在我最后的博客文章中,我介绍了数据民主化。如今,我将分享一种方法来构建一个实现数据民主化的元数据搜索解决方案。
有许多方法可以制作公司的数据目录和治理元数据存储库的全面指导搜索,每个都具有自己的成本/福利配置文件。例如,创建一个数据模型,该模型集成了一组企业数据治理工具(词汇表,目录,质量,谱系等)并使用目的内置接口可以提供引导用户体验,它也是最多的耗时和昂贵的方法。
一种更有效的方法是利用启用AI的搜索工具的能力与数据抽象/索引/连接层结合,以提供最佳用户体验所需的智能搜索功能。在该构造中,对象元数据不必从相应的治理工具中提取,重组和冗余存储。相反,抽象层执行访问各种元数据所需的逻辑归一化和索引。
在这种情况下,启用AI的搜索工具通过抽象/连接层访问数据治理元数据存储,在多个孤岛上实现统一的体验,同时无缝地将用户返回到内容本机环境以查看详细结果。随着时间的推移,启用了AI的搜索智能。它从用户收集上下文和信号,以推动整体相关性,并收集分析见解来驱动报告,改进和机器学习(ML)的改进。
在我的下一个帖子中,我将突出显示不同的方法来开发元数据搜索解决方案。
与此同时,如果您有兴趣了解更多有关此主题的信息,请考虑下载我们的新指南搜索金融服务中的数据民主化。