写在前面

5月18日，选型直播曾做过一期题为“移动+社交时代，如何治理大数据洪水？”的节目，在那期节目中，Informatica北方区总经理李晨先生系统地介绍了Informatica公司的背景、大数据治理的完整框架，以及最新的“智能数据湖”解决方案。

节目播出后，大家反响非常热烈，但又感觉意犹未尽。毕竟，关于数据的话题实在是太多，而一期节目的容量又非常有限。

为了弥补大家的遗憾，我们这次又特意请来了Informatica大中国区的首席架构师但彬先生，和大家接着聊数据和数据管理的话题。

如果说上期节目是对数据治理的一次全景展示的话，那么，这期节目但总将为大家切一些近景，带我们看看金融、教育、医疗、电力、航空等典型行业的典型用户，他们是怎么用数据管理工具激活企业数据价值的。

古人说：他山之石，可以攻玉。借鉴同行们的成功案例，是提高我们自身的数据治理水平的最简单、最有效的方式。

下面，就让我们一起来听，选型宝首席架构师李维良与Informatica大中国区首席架构师但彬的精彩对话吧。

李维良（主持人）

在数据管理这个大概念下，有哪些细分领域？在每个细分领域中，Informatica又布局了哪些产品？

但彬

我们常说IT（Information Technology信息技术），其中一半是I，也就是信息，尤其在今天，数据和信息变得越来越重要。从数据库（Database）到数据仓库（Data Warehouse）和数据挖掘，再到今天的大数据（Big Data）和数据治理，数据管理的概念一直在变化和延伸，而Informatica则一直是这一领域的辛勤耕耘者。

大家最初认识Informatica，大多是从Power Center和Power Exchange这样的数据集成软件开始的，认为它只是一个ETL工具。而今天，经过近25年的不懈努力，Informatica已经建立起了从智能数据平台到数据管理解决方案，从数据集成到数据质量管理、大数据管理、云数据管理等的完整的数据管理框架和产品线。

我们的数据管理框架分为三层。最下面是支撑层，称为 “ 智能数据平台 ”。为什么这样说呢？因为其中应用了很多AI（人工智能）技术，比如数据模式识别，它会智能地区分出，哪些是客户数据，哪些是交易数据。平台层通过企业级统一元数据管理、人工智能、数据监控、管理与计算等功能，为产品和解决方案提供统一的支撑。

在平台层之上，是产品和解决方案。这其中，除了经典的数据集成、数据归档、数据质量管理、数据安全、主数据管理等，我们近年来又不断推出了很多新的产品和解决方案，比如：企业信息目录（EIC），以及面向数据交换的DIH（Data Integration Hub）、面向流式数据处理的IIS（Informatica Intelligent Streaming）等。再比如，数据湖和数据治理在几年前还只是概念，现在也都被产品化了（IDL和Axon）。

李维良

您刚才提到了主数据、元数据、大数据、ETL等，请您先为大家普及一下这些基本概念。

但彬

在这几个概念中，大数据（Big Data）可能是大家了解最多的，它的特征可以用几个V来概括：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）和Veracity（真实性）。对大数据来说，量大并不是难题，真正具有挑战性的，是数据来源的多样性和数据结构的复杂性。当然，大数据的挑战，对我们来说，也是创新的机遇。

主数据和元数据是两个容易混淆的概念。主数据（MD Master Data）通常是相对于交易数据而言的，它描述了交易数据中的各种主体，比如：客户、商品等，而“某客户在某个时间以某个价格买了某件商品”则是交易数据。主数据有时也被称为基准数据，只有主数据得到正确的维护，才能保证交易数据的正确性和完整性。

元数据（Metadata）是描述数据的数据（Data about Data），是数据及信息资源的描述性信息。比如，一张数据表中的字段名称、字段长度和字段类型等定义数据结构的信息就是元数据。另外，业务术语也通常被纳入元数据的范畴，比如：余额、期末余额、应收、应付账款等。

另外一个理解主数据和元数据的方法，是借助OO（Object Oriented 面向对象）的思想。元数据是一个类（Class），而主数据是一个对象（Object），它是类的一个实例。元数据是一种定义，比如“员工”，它没有值；而主数据则是具体的员工，比如：张三、李四……

