软信天成：企业如何对数据资产追根溯源？

随着数据爆发式的增长，数据之间的关系也变得越发复杂，如何厘清数据在具备数据存储和处理能力的基础设施中从一个系统流转至另一个系统，对于很多企业而言是一个艰难的问题。

数据血缘是解决广泛的数据驱动型业务需求的关键。大多数组织中，数据血缘的第一个业务场景就是监管合规。为响应监管机构日益频繁的法规要求，在各种法规中实现精细透明化，企业要想应对所有包括巴塞尔协议、新资本协议、IFRS9、CCAR（美国）等国际上的以及我国监管机构提出的合规要求，不仅需要提供报告，还应通过显示这些报告中的关键指标的计算方式来证明其准确性。

一、数据沿袭是数据血缘关系的直观体现  

拥有端到端的数据血缘视图正在成为支持所有数据驱动的业务计划的关键基础要求。它不仅能帮助企业展现数据的来源、跟踪其在组织系统中的历程，还能展现其在此过程中的变化，揭示分析中任意不一致或不准确之处，驱使企业主动识别和修复所需数据中的差距，轻松地响应合规性审计和报告查询。

众所周知，跟踪数据源是一项艰巨的任务。在软信天成以往的案例中，实施数据沿袭能帮助企业将不同的数据对象和数据流与数据地图进行连接并可视化，实现：

• 丰富的资源类型

• 丰富的路线或路径识别

• 丰富的转换识别

在用户查看元数据对象的数据血缘图谱期间，可任意提取“任务、转换、数据结构、字段、商业条款、报告”等在内的源存储库对象的数据沿袭：

• 任务：表示在数据结构之间移动数据的转换。

• 转换：确定数据如何在单个存储库中的数据结构之间流动。转换可以是可重用的或不可重用的。如果多个任务使用转换，则转换是可重用的。转换包括各类映射和数据库视图。

• 数据结构：包含包含数据的字段。数据结构包括目标定义以及源限定符转换、数据库表和视图。

• 字段：数据结构的组成部分。字段包含或表示数据。数据库列包含数据。数据库视图列表示包含在数据库表列中的数据。字段包括数据库表和视图的列、转换端口以及商业智能报告中的矩阵和属性。

（1）支持存储过程的深度血缘关系可视化

数据沿袭(Data Lineage)对于法规遵从性、根本原因分析、影响分析、数据迁移到云以及建立对数据的信任至关重要，前三个用例需要将代码分解成可理解的块。针对大块SQL代码，可将其分解为多个数据沿袭子图，以便进行更深入的分析，实现：

• 高级沿袭可视化，将SQL语句分解为单个转换

• 允许用户分析存储过程

• 列映射报告，包括转换表达式

（2）全面：从复杂数据源中提取深层元数据和沿袭

一般来说，复杂的企业数据环境里获得对数据沿袭端到端可见性是一项挑战，尤其是包含数百个可能来自本地数据库、数据仓库和数据湖及大型机系统、SaaS应用程序和多云环境的数百个数据源。全面的数据沿袭，需要从广泛而复杂的企业系统中提取最细粒度元数据。

（3）准确：基于可信数据的数据血缘图谱

数据血缘关系图谱显示数据流的可视化表示以及有关数据流中涉及的对象的信息，支持从不同类型的代码（ETL作业、SQL脚本和存储过程）自动派生，以了解数据在每个步骤中是如何转换的，可提供在不同的级别，从业务和逻辑视图到详情字段级视图，清楚展现转换逻辑。期间支持元数据源的所有者参与验证数据沿袭，确保数据血缘图谱的及时性、准确性和相关性。

二、善用数据血缘加速企业数字化转型   

数据从何而来，又将流向何处？

企业中哪些数据需要管理以符合行业法规？

哪些数据源拥有开发新的客户体验计划所需的个人信息？

这些数据是如何在整个组织中分布的？

……

企业想要轻松回答此类数据问题，只有掌握了完善的数据血缘关系，数据应用的成熟度才会更高，才能更好的释放企业数据资产的商业价值，加速企业数字化转型的进程，推动业务增长，因此，借助数据血缘加速数字化转型进程势在必行！