从ETL工具到企业云数据管理,在大数据风口的Informatica完成蜕变

简介:

数据已经成为整个社会的一个重要资产,越来越多的企业正在向数据驱动型企业转型。然而,数据的爆炸性增长,特别是非结构化数据的爆炸性增长使得这种转型面临巨大挑战。有研究显示,到2020年,平均每个互联网用户每天会产生1.5GB数据;一个智能工厂每天产生1PB数据…….未来数据量会越来越大,其中非结构化数据的增速要远远超过传统的结构化数据,使得企业从海量数据中获得洞察面临严峻的挑战。

10月31日,为了探求问题答案,Informatica 的300多名客户和合作伙伴来到2017 Informatica数据管理高峰论坛,共同就数据管理相关的话题进行了探讨。本次技术盛会以“智胜数据 颠覆未来”为主题,由 Informatica、至顶网和锦囊专家联合主办。

Informatica 十年中国路

成立于1993年的Informatica ,是一家专业的数据管理解决方案提供商。因为专注于数据管理,所以并不为普通大众所熟知,但业内却拥有很高知名度,特别是在ETL方面,其旗舰产品PowerCenter运行在众多大型企业的数据仓库项目中。这些年来Informatica的产品线逐渐丰富,从ETL工具扩展到数据质量、数据安全以及云数据管理。

从ETL工具到企业云数据管理,在大数据风口的Informatica完成蜕变 

Informatica亚太和日本区资深副总裁Murray Sargant

成立20多年来,Informatica是数据管理市场成长的见证者。Informatica亚太和日本区资深副总裁Murray Sargant用哈勃望远镜和哈勃望远镜接替者James Webb来比喻Informatica走过的三个时代。

Murray Sargant告诉记者,Informatica走过的第一个时代是PowerCenter,那是数据应用的早期,大家还不知道数据集成是什么,Informatica花了差不多十年把ETL做到做到最强;第二个时代Murray Sargant称其为哈勃望远镜时代,是大量的结构化数据、各种数据库以及各种ETL工具出现,Informatica也做得很好。

“现在是第三个时代,就是James Webb——下一代更强大的望远镜时代。在这个时代,更多的是非结构化的数据。我们在这个时代也要非常强。”Murray Sargant表示。

不过,对中国用户而言,大部分了解Informatica是始于2007年,这一年Informatica正式进入中国,当时云计算刚刚出现、大数据还处于萌芽状态。随后,云计算和大数据也都迅速得到普及,而赶上这一浪潮的Informatica在中国市场也得了迅速拓展,10年拥有了超过1000家客户。

今年正好是Informatica进入中国的十年,回顾Informatica在中国的10年岁月,Informatica大中国区总经理王晨杰表示:“这十年里,Informatica不忘初心,专注于数据管理领域,帮助上千家中国企业实现以数据为驱动的数字化变革。”

从ETL工具到企业云数据管理,在大数据风口的Informatica完成蜕变

Informatica大中国区总经理王晨杰

从ETL工具到企业云数据管理

今年5月,Informatica在全球启动了新的战略目标,将企业战略从原来的ETL工具提供商提升为云数据管理领导者,同时发布了公司全新品牌标识。

在王晨杰看来这是Informatica的蜕变。“Informatica是传统的ETL专家和数据处理的工具专家,而今天我们要带着越来越丰富的市场实践经验和越跨时代的产品,去帮助企业去完成数据的整合,从而能够以数据来驱动它的数字化转型。因此,对Informatica而言今年是一个蜕变。”王晨杰表示。

在Informatica这一战略转变背后离不开产品的支撑,而EIC(企业信息目录)就是Informatica众多新一代产品中颇有代表性的一个。据记者了解,Informatica过去的产品线主要有两条,一条是大家所熟悉的主数据管理MDM,这是以客户为中心的解决方案。另外一条就是产品信息管理PIM,这是以产品为中心的管理。EIC则是另一个维度的产品。它不只是管客户数据和产品数据,还要整合社交网络的数据信息,也就是非结构化网络数据。EIC兼顾这三个领域,然后给客户一个统一的视角。

谈到EIC,Murray Sargant显得很兴奋。Murray Sargant表示,“EIC可以把Informatica带到全新的领域,也就是新的转型领域,这个转型完成之后,我们会真正处于一个非常前沿的位置。”

