2025年5月13日--HCLSoftware的數據部門Actian于今日推出了Actian Data Observability(“Actian數據可觀測性”),它能夠利用AI和機器學習進行全面的數據質量監控,檢測異常情況并提供解決方案。 通過確保數據的高質量和可信度,Actian可幫助企業加速實施AI計劃、提高創新速度并降低風險。
傳統的數據質量檢測方法缺乏實時功能,難以跟上數據量和速度的指數級增長。 Actian Data Observability則突破了這些限制,為整個數據生態系統提供全面且持續的監控。 Gartner®的統計數據證實了數據可觀測性日益增長的重要性,并指出“到2026年,將有50%實施分布式數據架構的企業采用數據可觀測性工具來提高數據情況的可視性,而在2024年,這一比例仍不足20%。”[1]
Actian首席技術官Emma McGrattan表示:“企業依賴數據做出決策、推動實施AI計劃并滿足監管要求,但往往面臨著數據不可靠、隱性質量問題以及不斷膨脹的云計算成本等障礙。 Actian Data Observability為團隊提供信任數據、降低風險和控制支出所需的可視性和信心,從而將數據從負擔轉化為競爭優勢。”
與反應式和基于規則的方法不同,Actian Data Observability可在整個數據環境中同時定義并運行數千條數據質量規則。 監控內容包括數據新鮮度、數量、架構漂移、分布模式和自定義業務規則等關鍵維度。 機器學習驅動的異常檢測可自動識別異常值、漂移和意外模式,同時提供有價值的歸因分析建議,以便更快地解決問題。
Actian Data Observability可擴展連接生態系統中的任何數據集,因此企業既可以維護其數據完整性,又不會影響運行性能或在數據管道中形成阻塞。 憑借這一解決方案,Actian無需進行數據采樣即可優化云資源消耗,從而確保云成本的可預測性,防止意外成本激增。
Actian Data Observability專為運營復雜、大容量現代數據堆棧的企業而構建,支持以下用例:
數據管道效率:在數據生命周期中應用左移理念,防止問題向下游擴散,從而在更接近源頭的地方盡早解決質量問題,使團隊能夠快速交付可靠的AI就緒數據產品和洞察。
AI生命周期監控:通過驗證訓練數據、檢索增強生成知識源的質量、新鮮度和相關性,確保AI應用的安全性和合規性,同時實現快速干預。
安全自助服務分析:利用直接嵌入數據目錄、商業智能工具和發現平臺的實時健康指標,讓分析師和其他消費者能夠在使用數據前獨立評估其可靠性。
Actian Data Observability基于開放式架構,可與云數據倉庫、數據湖、湖倉一體和流平臺無縫集成。 通過將數據質量工作負載與生產基礎架構隔離,Actian可防止生產環境中的性能下降及其對業務運營的影響。 為管理大型分析數據集,Actian提供本地Apache Iceberg集成,以確保實現跨系統的準確洞察、質量檢查和變更跟蹤。 此外,為保護數據安全和隱私,Actian Data Observability可訪問元數據并直接在數據所在位置運行檢查,無需使用安全性低或昂貴的數據副本。
Actian Data Observability將于2025年6月全球發行,并將于2025年秋季作為Actian Data Intelligence Platform(Actian數據智能平臺)的一部分推出。 如需了解更多信息,請查閱“高質量數據與可靠AI:Actian Data Observability介紹”和“無需破費——如何實現完整數據可觀測性”白皮書。
[1]Gartner,《數據可觀測性工具市場指南》,Melody Chien、Jason Medd、Lydia Ferguson、Michael Simone,2024年6月25日。 GARTNER是Gartner, Inc.和/或其附屬公司在美國和國際上的注冊商標和服務標志,經許可在此使用。 保留所有權利。
關于Actian
Actian使企業能夠充滿信心地大規模管理和管控數據。 Actian數據管理和數據智能解決方案有助于簡化復雜的數據環境,并加速交付可立刻應用人工智能的數據。 Actian解決方案具有靈活性,可在本地、云和混合環境中無縫集成并穩健執行。 如需了解有關HCLSoftware數據部門Actian的更多信息,請訪問actian.com。