自动化元数据管理的“七宗最”？

1、数据质量：有了自动化，数据质量得到了系统的保证，数据管道被无缝地治理和操作，使所有涉众受益。实时识别集成数据源或目标内的数据问题和不一致性，通过增加洞察或修复的时间来提高整体数据质量。在企业兼并重组过程中，为现有结构的定期维护映射、移动和测试数据，从历史系统移动到新系统，都更加容易。

2、项目交付：自动化的企业元数据管理为数据移动和部署项目提供了更高的准确性和高达 70%的项目交付速度。它从各种数据源获取元数据，并将任何数据元素从源映射到目标，并协调跨平台的数据集成。有了这幅准确的元数据地图，您可以加速大数据部署、数据仓库、云迁移等。

3、洞察速度：像数据科学家花费高达 80%的时间来寻找和理解源数据，并解决错误或不一致，而不是分析它的真正价值。通过更强大的数据操作和分析，我们可以逆转这一等式，从而更快地获得洞见，访问、连接底层元数据及其沿袭。技术资源可以自由地集中在价值最高的项目上，而业务分析师、数据架构师、ETL 开发人员、测试人员和项目经理可以更容易地协作以更快地做出决策。

4、降本提效：能够依赖自动化和可重复的元数据管理流程可以提高生产率。例如，一个客户已经经历了生产率的急剧提高——超过 85%——因为手工密集型和复杂的编码工作已经自动化，70%以上是因为无缝访问和所有元数据的可见性，包括端到端血统。显著的数据设计和转换节约(分别高达 50%和 70%)也可能降低高达 80%的数据映射成本。

5、法规遵从：当关键数据没有作为集成过程的一部分被发现、收集、编目、定义和标准化时，审计可能是有缺陷的。敏感数据被自动标记，它的沿沿性被自动记录，它的流转被描述，因此它很容易被发现，它在工作流中的使用也很容易被跟踪。

6、数字化转型：知道什么数据的存在和它的价值潜力促进数字化转型：

（1）改善数字体验，因为你了解组织与如何支持客户

（2）加强数字业务，因为数据准备和分析项目建设得更快

（3）驱动数字创新，因为数据可以用来提供新的产品和服务

（4）建立数字生态系统，因为组织需要建立平台和伙伴关系来扩大规模和发展

7、数据治理：数据治理包括协作关系中的 IT 用户和业务用户，因此数据治理是每个人的业务。现代的、战略性的数据治理必须是一个持续不断的进程，它要求从高管到员工的每个人重新思考他们的数据职责，并承担新的合作和责任水平。