寫在前面
5月18日，選型直播曾做過一期題爲“移動+社交時代，如何治理大數據洪水？”的節目，在那期節目中，Informatica北方區總經理李晨先生系統地介紹了Informatica公司的背景、大數據治理的完整框架，以及最新的“智能數據湖”解決方案。
節目播出後，大家反響非常熱烈，但又感覺意猶未盡。畢竟，關於數據的話題實在是太多，而一期節目的容量又非常有限。
爲了彌補大家的遺憾，我們這次又特意請來了Informatica大中國區的首席架構師但彬先生，和大家接着聊數據和數據管理的話題。
如果說上期節目是對數據治理的一次全景展示的話，那麼，這期節目但總將爲大家切一些近景，帶我們看看金融、教育、醫療、電力、航空等典型行業的典型用戶，他們是怎麼用數據管理工具激活企業數據價值的。
古人說：他山之石，可以攻玉。借鑑同行們的成功案例，是提高我們自身的數據治理水平的最簡單、最有效的方式。
下面，就讓我們一起來聽，選型寶首席架構師李維良與Informatica大中國區首席架構師但彬的精彩對話吧。
李維良（主持人）
在數據管理這個大概念下，有哪些細分領域？在每個細分領域中，Informatica又佈局了哪些產品？
但彬
我們常說IT（Information Technology信息技術），其中一半是I，也就是信息，尤其在今天，數據和信息變得越來越重要。從數據庫（Database）到數據倉庫（Data Warehouse）和數據挖掘，再到今天的大數據（Big Data）和數據治理，數據管理的概念一直在變化和延伸，而Informatica則一直是這一領域的辛勤耕耘者。
大家最初認識Informatica，大多是從Power Center和Power Exchange這樣的數據集成軟件開始的，認爲它只是一個ETL工具。而今天，經過近25年的不懈努力，Informatica已經建立起了從智能數據平臺到數據管理解決方案，從數據集成到數據質量管理、大數據管理、雲數據管理等的完整的數據管理框架和產品線。
我們的數據管理框架分爲三層。最下面是支撐層，稱爲 “ 智能數據平臺 ”。爲什麼這樣說呢？因爲其中應用了很多AI（人工智能）技術，比如數據模式識別，它會智能地區分出，哪些是客戶數據，哪些是交易數據。平臺層通過企業級統一元數據管理、人工智能、數據監控、管理與計算等功能，爲產品和解決方案提供統一的支撐。
在平臺層之上，是產品和解決方案。這其中，除了經典的數據集成、數據歸檔、數據質量管理、數據安全、主數據管理等，我們近年來又不斷推出了很多新的產品和解決方案，比如：企業信息目錄（EIC），以及面向數據交換的DIH（Data Integration Hub）、面向流式數據處理的IIS（Informatica Intelligent Streaming）等。再比如，數據湖和數據治理在幾年前還只是概念，現在也都被產品化了（IDL和Axon）。
李維良
您剛纔提到了主數據、元數據、大數據、ETL等，請您先爲大家普及一下這些基本概念。
但彬
在這幾個概念中，大數據（Big Data）可能是大家瞭解最多的，它的特徵可以用幾個V來概括：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）和Veracity（真實性）。對大數據來說，量大並不是難題，真正具有挑戰性的，是數據來源的多樣性和數據結構的複雜性。當然，大數據的挑戰，對我們來說，也是創新的機遇。
主數據和元數據是兩個容易混淆的概念。主數據（MD Master Data）通常是相對於交易數據而言的，它描述了交易數據中的各種主體，比如：客戶、商品等，而“某客戶在某個時間以某個價格買了某件商品”則是交易數據。主數據有時也被稱爲基準數據，只有主數據得到正確的維護，才能保證交易數據的正確性和完整性。
元數據（Metadata）是描述數據的數據（Data about Data），是數據及信息資源的描述性信息。比如，一張數據表中的字段名稱、字段長度和字段類型等定義數據結構的信息就是元數據。另外，業務術語也通常被納入元數據的範疇，比如：餘額、期末餘額、應收、應付賬款等。
