Anomalo kooperiert mit Snowflake, damit Unternehmen ihren Daten vertrauen können
Am 05. Januar 2022 um 18:00 Uhr
Teilen
Anomalo kündigte eine Partnerschaft mit Snowflake, dem Unternehmen für Daten-Cloud, an, um Kunden dabei zu helfen, den Daten zu vertrauen, die sie für ihre Entscheidungen und die Entwicklung von Produkten verwenden. Die Kombination bietet Kunden eine Möglichkeit, die Qualität der Daten in jeder Tabelle in Snowflakes Plattform zu überwachen, ohne Code schreiben, Regeln konfigurieren oder Schwellenwerte festlegen zu müssen. Anomalo löst somit das Problem der Datenqualität, indem es Unternehmensdaten überwacht und automatisch Datenprobleme erkennt und deren Ursachen aufdeckt, so dass Teams alle Probleme mit ihren Daten beheben können, bevor sie Entscheidungen treffen, Operationen durchführen oder Modelle betreiben. Anomalo nutzt maschinelles Lernen, um eine Vielzahl von Datensätzen schnell und mit minimalem menschlichem Einsatz zu bewerten. Falls gewünscht, können Unternehmen die Anomalos-Überwachung durch die Low-Code-Konfiguration von Metriken und Validierungsregeln feinabstimmen. Dies steht im Gegensatz zu herkömmlichen Ansätzen zur Überwachung der Datenqualität, bei denen umfangreiche Arbeiten zur Erstellung von Datenvalidierungsregeln oder zur Festlegung von Grenz- und Schwellenwerten erforderlich sind. Daher können Snowflake-Kunden die Qualität ihrer Daten mit Anomalo in weniger als fünf Minuten überwachen. Sie verbinden einfach Anomalos Datenqualitätsplattform mit ihrem Snowflake-Konto und wählen die Tabellen aus, die sie überwachen möchten. Es ist keine weitere Konfiguration oder Code erforderlich.
Teilen
Zum Originalartikel.
Rechtliche Hinweise
Rechtliche Hinweise
Kontaktieren Sie uns, wenn Sie eine Korrektur wünschen
Snowflake Inc. ermöglicht es jeder Organisation, ihre Daten mit Snowflakes Data Cloud zu mobilisieren. Die Plattform des Unternehmens treibt die Data Cloud an und ermöglicht es Kunden, Daten in einer einzigen Quelle der Wahrheit zu konsolidieren, um aussagekräftige Geschäftseinblicke zu gewinnen, künstliche Intelligenz (KI) zur Lösung von Geschäftsproblemen anzuwenden, Datenanwendungen zu erstellen und Daten und Datenprodukte gemeinsam zu nutzen. Die Plattform unterstützt eine Reihe von Workloads, darunter Data Warehouse, Data Lake, Data Engineering, KI/Machine Learning (ML), Anwendungen, Zusammenarbeit, Cybersicherheit und Unistore. Die Cloud-native Architektur besteht aus drei unabhängig voneinander skalierbaren, aber logisch integrierten Schichten für Rechen-, Speicher- und Cloud-Dienste. Die Rechenschicht stellt dedizierte Ressourcen zur Verfügung, damit Benutzer gleichzeitig auf gemeinsame Datensätze für viele Anwendungsfälle mit minimaler Latenzzeit zugreifen können. Die Speicherebene nimmt riesige Mengen und Varianten von strukturierten, halbstrukturierten und unstrukturierten Daten auf, um einen einheitlichen Datensatz zu erstellen.