传统数据质量平台针对抽样检测指标及事后统计。大数据时代,数据平台上的业务系统和业务组件产生的业务指标数据量呈现
爆发式增长,需要规则+智能的双管齐下,针对全量数据进行事中监控及在线预警
监控预设数据质量规则、阈值,通过邮件、短信等方式无需登录系统可发现数据问题
及时发现数据的波动、缺失等变化,在影响业务开展之前及时发现问题原因
以提高数据质量为目标,定期数据做质量检查,建立闭环质量管理机制
通过数据质量监控手段,自动化发现数据标准问题,提供数据标准落地检查机制
提供集中的数据监控平台,统一监控环境,无需在不同环境配置多套监控产品
通过机器学习来管理和修改分析算法,通过自动流机制,输出结果作为二次数据源再次回馈到系统之中,使得系统实现自适应
通过可视化指标呈现,提供质量治理的指引与业务成果总览
支持质量定义、规则管理、质量评价模型管理,以及算法及模型迭代等系统性工具
支持数据探查、稽查任务配置、质量稽查、质量结果以及检查结果告警
支持问题分析、问题管理、工单统计等能力
支持作业核心指标监控、多维条件查询、作业运行监控、作业实例监控、异步调度等基础能力
支持针对特定业务领域,采用质量中台+前端场景的模式,迭代开发具备针对性场景的质量检测应用
前100名提交信息即刻获与云原生大数据/数据中台专家一对一免费咨询机会,为您量身定制云原生大数据/数据中台建设方案