另外一個理解主數據和元數據的方法，是藉助OO（Object Oriented 面向對象）的思想。元數據是一個類（Class），而主數據是一個對象（Object），它是類的一個實例。元數據是一種定義，比如“員工”，它沒有值；而主數據則是具體的員工，比如：張三、李四……
ETL是Extract-Transform-Load的縮寫，這三個詞的意思，分別是抽取、轉換和加載。但是，現在我們說起ETL，已經不再侷限於它原來的含義，而是包含了實時數據交互、增量數據發現等更多功能的ETL。今天，ETL基本可以看成是數據集成的代名詞。
李維良
做爲Informatica大中國區首席架構師，請您介紹一下，Informatica產品的技術架構是怎麼樣的？這樣的架構有什麼優勢？
但彬
Informatica一直是非常重視底層架構的。大家可以看一下這張“Power Center 技術架構圖”。這個架構不是現在纔有的，而是十幾年前就確立了的。當時，人們大多還在討論如何從傳統的面向過程編程轉向面向對象編程，而Informatica已經開始嘗試SOA（Service Oriented Architecture 面向服務的架構）了。
SOA架構的特點是服務化、鬆耦合。大家可以看到，Informatica的軟件中有很多服務（Service），比如：Power Center集成服務、數據質量服務、元數據服務等等，這些服務可以靈活部署和擴展，並集中共享Repository（一種元數據驅動的存儲庫）服務。
除了靈活、高效、健壯，這種架構的另一個優勢是平臺依賴性低，更適合跨平臺使用。比如，我想從Unix切換到Windows，就很容易平滑過渡。在今天的大數據時代，我們也可以很容易地過渡到Hadoop分佈式基礎架構。因此，技術架構先進，也是我們能在今天佔得先機的重要原因之一。
李維良
Informatica是一家有將近25年曆史的國際化公司，那麼，它是哪一年進入中國的？目前在中國的發展情況怎麼樣？
但彬
Informatica正式在中國設立公司是2005年，但在這之前，已經有很多中國企業通過代理等渠道獲得並使用Informatica的產品了。因此，Informatica在中國市場的滲透和發展，主要是靠用戶的需求和口碑帶動的。
今天，經過十多年的發展，Informatica的產品和服務已經覆蓋了國內的金融、電信、能源、商業零售、物流運輸、公共服務等各個行業和部門。我們的產品，也從Power Center這樣的單一工具，擴展到了包括數據質量管理、主數據管理、雲數據管理、大數據治理等在內的系列產品和解決方案。
李維良
數據集成是企業數據管理的基礎，您能否爲大家介紹一下數據集成的應用場景和成功案例？
但彬
數據集成的應用確實非常廣泛，比如數據倉庫和BI（商業智能），它們都會催生對數據集成的需求。數據集成的另一個應用方向，就是數據交換，在這裏，我想先舉一個清華大學的例子。
清華大學是中國的知名學府，經過多年建設，校園信息化應用已基本覆蓋了學校運行的各個方面。但是，由於在校園信息系統的建立過程中，缺乏頂層和統一的信息標準，致使信息流通不暢，數據不能共享，形成了一個個 “ 信息孤島 ” 和 “ 應用孤島 ”。
要解決這個問題，第一步就是要打通數據流通的渠道，就在這時，他們發現了Informatica的價值。首先，它可以實現各個系統之間的對接與溝通，能夠完成各種數據格式之間的轉換，而且，系統越是複雜多樣，越能體現出Informatica的優勢。
其次，清華大學很看重系統架構的靈活性和穩定性，他們希望各系統之間的數據訪問能通過Web Service來完成。正好，Informatica的SOA架構可以把數據和數據的訪問過程封裝成服務，併爲清華的校園系統提供底層的數據集成和數據交換支持，從而實現了真正的數字化校園。
還有一些企業或組織，是用Informatica的數據集成工具，完成了數據倉庫的升級轉型。這裏，我正好有一個南京市兒童醫院的案例。
南京市兒童醫院原先已經建成了包括HIS、LIS、PACS、移動護理、病案管理、財務管理、物流管理和手術麻醉等幾十個應用系統，這些異構系統間的數據非常分散，無法實現集中統一和標準化的管理。而且，緊耦合式的數據交互接口爲應用開發和後期維護帶來了很大困難，數據交換、信息共享的問題日益突出。
