Qlik宣布收购Podium Data!|启路科技

2018年7月24日,Qlik宣布其对Podium Data完成了收购。Podium Data是一个企业级别的数据管理公司,其解决方案简化并加速了客户管理、准备以及在不同数据环境中向各个业务用户交付分析就绪的数据的能力。这次收购扩展了Qlik的使命,使其超越了分析,提供一种解决方案来实现触及每个用户的数据民主化,从而创建一个更具数据素养的世界。

企业数据策略目前很大程度上依赖于数据湖的创建,然而,客户们意识到这些和其他数据源的设计初衷并非是将数据轻松地、快速地交付给业务用户。在很多情形下,数据湖只是增加了客户数据的复杂性和管理难度。根据Gartner公司提供的信息,“到2018年,90%已部署的数据湖将变得无用。因为那些为不确定用例而抓取的大量信息资产使数据湖不堪重负。” (来源于:Gartner,使用分析设计模型从数据湖中获得价值,2017年9月26日)

Qlik首席执行官Mike Capone表示:“我们与客户密切合作并构建了一种分析策略,能够使客户业务中的许多部分都通过Qlik实现转变,但仍有大部分数据中还存在着巨大的未开发价值。作为商业智能的领导者,你无法忽视数据管理的复杂性。收购Podium Data将促使我们帮助客户处理最困难的数据挑战,并同时推动他们分析和数据策略的发展。”

Qlik认为,只有当一个组织的分析策略与强大的数据策略相结合时,才能达到其最优水平。然而,大多数分析供应商在这方面的表现都不尽如人意。客户对他们已经拥有的数据不甚了解,并难以将数据价值发挥至最大化。Qlik的多云功能和即将发布的关联大数据索引旨在帮助用户挖掘他们的全部数据,探索任何方向上的海量数据,并发现全新洞察。联合Podium Data,Qlik将为客户提供一个不断扩展的企业数据管理解决方案,将其原始数据转换为受治理的、可分析的信息资源。Podium Data与Qlik的结合将有助于打破企业不同数据环境中固有的瓶颈和孤岛,并在整个企业中扩展数据的价值。

Podium Data帮助客户将被动数据湖转换成一种高效管理数据流程的自助数据资源,减少了数据准备时间,并将数据更快地交付给业务用户。像是安斯泰来制药公司(Astellas)、多伦多道明银行(TD Bank)、特许通讯公司(Charter Communications) 和信诺医疗保险 (Cigna) 这样的企业客户依赖于Podium Data转向敏捷的数据管理策略,通过自动采购、编目、分析、准备和发布数据来大规模地为业务用户提供云端或本地的可消费信息。

Podium Data的首席执行官Paul Barth表示:“大数据向整个企业交付的价值取决于企业组织数据,以及使数据随时可分析的能力。我们很高兴能加入Qlik,将我们的数据管理能力交付于分析领导者,将数据带入每个企业用户的生活中。”

Podium Data 将成为Qlik数据中心供给的基础,内含的全面功能将更好地管理、理解和操作数据。在Qlik的设想中,数据中心不仅仅存储数据、准备数据并收集元数据。企业需要为数据生产者和消费者打造一个动态的生态系统,并包含一个覆盖所有来源和位置的数据资产智能目录。

Qlik设想了一个完整的数据中心,能够将原始数据转换为就绪数据。该数据中心包括以下关键功能:

智能数据分析和入门:拥有分析并注册整个组织中任何来源或位置数据的能力,提供对每个数据元素的全面理解,应用模式匹配,基于规则的元数据扩展,以及自动模糊处理规则来保护敏感数据。

自动化数据质量:通过验证、格式化和加密来检查、改进并记录传入数据的质量。

数据准备和发布:无需额外编程就能扩展和转换数据,有能力将数据发布到下游系统并提供给更广泛的用户群体使用,包括数据科学家、分析师和商业智能用户。

智能数据目录:由标签、业务定义和数据沿袭组成的可搜索数据目录,使业务用户能够快速、轻松地查找、理解和“购买”数据。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 221,695评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,569评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,130评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,648评论 1 297
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,655评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,268评论 1 309
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,835评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,740评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,286评论 1 318
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,375评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,505评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,185评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,873评论 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,357评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,466评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,921评论 3 376
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,515评论 2 359

推荐阅读更多精彩内容