[[185499]]

自助服務的數據集成的概念已經存在了一段時間，有些自助服務商業智能都主要來自于電力企業用戶數據和業務分析的視角。但這也為技術準備不足的LOB(企業重要流程線)企業用戶開放參與數據集成活動打開一扇門。

SaaS和云計算服務引入了自助服務數據集成，其中SaaS提供商或第三方供應商提供了類似向導的用戶界面，用于基本的預定義集成或特定應用程序之間的數據同步。這一版本的自助服務數據集成得到了Salesforce生態系統的推動，其中許多都針對的“日常”的商業用戶。

數據集成服務似乎是數據民主化的新力量。然而，當考慮當前的現代數據集成解決方案時，看起來技術精通的業務用戶是自助數據集成能力的主要焦點。那么，日常業務用戶的數據集成發生了什么變化呢?

每個人的數據?

數據的民主化在現代數據集成中占據一席之地，并作為解決方案的概念和實際未來方向。這種民主化意味著在整個組織中更廣泛地共享數據，將更多的人連接到他們需要的數據(不僅僅是高層管理人員)。組織在正確的時間可以更好，更快地獲得正確的數據，從而實現成功。

數據的民主化包括自助服務數據集成和其他數據服務，例如數據準備，可以使業務用戶更經常地訪問數據，而無需IT部門的直接干預。但是，似乎有很多方法可以將不同類型的業務角色實際連接到適當的自助服務數據集成工具。如今，已經有比這些解決方案的實際可用性更多的談話。

當然，它需要在幕后采取非常復雜的技術，以保持簡單的用戶界面，讓日常業務用戶訪問數據集成功能。必須做大量的工作，特別是建立保障措施，以使技術較少的商業用戶擺脫困境。為了確保日常業務用戶正常工作并避免嚴重的失誤，必須在每一步的指導下對自助服務數據集成進行狹義的定義。

云數據集成和數據預處理解決方案支持提供“認證”數據集的動態數據目錄或庫，這些數據集可以很好地用于自助服務。由此產生的數據集提供給相應的用戶角色，包括技術較少的用戶。在風險控制的環境中，哪些角色訪問哪些數據的治理可以促進數據的民主化。重要的是，業務和IT團隊需要不斷驗證此類數據庫的內容，因為許多數據源具有相關性的短暫保質期。

每個人的數據治理

自助數據集成顯然正在向前發展，它必須與自助服務治理相輔相成。而存在的與自助服務DI相關的真實風險，必須通過集中的IT管理和治理來解決，這需要技術到位，以防止分散在整個組織中的零散和管理不善的努力?；谠朴嬎愕淖灾諗祿山鉀Q方案具有良好的治理定位，可以映射到整體組織數據治理實踐和策略。

但請記?。簲祿卫肀燃夹g更為商業：業務人員對于實施成功的數據治理至關重要。再次，業務和IT之間的關鍵合作伙伴關系是數據治理的核心部分，以確保其能夠很好地工作，對業務需求和目標具有意義，以及自助數據集成活動的IT管理。

數據準備解決方案為“大家”打造自助數據集成的路徑?

數據準備供應商非常有效地共享研究，突出了獲取數據準備好供組織使用的昂貴性質：確定正確的來源;清洗和驗證數據;測試語境和相關性;創建適當的集成。業務和技術團隊可以更好地了解為什么數據集成和數據準備很重要，以及為什么必須做得好。這些并不是微不足道的工作，需要復雜的技術來生產許多商業活動所需的可用數據集。

如今，已經出現了大量的數據準備技術，以幫助將更多的業務人員連接到分析和數據集成所需的數據，從而大大減少生成數據所需的準備時間。數據集成和數據準備確實具有相互交織在一起的命運，因為它們的目標應該是可靠的業務就緒的數據。數據準備依賴于數據質量過程，這些過程已經是數據集成的非常重要的一部分，如同數據沿襲一樣。

看起來數據準備解決方案正在創建下一級別的工具，通過利用機器學習等新技術的應用程序，更快速地實現可靠的數據。數據預處理產品包括集中的機器學習/算法功能，實現自動化更多的數據測試和質量，以及數據集成方法。

顯然，數據準備的核心方面是通過SaaS/云平臺的自助服務。這些自助服務產品背后的供應商顯然有興趣擴展業務和技術角色的多樣性，可以利用數據準備平臺。現在，主要用戶是技術熟練的數據集成專家和技術精通的業務分析師。但是，各種供應商正在努力包括低技術的LOB業務角色，以及LOB開發人員。這些供應商似乎理解不同的用戶角色需要不同的用戶界面，功能，指導和治理以及數據訪問。

自助服務選項和現代數據集成

人們看到集成過程發生了重大變化，數據流向和流向任何地方：內部部署，云計算，合作伙伴系統，第三方等。通過現代數據集成，應用程序和數據集成正在融合，以在一個全面的平臺中提供組織所需的一切。最終，對于業務需求來說，它仍然與數據有關。

而且，組織中的更多人能夠更快地訪問數據，幫助他們更好地完成工作，提高業務的有效性和創新性。通過基于云計算的平臺，自助服務選項可用于組織中的各種角色。

自助數據集成是現代數據集成的重要目標。但自助數據集成和準備。仍然有很長的路要走，才能通過“每個人”訪問數據。