Nettoyage et enrichissement de données
Analyse, nettoie, augmente, et surveille les données pour créer de l'information conforme et fiable

La qualité de données est un facteur critique pour le succès des initiatives de Business Intelligence. De mauvaises données sur un système peuvent facilement et rapidement se propager à d'autres systèmes. Si l'information partagée à travers l'organisation est contradictoire, incohérente ou imprécise, alors les interactions avec les clients, les fournisseurs et d'autres seront basés sur l'information imprécise, ayant pour résultat des coûts plus élevés, une crédibilité réduite et les affaires perdues.

SAS Data Integration fournit un environnement simple qui intègre aisément la qualité de données dans le procédé d'intégration de données. Les entreprises peuvent transformer et combiner des données disparates, enlever des inexactitudes, les normaliser sur des valeurs communes, analyser des valeurs et nettoyer des données non propres pour créer l'information conforme et fiable. Des règles peuvent être établies rapidement tout en profilant des données, et être alors incorporées automatiquement aux processus de transformation de données. Ceci accélère le développement et l'exécution des données nettoyées. Un environnement de conception de déroulement des opérations facilite le développement des données existantes avec la nouvelle information pour accroître l'utilité et la valeur de toutes les données d'entreprise.

Avantages clés :

• Accélère la délivrance des informations crédibles en incluant la qualité de données en batch ou temps réel.
• Réduit des erreurs coûteuses en empêchant la propagation de mauvaises données et en corrigeant des erreurs à la source.
• Garde les données à jour et précises avec un audit et nettoyage réguliers.
• Normalise des données provenant de sources multiples et réduit la redondance pour soutenir un reporting, une analyse et des décisions économiques plus précis.
• Ajoute de la valeur aux données existantes en générant et / ou apposant de l’information provenant de d’autres sources.

Fonctionnalités clés :

• La base de données / entrepôt de données / Datamarts nettoyés par une variété de techniques, y compris l'étalonnage, la transformation et la rationalisation, tout en maintenant une vérification rétrospective précise.
• Profiling des données pour identifier des données inachevées, imprécises ou ambiguës.
• Enrichissement et augmentation en données.
• Créer les règles business réutilisables de qualité de données accessibles par des sorties spécifiques, les files d'attente de messages et les services Web.
• Transaction en temps réel de nettoyage utilisant des règles business standards.
• Résumé de données. Comprimer les grandes bases de données statiques dans des points représentatifs les rendant plus favorables pour l'analyse suivante.
• Solution supportée dans plus de 20 langues avec les localisations spécifiques.

WEBCAST : Rencontres CIO 2007
La qualité des données, un enjeu pour les entreprises

Le problème de la qualité des données se pose avec d'autant plus d'acuité que les volumes à traiter augmentent et que les applications tendent à se diversifier. Outre cela, les pressions réglementaires et les exigences de contrôle interne obligent les entreprises à s'intéresser de plus en plus à la qualité de leurs données. Devenue un enjeu essentiel pour les entreprises, elle est aussi maintenant source de compétitivité. Plus d'infos - site CIO-online

Ainsi, la qualité des données va au delà de la simple répercussion financière, elle influe entre autre sur la perception qu'ont les clients de l'entreprise. « Elle s'étend à tous les types de données recueillies et utilisées dans les entreprises : celles relatives aux fournisseurs, aux produits, et plus généralement, à tout le spectre des applications décisionnelles » rappelle Christophe Chalopin, responsable Solutions Integration et Qualité des données chez SAS.

Connectivity & Metadata [www.sas.com]