什么是数据智能博客系列的第4部分，共5部分

想象一下，你拥有一条通往偏僻地方一个小村庄的主干道。你可以很容易地控制道路上的交通，直到在这个小村庄里意外发现一个巨大的喷泉。到目前为止，中移物联网，一家大型石油公司已经开始营业，更多的车辆，包括公共交通工具和大卡车打算频繁地使用你的道路。但是，您的道路不是为管理大型车辆造成的交通拥挤而设计的。

那么您是否会投资建立一个新的基础设施，以利用大型车辆的永久道路使用（而不是让他们限制性地使用道路）？

事实上，很多公司都发现自己处于这种状况。一方面，传统的IT企业架构基本上是为处理结构化的企业数据而设计的。另一方面，返利淘客，有大量的非结构化数据，比如音频文件，视频流，以及随着时间的推移而创建和收集的社交媒体印象。

这种"大数据"通常存在于分散在IT领域的对象存储区和数据湖中，这意味着甚至要确定特定文件或对象的存储位置已经是一个挑战。如本文所述，在大数据处理方面，高返利页游，使用传统的企业信息管理解决方案是不可行的。

尽管如此，如本文所述，大多数公司相信将机器学习（ML）等智能技术应用于企业数据和大数据将帮助他们获得聪明、有价值的见解，帮助他们做出更好、更自信的决策。然而，当涉及到大数据操作时，将整个数据池复制到应用程序或系统中是不可行的，如本文所述，在将ML方法应用于合并的数据集时，需要考虑几个陷阱，这些数据集可能分布在整个IT领域，也可能是不断变化的。

如何利用和自动化大数据和ML场景？我们如何有效地识别分布在整个环境中的数据资产？我们如何建立一个可持续的IT架构？是否可以协调外部数据流？

这正是我们构建SAP Data Intelligence的原因，因为它旨在解决这些确切的障碍。它通过使用核心数据管理功能（如：

元数据治理）对交付智能企业应用程序的整个过程进行端到端覆盖数据质量处理数据发现和数据沿袭数据准备和数据转换数据集成和（编排）数据管道

以及本文中讨论的全面的ML工具支持。

SAP data Intelligence Modeler设计和创建数据驱动管道

但这肯定不是故事的结尾。如果您深入了解一下，智能企业数据管理解决方案背后的关键概念是利用提取的元数据资产的高效使用。在SAP Data Intelligence中，构建云服务器，这些来自相关源系统的元数据资产可以在SAP Data Intelligence元数据资源管理器的目录中提供，用于标记、搜索和数据沿袭功能。

SAP Data Intelligence元数据资源管理器用于管理整个IT领域的元数据资产

最后，但并非最不重要的是是智能企业信息管理的另一个层次，由经典数据管理功能和ML等智能技术真正共生而成。例如，可以使用ML技术：

基于文本分析、图像处理或自然语言自动分类提取的元数据资产处理。自动化预定义实体（如销售订单或客户行业）的映射，公司自助建站，以及建立和维护源自各种连接系统的提取实体之间的关系。

SAP数据智能路线图中说明了所谓"自学习元数据治理"的建立。此功能归结为元数据管理和业务语义丰富的ML的组合，这些语义是从SAP业务系统和应用程序中提取的。它基本上代表了未来的元数据管理，并将提高相关主题专家的工作效率。

今天就开始免费试用SAP Data Intelligence。本文是What is Data Intelligence博客系列的第4部分，共5部分。敬请关注未来的数据智能博客帖子。