ETL是Extract-Transform-Load的缩写，这三个词的意思，分别是抽取、转换和加载。但是，现在我们说起ETL，已经不再局限于它原来的含义，而是包含了实时数据交互、增量数据发现等更多功能的ETL。今天，ETL基本可以看成是数据集成的代名词。

李维良

做为Informatica大中国区首席架构师，请您介绍一下，Informatica产品的技术架构是怎么样的？这样的架构有什么优势？

但彬

Informatica一直是非常重视底层架构的。大家可以看一下这张“Power Center 技术架构图”。这个架构不是现在才有的，而是十几年前就确立了的。当时，人们大多还在讨论如何从传统的面向过程编程转向面向对象编程，而Informatica已经开始尝试SOA（Service Oriented Architecture 面向服务的架构）了。

SOA架构的特点是服务化、松耦合。大家可以看到，Informatica的软件中有很多服务（Service），比如：Power Center集成服务、数据质量服务、元数据服务等等，这些服务可以灵活部署和扩展，并集中共享Repository（一种元数据驱动的存储库）服务。

除了灵活、高效、健壮，这种架构的另一个优势是平台依赖性低，更适合跨平台使用。比如，我想从Unix切换到Windows，就很容易平滑过渡。在今天的大数据时代，我们也可以很容易地过渡到Hadoop分布式基础架构。因此，技术架构先进，也是我们能在今天占得先机的重要原因之一。

李维良

Informatica是一家有将近25年历史的国际化公司，那么，它是哪一年进入中国的？目前在中国的发展情况怎么样？

但彬

Informatica正式在中国设立公司是2005年，但在这之前，已经有很多中国企业通过代理等渠道获得并使用Informatica的产品了。因此，Informatica在中国市场的渗透和发展，主要是靠用户的需求和口碑带动的。

今天，经过十多年的发展，Informatica的产品和服务已经覆盖了国内的金融、电信、能源、商业零售、物流运输、公共服务等各个行业和部门。我们的产品，也从Power Center这样的单一工具，扩展到了包括数据质量管理、主数据管理、云数据管理、大数据治理等在内的系列产品和解决方案。

李维良

数据集成是企业数据管理的基础，您能否为大家介绍一下数据集成的应用场景和成功案例？

但彬

数据集成的应用确实非常广泛，比如数据仓库和BI（商业智能），它们都会催生对数据集成的需求。数据集成的另一个应用方向，就是数据交换，在这里，我想先举一个清华大学的例子。

清华大学是中国的知名学府，经过多年建设，校园信息化应用已基本覆盖了学校运行的各个方面。但是，由于在校园信息系统的建立过程中，缺乏顶层和统一的信息标准，致使信息流通不畅，数据不能共享，形成了一个个 “ 信息孤岛 ” 和 “ 应用孤岛 ”。

要解决这个问题，第一步就是要打通数据流通的渠道，就在这时，他们发现了Informatica的价值。首先，它可以实现各个系统之间的对接与沟通，能够完成各种数据格式之间的转换，而且，系统越是复杂多样，越能体现出Informatica的优势。

其次，清华大学很看重系统架构的灵活性和稳定性，他们希望各系统之间的数据访问能通过Web Service来完成。正好，Informatica的SOA架构可以把数据和数据的访问过程封装成服务，并为清华的校园系统提供底层的数据集成和数据交换支持，从而实现了真正的数字化校园。

还有一些企业或组织，是用Informatica的数据集成工具，完成了数据仓库的升级转型。这里，我正好有一个南京市儿童医院的案例。

南京市儿童医院原先已经建成了包括HIS、LIS、PACS、移动护理、病案管理、财务管理、物流管理和手术麻醉等几十个应用系统，这些异构系统间的数据非常分散，无法实现集中统一和标准化的管理。而且，紧耦合式的数据交互接口为应用开发和后期维护带来了很大困难，数据交换、信息共享的问题日益突出。

为解决这些问题，医院开始尝试使用一些开源工具来实现数据的集成和交换，但随着项目的深入，系统的性能和稳定性等问题慢慢凸显了出来。

经过反思和比较，医院最终选用了 Informatica的数据集成工具。利用Power Center和Power Exchange等软件，他们提升数据仓库系统，并基于数据仓库，建成了医院数据调用公共资源中心库，从而实现了实时的数据交互和信息共享，干净、标准的数据，为跨应用系统数据关联分析打下扎实的基础。

