無論資料的來源或位置如何，都能夠協助使用者尋找、編目、使用對分析最有價值的資料，並確保這些資料的安全。
花更少時間尋找和評估資料，留出更多時間分析資料。
分析師、資料負責人和企業使用者，可以使用中繼資料(Metadata)搜尋和搜尋結果，輕鬆尋找他們需要的資料、報告、模型和其他分析資源。使用者可藉由這些搜尋到的資源，快速評估資料的適用性、查看所有可供使用的資訊，來避免重工，進而以高效、受監管和安全的方式，選出合適的資料，並做出明智的選擇。
確保精確的資料供分析使用 – 減少對 IT 的依賴。
靈活的搜尋功能，可以讓您使用文字、先前的搜尋建議、篩選得到的建議、又或是多面向查詢，來進行搜尋。此搜尋結果提供了資料的詳細資訊，包括資料健康情況、資料品質、關鍵指標等，顯示在表格、欄目的資料層級中，有利於商業企業使用者，更有信心去判定，這些資料是否適合用於他們的分析。
識別敏感的個人資料。
SAS的資訊治理，更提供資訊用以評估資料是否能符合預期目的、使新資料的輸入與擷取變得容易、並透過資訊隱私評估，來確保對個人資料和機密資料的治理和監控。
FREE TRIAL
Try the latest SAS® Viya® capabilities
Get a free, 14-day trial of SAS® Visual Data Science Decisioning, which includes all the capabilities of SAS® 資訊治理 as well as for the entire analytics life cycle.
主要特色
協助分析師、資料負責人和企業使用者找到所需的資料和分析資源，同時保護資料和分析資源的安全，並評估其適用性。
資料目錄
提供自動化探索服務(Automated discovery agent)，透過檢視資料來源，來探索資料，以便您瞭解哪些資料可用。
資料準備
提供自主式介面，內含建立資料品質、資料整合的工具，並以視圖，顯示必須的資料準備。
自動分類內容和識別隱私資料
使用 SAS Quality Knowledge Base 實現欄位內容識別和分類。
資訊發現
協助使用者搜尋、快速取得難以找到的資料、報告、模型和其他分析資源。
靈活的搜尋功能
資料使用者，在搜尋時能夠使用文字或多面向查詢，並對搜尋結果使用篩選器，以優化查詢。另外，也允許使用者使用更彈性的搜尋來尋找資源。
一鍵式存取 SAS® Viya® 應用程式
使用者可直接地自資訊目錄(Information Catalog)中選定資料，轉到下一個應用程式，例如，建立分析管道(pipeline)或建立報告。
由 SAS ® Viya ® 提供支援
SAS Viya 具有完全重新設計的架構，該架構緊湊、速度快且為雲端原生。無論您更喜歡使用 SAS Cloud 還是公共或私人雲端提供者，您都能夠充分利用您的雲端投資。
開放式中繼資料(Metadata)和治理
利用 SAS Viya 中的 Egeria 連接器，使用者能夠將新目錄物件讀入 Egeria，並在這些物件之間建立關係。隨後可在使用者和不同工具之間共用中繼資料，提供資料的背景及提高可見性，以改善使用情況、促進重複使用和增進資料信任。
雲端供應商
透過在雲端更快決策，應對各種分析挑戰（從實驗型功能到關鍵任務型功能）。這些雲端供應商現已推出最新版本 SAS Viya。
SAS Viya 將最新的 DataOps、AI 和 ModelOps 功能引入 Red Hat OpenShift – 領先的企業 Kubernetes 平台，專為您的開放式混合雲端策略而建構。
相關產品
SAS 資訊治理包含在 SAS® Visual Machine Learning、SAS® Visual Data Science 和 SAS® Visual Data Science Decisioning 之內，並可作為 SAS® Visual Analytics 和 SAS® Visual Statistics 的可選附加元件提供。查看這些與 SAS 資訊治理相關的產品和解決方案。
- SAS® Data Preparation以自主式資料存取、點擊的環境，加速分析資料的準備。
- SAS® Data QualityImprove the value of your data – and maintain that excellence – for better data-driven decisions.
- SAS® Data Science OfferingsTake advantage of self-service AI and machine learning capabilities within a flexible, centralized environment that spans the analytics life cycle.
