隨著信息化時代的不斷推進，企業對于數據集成解決問題的需求越發強烈，越來越多的應用場景對數據集成的訴求也越來越高。零售行業、傳統銷售企業、項目管理等，都離不開企業數據的共享和企業數據集成，但企業數據現狀卻不容樂觀，企業數據集成仍存在很多問題等待解決，企業數據集成問題如何解決呢？本文將就如何集成數據進行探討。

1、建設數據集成方案

系統集成必須圍繞信息需求制定數據集成方案，并需結合信息標準數據流向規劃以及業務系統建設使用情況來確定集成邊界。需要繼承方、信息中心、業務部門，第三方公司通力配合完成。

內容邊界一般涉及四個方面：需要的代碼標準，需要的業務數據，提供的代碼標準，提供的業務數據。

除了集成內容邊界，還要考慮數據集成的技術方式，一般有三種典型集成方式：ETL數據共享，數據庫共享和API共享，三者是互補關系。另外，也要考慮同步頻率，實時同步，1小時/1天同步一次，根據業務需求確定，夠用即可。

2、元數據注冊

元數據是理解數據的前提，是推動企業續持續數據治理優化的基礎，元數據注冊范圍盡可能是業務系統完整元數據，以及涉及到共享和需要的數據及代碼表的元數據。

3、代碼標準檢查

代碼標準檢查依托于上面的元數據，也是數據集成前代碼統一的有效檢查技術手段，我們可以獲取多種代碼差異，在方案評審中進行評審。

4、方案評審

評審內容：集成方案評審（主數據模式差異）、代碼標準評審（代碼標準差異）。

評審處理原則：

a）優先遵循行業標準；

b）優先遵循數據源頭標準；

c）需要信息中心、業務部門、公司共同討論。

5、標準迭代

方案評審后會帶來一系列的迭代工作，公司和信息中心層面需要完成企業代碼標準迭代、企業數據模式迭代以及監督業務系統迭代情況，業務部門和第三方需要完成業務系統代碼標準調整以及涉及到數據內容的清洗。

6、運行監控

運行監控對平臺中不規范的接口、代碼標準不一致情況、數據質量等問題進行監控，監控對數據治理是非常有幫助的。

傳統企業數據集成的本質都是事后集成，重的是技術通道，但是沒有重視內容建設。在企業開放生態模式，企業數據集成問題的解決是需要采用一體化的集成策略，內置標準或者數據模式和數據操作接口，把行業積累轉化為一個個領域模型，并以API方式對外提供，實現傳統緊耦合、封閉式架構到分布式、開放架構的轉變，實現從“數據集成”向“服務集成”的轉變，滿足企業業務開發快速響應的需求。

例如下秒數據Nexadata通過預置主流CRM、電商、ERP、客服、營銷、廣告等模型，實現數據源開箱即用，只需數分鐘即可完成數據集成。通過無代碼的數據集成與數據建模的智能數據管道技術，幫助企業將所有應用程序、數據庫、事件和文件等數據信息提取到數據倉庫中，并快速將分散的數據轉化為數據集、API、自動化流程等開箱即用的數據服務。

審核編輯 黃昊宇