李维良

主数据是企业最核心的、最有价值的数据，针对主数据管理，请您为大家介绍一些应用案例。

但彬

主数据管理也是这两年很火的一个话题。如果说大数据能让人心潮澎湃的话，那么主数据则是一个能让你冷静下来思考的东西。一般来说，主数据不会像大数据那样，直接为企业带来让人眼前一亮的创新价值，但它所反映的问题，通常是和业务直接相关的，是企业数据真正的本质上的痛点。

关于主数据管理，我给大家介绍一个国泰航空的案例。国泰航空一直非常注重客户数据的管理，并已经在数据集成、数据标准化、数据模型建设等方面取得了很多成果，但是他们发现，企业在主数据管理方面，还有待进一步加强。

国泰航空的客户来源非常复杂，超过50%的客户是非会员或线上预订者，还有一些是来自非官方的旅游奖励计划。客户记录是企业内部能够跨业务、跨系统重复使用的高价值数据，但由于缺乏对应的制度、流程和系统支撑，导致各业务系统间主数据的不一致性日益明显，无法给分析人员提供统一口径的主数据信息和及时的差异比较。

为解决这些问题，国泰航空引入了Informatica MDM主数据管理平台，从而使企业的数据管理能力得到了全面的提升。Informatica MDM为国泰航空建立了客户统一视图，确保了客户记录的完整性和唯一性。通过高效查询和精准分析功能，业务人员能够及时洞察客户信息变化，实现个性化营销和服务。主数据管理平台还缩短了数据处理时间，节省了数据管理成本。

主数据管理的另一次成功应用，是帮助南方电网建成了数据资源管理平台。Informatica MDM产品能够用灵活的数据模型定义任何类型的主数据，允许南方电网快速、方便地进行二次开发，大大提升了工作效率。Informatica MDM 支持对数据模型、业务规则、安全和数据管理功能的完整配置，实现了对主数据整个生命周期的全面跟踪管理，从而能够帮助南方电网轻松适应不断变化的业务需求。

李维良

数据安全是企业CIO最关注的问题之一，针对数据安全，Informatica有哪些技术、产品和应用案例？

但彬

最近有两件事，大家可能还记忆犹新。一个是5月12日，WannaCry勒索软件病毒大面积爆发，让我们感到，安全威胁就在身边。第二件事，是 6月1日起《中华人民共和国网络安全法》开始正式实施。可以说，网络安全和数据安全，从来没有像今天这么重要。

信息安全的范畴很大，而Informatica则主要专注于敏感信息、隐私信息的保护。在这个领域，我们的主要产品包括：TDM（Test Data Management 测试数据管理）、DDM（Dynamic Data Masking动态数据遮蔽/脱敏）、Secure@Source（数据安全智能）等。

关于数据脱敏，我可以给大家介绍一下大连银行的应用案例。

做为一家业务发展十分迅速的金融机构，大连银行的业务系统积累了大量包含客户账户等敏感信息的数据，这些数据在银行的很多工作场景中都会用到，例如：业务分析、开发测试、审计监管，甚至一些外包业务等。如果这些数据发生泄露或损坏，不仅会给银行带来经济上的损失，更会大大影响用户对于银行的信任度。

为此，大连银行通过采用Informatica的数据脱敏解决方案，帮助他们管理对敏感数据的访问，建立了企业内部完善统一的脱敏机制与管理流程。通过创建可在内部和外部安全共享的真实但无法识别归属的数据，成功防止了信用卡卡号、电话号码等个人或组织机构信息的意外泄露。

Informatica成熟的数据脱敏解决方案，满足了大连银行对易用性、可用性、高可扩展性以及高效率等方面的要求。我们的DDM等产品，能够为任意格式的敏感数据创建数据脱敏算法，包括替换、随机化、顺序、时滞和取消，并且数据处理加工的速度更快，效率更高，原始数据可直接在内存中计算，不侵入应用程序或数据库，大大减轻了数据外泄的风险。

