发布物获取方式

现任安克创新数智化业务高级总监，曾担任华为财经数字化变革专家、埃森哲企业洞察大数据总监、Bankhawk银行数据分析CTO。个人经验和技能主要擅长信息技术前沿科技研发，数字化和智能化等创新，布道，以及技术团队管理。

左鑫就这本白皮书的重点内容进行了简短的介绍，他提出，《数据集成的技术标准》重点包括了表述标准、结构标准、接口标准、元数据标准、数据分析标准以及组织和文化的相关信息。这本书涉及数据全生命周期的标准发布，完整性较好，并且在大量数据标准信息的整合也非常值得参考，方便在工作中直接应用与参考。

在一个复杂的案例中，例如，在合并时可能有许多数据集成动作是并行进行的，并且这些集成动作可能不是“一次性”完成的、而是对不断变化的数据进行持续不断变化的操作过程。这个过程可以部分或完全自动化，建立此类流程可能是解决方案或企业架构的重要组成部分。

至于在工作领域中的实践和对未来的计划，众所周知，数据治理在信息化建设中非常复杂并且极具挑战性。按照经验与分析来看，数据治理工作主要分为3部分——业务（保证数据的完整性和统一性）、业务数据+IT（协同性）、技术（技术主导保证数据的一致性和及时性）。

数据集成项目通常是在高层级上进行构思，但简单的高层级陈述通常会省略提及技术架构师和数据架构师必须解决的一些难题。关键挑战主要表现在理解数据、同步数据、组织和文化、数据质量、数据防御和持续变动等方面。

其中，以数据集成的问题为例分析当前建设的重点和挑战。其具体挑战主要体现在两个方面，即系统群之间的数据集成，例如仓储物流系统；以及交易侧和分析侧上下游的数据集成，例如业财中台。

产生这两大挑战的原因，是因为信息交互具有多信息、跨领域的复杂特点。在各个业务场景的业务规则发生变化后，并没有在第一时间同步到信息系统中，就会在数据的存储、传输和加工层面产生口径不一致的问题。

由此可见，数据集成标准的重要性不言而喻。数据集成可以作为解决方案或能力架构开发的一部分，或作为企业架构开发的一部分进行架构设计。