爲解決這些問題，醫院開始嘗試使用一些開源工具來實現數據的集成和交換，但隨着項目的深入，系統的性能和穩定性等問題慢慢凸顯了出來。
經過反思和比較，醫院最終選用了 Informatica的數據集成工具。利用Power Center和Power Exchange等軟件，他們提升數據倉庫系統，並基於數據倉庫，建成了醫院數據調用公共資源中心庫，從而實現了實時的數據交互和信息共享，乾淨、標準的數據，爲跨應用系統數據關聯分析打下紮實的基礎。
李維良
主數據是企業最核心的、最有價值的數據，針對主數據管理，請您爲大家介紹一些應用案例。
但彬
主數據管理也是這兩年很火的一個話題。如果說大數據能讓人心潮澎湃的話，那麼主數據則是一個能讓你冷靜下來思考的東西。一般來說，主數據不會像大數據那樣，直接爲企業帶來讓人眼前一亮的創新價值，但它所反映的問題，通常是和業務直接相關的，是企業數據真正的本質上的痛點。
關於主數據管理，我給大家介紹一個國泰航空的案例。國泰航空一直非常注重客戶數據的管理，並已經在數據集成、數據標準化、數據模型建設等方面取得了很多成果，但是他們發現，企業在主數據管理方面，還有待進一步加強。
國泰航空的客戶來源非常複雜，超過50%的客戶是非會員或線上預訂者，還有一些是來自非官方的旅遊獎勵計劃。客戶記錄是企業內部能夠跨業務、跨系統重複使用的高價值數據，但由於缺乏對應的制度、流程和系統支撐，導致各業務系統間主數據的不一致性日益明顯，無法給分析人員提供統一口徑的主數據信息和及時的差異比較。
爲解決這些問題，國泰航空引入了Informatica MDM主數據管理平臺，從而使企業的數據管理能力得到了全面的提升。Informatica MDM爲國泰航空建立了客戶統一視圖，確保了客戶記錄的完整性和唯一性。通過高效查詢和精準分析功能，業務人員能夠及時洞察客戶信息變化，實現個性化營銷和服務。主數據管理平臺還縮短了數據處理時間，節省了數據管理成本。
主數據管理的另一次成功應用，是幫助南方電網建成了數據資源管理平臺。Informatica MDM產品能夠用靈活的數據模型定義任何類型的主數據，允許南方電網快速、方便地進行二次開發，大大提升了工作效率。Informatica MDM 支持對數據模型、業務規則、安全和數據管理功能的完整配置，實現了對主數據整個生命週期的全面跟蹤管理，從而能夠幫助南方電網輕鬆適應不斷變化的業務需求。
李維良
數據安全是企業CIO最關注的問題之一，針對數據安全，Informatica有哪些技術、產品和應用案例？
但彬
最近有兩件事，大家可能還記憶猶新。一個是5月12日，WannaCry勒索軟件病毒大面積爆發，讓我們感到，安全威脅就在身邊。第二件事，是 6月1日起《中華人民共和國網絡安全法》開始正式實施。可以說，網絡安全和數據安全，從來沒有像今天這麼重要。
信息安全的範疇很大，而Informatica則主要專注于敏感信息、隱私信息的保護。在這個領域，我們的主要產品包括：TDM（Test Data Management 測試數據管理）、DDM（Dynamic Data Masking動態數據遮蔽/脫敏）、Secure@Source（數據安全智能）等。
關於數據脫敏，我可以給大家介紹一下大連銀行的應用案例。
做爲一家業務發展十分迅速的金融機構，大連銀行的業務系統積累了大量包含客戶賬戶等敏感信息的數據，這些數據在銀行的很多工作場景中都會用到，例如：業務分析、開發測試、審計監管，甚至一些外包業務等。如果這些數據發生泄露或損壞，不僅會給銀行帶來經濟上的損失，更會大大影響用戶對於銀行的信任度。
爲此，大連銀行通過採用Informatica的數據脫敏解決方案，幫助他們管理對敏感數據的訪問，建立了企業內部完善統一的脫敏機制與管理流程。通過創建可在內部和外部安全共享的真實但無法識別歸屬的數據，成功防止了信用卡卡號、電話號碼等個人或組織機構信息的意外泄露。
Informatica成熟的數據脫敏解決方案，滿足了大連銀行對易用性、可用性、高可擴展性以及高效率等方面的要求。我們的DDM等產品，能夠爲任意格式的敏感數據創建數據脫敏算法，包括替換、隨機化、順序、時滯和取消，並且數據處理加工的速度更快，效率更高，原始數據可直接在內存中計算，不侵入應用程序或數據庫，大大減輕了數據外泄的風險。