李维良

在云时代，企业数据的分布、数量等出现了很多新的变化，Informatica是如何应对这种变化的？

但彬

在云时代，客户数据问题确实变得更加复杂，但越是这样，越需要Informatica这样完整而专业的数据管理产品和解决方案。

积极拥抱云时代，向云端数据管理转型，也是这两年Informatica最重要的努力方向之一。目前，我们的产品已经可以全面支持云端数据管理，并为混合架构提供了成熟的解决方案，包括云集成、云安全、云交互、云主数据管理等等。

以CRM为例，我们的产品可以既可以连接本地CRM系统中的数据，也可以轻松连接Salesforce这样的云平台中的数据，从而屏蔽了底层的复杂性，使数据管理问题变得简单。

凭借我们在数据管理领域多年的积淀，Informatica很快就走在了云数据管理的前列。大家可以关注一下Gartner发布的iPaaS（Integration Platform as a Service 集成平台即服务）魔力象限，Informatica是处在Leader位置的。

李维良

对企业来说，数据管理工具最核心的价值是什么？

但彬

我们可以从两个角度去思考这个问题，一是做减法，它为我们解决了什么问题？二是做加法，它为我们带来了什么？

一方面，企业的数据越来越复杂，导致数据的使用成本越来越高，在这个日益高企的成本中，有很大一部分是隐性成本，比如人员工资等。而数据管理工具可以提高数据处理的效率，使复杂、繁琐的问题变得简单、快捷，从而将人解放了出来，也因此大幅降低了使用数据的成本。

另一方面，通过清理、匹配、优化、集成等一系列处理，数据管理工具使数据变得更一致、更有效，从而能够为业务提供更好的支撑，为创新提供更好的支持。

降低数据获取和使用的成本，提高数据价值的利用水平，是数据管理工具最核心的价值。

李维良

Informatica获得了众多中国用户的信任，您认为主要靠的是什么？

但彬

我认为，Informatica能获得国内大量用户的青睐，靠的是四大法宝：产品、技术、服务和伙伴。

Informatica与时俱进的产品和解决方案，覆盖了数据管理的各个细分领域，它们具有良好的稳定性、可用性，灵活性，可从多个角度，帮助用户激活数据价值。

在技术层面，我们有灵活、开放、极具前瞻性的基础架构，有性能卓越的核心算法。在今天的IT新时代，我们又将机器学习、模式识别等人工智能技术融入到产品之中，以不断创新的精神，努力满足客户日益复杂的数据管理需求。

在服务方面，我们建立了北京、上海和广州三大服务中心，有一个强大的售后服务团队，可通过电话、网站、微信等多种渠道，为客户提供7×24小时的服务支持。Informatica连续11年获得客户忠诚度第一的评价，这是非常了不起的。

第四个，也是最重要的因素，就是我们的合作伙伴。目前，我们在全国已经拥有了上百家合作伙伴，共同为不同行业和需求的客户提供有针对性的解决方案。同时、客户是需求的提供者，是最了解数据业务的人群，也是我们最好的合作伙伴。通过构建完整的生态体系，我们可以汇聚最专业的技术和人才，并形成最好的产品和解决方案。

李维良

对于那些有志于发掘企业数据价值的CIO们，您还有什么好的建议？

但彬

依据我个人的经验，我在这里给大家提供三个原则性的建议：

第一：大处着眼、小处着手。我们首先要有全局观，对企业数据管理的现时状况和未来目标要做到心中有数。以此为基础，我们需要制定一个切实可行的计划，将大的目标分解成阶段性的任务，一步一步去解决、去完成。

第二：认清难度、长期规划。在任何一个数据管理项目启动之前，我们都需要对项目的难度、周期、预算等做出正确的预判，并根据预判，制定一个长期的规划。很多数据管理项目的失败，都是由于初期低估了难度和预算。

第三：既重展示，也重数据。我发现，有些客户急于去做那些看得见的东西，比如华丽的报表，可是，仔细去看报表，数据却是错误的。Informatica更侧重底层数据的支撑，我们认为，对任何一个业务支持系统来说，数据就是血液，只有源源不断地提供健康血液，我们的信息系统、我们的企业才能保持旺盛的生命力。