Murray Sargant说,EIC让他兴奋,除了EIC能把结构化数之外的非结构化数据(主要是社交数据)整合进来之外,另一个重要原因是其AI能力。由于EIC内置了人工智能引擎CLAIRE,EIC能通过人工智能驱动的元数据管理功能探查企业范围内所有的数据类型和数据关系,并对数据进行编目,这样就不会有任何的相关联数据或有用数据处于隐藏或混沌状态。

“以前很多需要手工操作的流程,比如说编码,现在通过CLAIRE就能自动化地来为客户提供服务。这样,在未来的数字化世界中,客户将能享受到更加便捷、高效的服务。这是EIC特别强大的地方之一。”Murray Sargant表示。

Murray Sargant说,正如我们仰望星空,有太多未知,从哈勃到James Webb让我们得以又往前走了一步。同样,人类探究数据的过程将是永无止境的,在大数据时代Informatica希望通过EIC等多项产品让我们探索数据的往前走一步。


原文发布时间为:2017年11月6日

本文作者:邹大斌

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关实践学习
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
相关文章
|
7月前
|
数据采集 SQL 监控
ETL还是ELT,大数据处理怎么选更靠谱?
在数据处理中,ETL(抽取、转换、加载)与ELT(抽取、加载、转换)是两种核心流程。ETL强调在数据入库前完成清洗和转换,适合质量要求高、转换复杂的场景;而ELT则先将原始数据快速入库,再利用现代数仓的计算能力进行转换,更适合大数据和实时分析需求。选择哪种方式,需根据数据量、转换复杂度、系统资源及业务需求综合判断。
|
7月前
|
SQL 人工智能 分布式计算
拥抱数据洪流:ODPS,从工具到智能基石的认知跃迁
ODPS正从计算工具进化为智能基石,重塑数据价值链条。它不仅是效率引擎,更是决策资产、信任桥梁与预见系统。其创新架构支持存算分离、AI融合计算与隐私保护,助力企业迎接AI革命。未来,ODPS将推动绿色智能,成为组织数字化转型的核心支撑平台。
214 3
|
6月前
|
存储 供应链 数据可视化
Java 大视界 -- 基于 Java 的大数据可视化在企业供应链风险预警与决策支持中的应用(204)
本篇文章探讨了基于 Java 的大数据可视化技术在企业供应链风险预警与决策支持中的深度应用。文章系统介绍了从数据采集、存储、处理到可视化呈现的完整技术方案,结合供应链风险预警与决策支持的实际案例,展示了 Java 大数据技术如何助力企业实现高效、智能的供应链管理。
|
9月前
|
数据采集 人工智能 大数据
大数据+商业智能=精准决策,企业的秘密武器
大数据+商业智能=精准决策,企业的秘密武器
285 28
|
分布式计算 大数据 数据处理
从Excel到大数据:别让工具限制你的思维!
从Excel到大数据:别让工具限制你的思维!
487 85
|
存储 分布式计算 数据可视化
大数据常用技术与工具
【10月更文挑战第16天】
826 4
|
9月前
|
人工智能 算法 自动驾驶
AI和大数据:是工具,还是操控人心的“隐形之手”?
AI和大数据:是工具,还是操控人心的“隐形之手”?
212 1
|
10月前
|
存储 监控 算法
基于 Python 哈希表算法的局域网网络监控工具:实现高效数据管理的核心技术
在当下数字化办公的环境中,局域网网络监控工具已成为保障企业网络安全、确保其高效运行的核心手段。此类工具通过对网络数据的收集、分析与管理,赋予企业实时洞察网络活动的能力。而在其运行机制背后,数据结构与算法发挥着关键作用。本文聚焦于 PHP 语言中的哈希表算法,深入探究其在局域网网络监控工具中的应用方式及所具备的优势。
332 7
|
10月前
|
机器学习/深度学习 人工智能 搜索推荐
用大数据重塑客户关系管理:聪明企业的秘密武器
用大数据重塑客户关系管理:聪明企业的秘密武器
239 9
|
12月前
|
存储 人工智能 分布式计算
阿里云云数据仓库:助力企业构建智能数据基石的云端利器 。阿里云云数据仓库优势与选型指南
阿里云数据仓库体系基于MaxCompute、AnalyticDB等核心产品,提供弹性敏捷的PB级数据处理能力,支持实时分析与智能决策。其六大优势包括无限弹性伸缩、极致性能表现、智能成本优化、全栈安全体系、生态无缝对接和AI增强分析,助力企业在数字经济时代应对数据爆发式增长的挑战。灵活透明的定价体系和行业实践案例展示了其在证券、新零售、物联网等领域的成功应用,为企业构建智能数据基座提供了清晰路径。
507 6