李維良
在雲時代，企業數據的分佈、數量等出現了很多新的變化，Informatica是如何應對這種變化的？
但彬
在雲時代，客戶數據問題確實變得更加複雜，但越是這樣，越需要Informatica這樣完整而專業的數據管理產品和解決方案。
積極擁抱雲時代，向雲端數據管理轉型，也是這兩年Informatica最重要的努力方向之一。目前，我們的產品已經可以全面支持雲端數據管理，併爲混合架構提供了成熟的解決方案，包括雲集成、雲安全、雲交互、雲主數據管理等等。
以CRM爲例，我們的產品可以既可以連接本地CRM系統中的數據，也可以輕鬆連接Salesforce這樣的雲平臺中的數據，從而屏蔽了底層的複雜性，使數據管理問題變得簡單。
憑藉我們在數據管理領域多年的積澱，Informatica很快就走在了雲數據管理的前列。大家可以關注一下Gartner發佈的iPaaS（Integration Platform as a Service 集成平臺即服務）魔力象限，Informatica是處在Leader位置的。
李維良
對企業來說，數據管理工具最核心的價值是什麼？
但彬
我們可以從兩個角度去思考這個問題，一是做減法，它爲我們解決了什麼問題？二是做加法，它爲我們帶來了什麼？
一方面，企業的數據越來越複雜，導致數據的使用成本越來越高，在這個日益高企的成本中，有很大一部分是隱性成本，比如人員工資等。而數據管理工具可以提高數據處理的效率，使複雜、繁瑣的問題變得簡單、快捷，從而將人解放了出來，也因此大幅降低了使用數據的成本。
另一方面，通過清理、匹配、優化、集成等一系列處理，數據管理工具使數據變得更一致、更有效，從而能夠爲業務提供更好的支撐，爲創新提供更好的支持。
降低數據獲取和使用的成本，提高數據價值的利用水平，是數據管理工具最核心的價值。
李維良
Informatica獲得了衆多中國用戶的信任，您認爲主要靠的是什麼？
但彬
我認爲，Informatica能獲得國內大量用戶的青睞，靠的是四大法寶：產品、技術、服務和夥伴。
Informatica與時俱進的產品和解決方案，覆蓋了數據管理的各個細分領域，它們具有良好的穩定性、可用性，靈活性，可從多個角度，幫助用戶激活數據價值。
在技術層面，我們有靈活、開放、極具前瞻性的基礎架構，有性能卓越的核心算法。在今天的IT新時代，我們又將機器學習、模式識別等人工智能技術融入到產品之中，以不斷創新的精神，努力滿足客戶日益複雜的數據管理需求。
在服務方面，我們建立了北京、上海和廣州三大服務中心，有一個強大的售後服務團隊，可通過電話、網站、微信等多種渠道，爲客戶提供7×24小時的服務支持。Informatica連續11年獲得客戶忠誠度第一的評價，這是非常了不起的。
第四個，也是最重要的因素，就是我們的合作伙伴。目前，我們在全國已經擁有了上百家合作伙伴，共同爲不同行業和需求的客戶提供有針對性的解決方案。同時、客戶是需求的提供者，是最瞭解數據業務的人羣，也是我們最好的合作伙伴。通過構建完整的生態體系，我們可以匯聚最專業的技術和人才，並形成最好的產品和解決方案。
李維良
對於那些有志於發掘企業數據價值的CIO們，您還有什麼好的建議？
但彬
依據我個人的經驗，我在這裏給大家提供三個原則性的建議：
第一：大處着眼、小處着手。我們首先要有全局觀，對企業數據管理的現時狀況和未來目標要做到心中有數。以此爲基礎，我們需要制定一個切實可行的計劃，將大的目標分解成階段性的任務，一步一步去解決、去完成。
第二：認清難度、長期規劃。在任何一個數據管理項目啓動之前，我們都需要對項目的難度、週期、預算等做出正確的預判，並根據預判，制定一個長期的規劃。很多數據管理項目的失敗，都是由於初期低估了難度和預算。
第三：既重展示，也重數據。我發現，有些客戶急於去做那些看得見的東西，比如華麗的報表，可是，仔細去看報表，數據卻是錯誤的。Informatica更側重底層數據的支撐，我們認爲，對任何一個業務支持系統來說，數據就是血液，只有源源不斷地提供健康血液，我們的信息系統、我們的企業才能保持旺盛的生命力。