
Data Synchronization
B2B DataExchange
DataConsolidation
IT Projects
Data Quality
Banque Localisation
Capitaux
Client
FinanceProduit
Nettoyage et rapprochement pour tous les domaines
Tous les types de projet (cf, Migration de données, MDM)
Réutilisation des composants(cf., définitions des sources, règles DQ, Profiling etc.)
Diminution des coûts, Amélioration de la standardisation, +
grande réutilisation
14
La qualité de données universelle
240 Pays, 1 seul moteur
Haute Performance
Integration du Geocoding
Données Clients & Adresses fiables, enrichies
au niveau mondial
Validation des adresses Couverture géographique mondiale
15
La qualité de données universelleServices de Matching ultra performants
Données internationnalesABDULLAH AL MUSAA.ALLAH ALMOUSA
الموس عبدااللهPEG MC CARYMARGARET MACCLARYGRIETJE MCCLLARY
ΠΑΠΑΔΟΠΟΥΛΟΣ GΕΩΡGΓΕΩΡΓ ΠΑΠΑΔΟΠΟΥΛΟΣGEORGE PAPADOPLOUS
TARO YAMADA山田太郎
ヤマダ タロウ
Fournit des services de résolution d’identités complexes fiables & efficaces quelque soient la langue et le pays –
Base de connaissance mondiale embarquée
16
Pervasive Data QualityLe besoin d’être ouvert à toutes les applications
27© 2006 Gartner, Inc. All Rights Reserved.
EDIEDIEAIEAI
Establish a Data Quality 'Firewall' to Protect Your Applications and Processes
Controls at the "edges" of your business
Inbound datais analyzed
Incomplete datais rejected
Auto-completion/correction where possible
"Quality offenders" are identified and notified
Regular, process-driven update of controls
WebWeb FTPFTP
Etablir un « pare-feu » pour protéger vos applications
et processus métier
Controles à la frontière du métier
Les données entrantes analysées
Les données incomplètes isolées
Corriger les données aux endroits souhaités
Les responsables sont identifiés et alertés
Contrôles de mise à jour orientés processus
17
Ouvert à toutes les applicationsConnectivité universelle
Application UnstructuredDatabase
Informatica Data Quality
Cloud Computing Partner Data
SWIFT NACHA HIPAA …
18
Ouvert à toutes les applications Règles de qualité de données centralisées
Au Point d’entrée Ou en Chargement massif
Règles DQ centralisées
Client Commande Produit Facture
Règles Règles RèglesRègles
19
• Une fois centralisées, les règles de qualité de données deviennent un standard au niveau de l’entreprise
Règles DQ centralisées
Client Commande Produit Facture
Règles Règles RèglesRègles
Customer Service Portal
Sales Automation Application
BIApplication
Ouvert à toutes les applications Règles de qualité de données centralisées