인포매티카에서는 SAP와 연동할 수 있는 인포매티카에서 개발한 다양한 Connector들을 제공합니다. 이를 통해서 여러 SAP 시스템과 Batch / 실시간 연동을 할 수 있고 특히 MDM 솔루션은 SAP Accelorator를 제공해서 SAP의 여러 모듈들 Informatica MDM에서 관리할 수 있도록 Pre-Built된 데이터 모델/ 여러 데이터 변환 프로세스들 제공해 드립니다.
안녕하세요
감사합니다
네.. 각 데이터 셋 별로 데이터 품질 룰을 설정할 수 있고 이것을 수치화 해서 Dash Board형태로 만들 수 있습니다. 이때 데이터 품질 룰은 - 기본적으로 많이 사용되는 룰들 ( 예: 전화번호 패턴 검색, ) 은 인포매티카에서 기본적으로 제공해 드리고 - 데이터 프로파일링이후 인포매티카 AI를 통해서 데이터 패턴을 분석하고 데이터 패턴에 관련된 룰을 자동으로 생성하기도 하고 - 아니면 개발자가 특정 비지니스 룰을 만들어서 품질을 측정할 수가 있습니다.
두개 모두 가능합니다. 설정을 통해서 전체 데이터를 할 수도 있고 샘플링을 할 수도 있습니다.
Data Fabric이나 Data Mesh모두 데이터 사일로 문제를 해결하기 위해서 고안된 아키텍쳐입니다. Data Fabric이 메타데이터에 조금 더 중심을 두고 자동으로 메타 데이터를 수집하고 관련 비지니스 메타데이터와 연계함으로써 데이터에 대한 정보를 데이터를 사용하는 사람들에게 정확하고 빠르게 전달함으로써 데이터 사일로를 없에는것이라면 데이터 메시의 경우는 데이터를 데이터를 가장 잘 아는 도메인 Onwer가 데이터 제품 형태로 사용자에게 전달하 것을 주로 하는데 이렇게 함으로써 데이터에 대한 정보가 데이터 사용자에게 빠르게 됨으로써 데이터 사일로를 없에는 것이라고 이해하시면 될 것 같습니다.
네. 말씀하신데로 데이터 도메인 지식을 가진 팀이 없다면 데이터 메시는 그 효용성이 많이 떨어집니다. 그래서 데이터 메쉬는 큰 규모의 업체에서 중앙 집중적 데이터 레이크가 잘 운영되지 않을경우 그리고 각 팀에 권한을 주고 데이터를 관리할 수 있도록 하는 경우가 많습니다. 또한 데이데 메쉬의 기본이 되는 것이 데이터 제품을 만드는 프소세스를 최대한 자동화해서 각 팀에서 개발자가 아니더라도 데이터 제품을 만들고 관리 할 수 있는 그러한 플랫폼이 중요시 됩니다.
데이터 메쉬와 데이터 레이크의 가장 큰 차이점은 데이터를 관리하는 방법일 것입니다. 데이터 레이크가 한 곳의 저장공간에 데이터를 모아서 관리하는 중앙 집중식 데이터 관리 방법이라면, 데이터 메시는 데이터 관리의 주체를 데이터를 생산하는 팀으로 정의하고 (데이터 도메인 팀) 여기에 관리에 책임과 권한을 주는 분산형 모델입니다..
안녕하세요 !!
안녕하세요. 인포매티카의 김상철 입니다. SaaS MDM외에도 On-Prem 환경에서의 MDM도 제공하고 있습니다. SaaS버전은 현재 Azure와 AWS PoD에서 제공되고 있고 앞으로 GCP를 비롯한 다른 클라우드 서비스들도 Roadmap에 있습니다.