インフォマティカが
選ばれる理由
データ活用を進めるうえでは、データの発掘・理解・保護・品質管理など、さまざまな課題に直面します。
インフォマティカは、データ利活用やデータガバナンス、データクレンジングに有効なソリューションを取り揃えており、多種多様なデータ活用シーンに柔軟に対応し、データの力を存分に引き出し、ビジネスの成功を後押しします。
データ利活用
DX/データ利活用における課題
- 利用システムが多く、データ統合の仕組み作れない
- 利用したいデータがどこにあるかわからない
- データが正しいのかわからない
-
データ統合
多種多様なシステムからデータ収集が可能
-
データカタログ
業務ユーザが必要なデータを自分で見つけ、データの状態を自分で把握できる
データ利活用の課題解決データ統合
様々なクラウドサービス/アプリケーションに対応したコネクタを標準で装備
様々なデータへのアクセスを迅速に実現します。
対応サービス一覧
- Adaptive Insights
- Adobe Experience Platform
- Amazon Aurora PostgreSQL
- File I / O
- Flat File
- FTP Server
- Microsoft Azure SQL DW
- Microsoft Dynamics 365
Finance
- Oracle ADWC
- Oracle EBS
- Oracle Eloqua
- SAP HANA Database
（On Premise） - SAP SuccessFactors
業務ユーザがセルフサービスで使える操作性を提供し、
ビジネス環境の素早い変化やビジネスプロセスの変化に対応する。
同期タスクによるソース/ターゲット間のデータ同期
効率的なデータ統合処理の開発
クラウドとオンプレミスをつなぐハイブリッドアーキテクチャーを採用。
オンプレミス、クラウド間をセキュアに接続する。
オンプレミスとクラウドにセキュアにアクセス
エージェントグループとして冗⾧化を実現
高い処理性能
エージョントグループは、ラウンドロビン方式で使用可能なエージェントにタスクをディスパッチし、マシン間のタスクの分散を調整いたします。
また、パイプライン機能やパーティショニング機能と併せて、サーバ資源を最大限に有効活用した処理性能の向上が図れます。
優れた拡張性
処理するデータ量に応じてセキュアエージェントサーバを追加や強化をすることができるため、将来的に利用者数が増加した場合や、連携対象データを追加する場合でも柔軟に対応することができます。
高い可用性
エージントグループでは、グループ内に稼働しているセキュアエージェントがあれば、タスクを実行できます。また、事業本部別にセキュアエージェントを割り当てることもできるため、各事業システムの非機能要件に応じた拡張も可能です。
データ利活用の課題解決データカタログ
所在の把握スマートサーチ
簡易な検索画面から収集したメタデータに対して必要な情報を検索可能です。
ユーザーインターフェースから
企業内のデータを検索を実現
品質の可視化プロファイリング
収集したデータを元に各種データベースや項目に関する情報の閲覧が可能となります。
データの特性把握と口コミ機能を提供
データガバナンス
データガバナンスの課題
- データが膨張/複雑化していて全体像や関係性がわからない。
- 保有するデータ資産に対する理解度/活用度が低い。
- データの品質を保証するプロセスやフローが確立できていない。
- データを活用する際のルールが確立できていない。
- データにまつわる方規則に対応できているか不安だ。
データガバナンスの課題解決データマネジメント
企業のビジネス推進に必要な全ての情報資産を最大限活用するためのデータガバナンスプラットフォーム。
重要なデータ資産の信頼性とセキュリティを確保しつつ、データを利用用途ごとに適切かつ正確に提供して活用を促し、
法規制への対応にも備えることが可能です。
主な機能
-
データリネージ
インサイトマップを使用してエンドツーエンドのデータやビジネスフローを作成することで、影響や依存関係、重複、断片化などを視覚化できます。
-
データの理解
ビジネス用語のデータ辞書を取り込み、任意の技術メタデータと同期することで、重要なデータ要素への理解を深めることができます。
-
関連性
データをビジネスコンテキスト（プロセスなど）と関連づけることで、これらのデータをビジネス用語で表現し、幅広いエンゲージメントを促進できます。
-
コラボレーション
サイロ化されている部門間や分野間で、容易に知識移転できます。
-
コンプライアンス
中核となる資産に対する統合ビューを構築して管理することで、BCBS 239やGDPRなど、各種法規制への確実なコンプライアンスを実現できます。
データクレンジング
データクレンジングの課題
- 統合したデータがばらばらで名寄せできない
- データ品質管理が出来ていない。
- 分析に耐えうるデータ品質を担保できていない。
- データ品質は、完全性、適合性、関連性、一貫性、重複度などさまざまな観点で評価し、正確に課題を把握する必要があります。
- 外部データなどの信頼できるソースであっても、「株式会社」と「㈱」や電話番号等の表記フォーマットが異なる可能性があるため、マッチング(名寄せ)の精度を高めるためにも、事前にプロファイリングし課題を把握、各課題に応じたクレンジング(標準化)処理をすることが重要です。
データクレンジングの課題解決データクオリティ、
マスタデータマネジメント
