企业数据集成是什么呢？

企业数据集成是将不同来源的数据整合在一个数据库中的过程，即异构数据之间的同步。将不同种类，不同版本的数据库、文件、Mail等之间进行同步。由于不同的数据源定义属性时命名规则不同，存入的数据格式、取值方式、单位都会有不同。因此即便两个值代表的业务意义相同，也不代表存在数据库中的值就是相同的。因此需要数据入库前进行集成，去冗余，保证数据质量。数据集成可以认为是ETL（BI上的定义为：抽取——转换——清洗——过滤——加载）；但更强调自动化过程管理。

在实现机制上，应包括常见的集成模式：Split/Merge/Route/PS等；另外还应该具备建模（元数据管理）和治理（Governace）功能。

数据集成有什么意义呢？

数据集成意义主要是实现数据中心，例如企业级SID；或者遗留系统在数据层面的集成。在建立全局SID的基础上，可以构建很多有意义的东西：例如Portal/CMS，报表，数据搜索，挖掘等等，这些可以概括地称为BI，即商业智能。

因此，数据集成有两个层面的意义：

1）操作层面

2）分析层面

数据集成的实现步骤：

1.界定数据交互的项别与内容，如：PDM系统和ERP系统之间的BOM数据；

2.指定数据交互周期，一天一次，还是一周一次；

3.选择交互方式，通过数据库，还是中间件技术来交互；

4.由ODS数据交互调度程序实现数据上载或是由外围系统自行实现数据下载，从而实现数据的集成。

数据集成会出现的问题：

1.数据重复

检查数据重复一般需要通过主要关键词，最好对主要关键词进行优化，过滤重复数据。在数据结构尽量调研每个字段的含义，拆分或整合。重复数据入库，不仅会给日后的数据关联造成极大的影响，也会影响数据分析与挖掘的效果，应尽量避免。

2.数据冲突

数据冲突就是两个数据源中同样的数据，但是取值记录的不一样。造成这种情况除了有人工误入，还有可能是因为货币计量的方法不同，汇率不同，税收水平不同、评分体系不同等等原因。

对待数据冲突问题，就需要对实际的业务知识有一定的理解。同时，对数据进行调研，尽量明确造成冲突的原因。如果数据的冲突实在无法避免，就要考虑冲突数据是否都要保留、是否要进行取舍，如何取舍等。

审核编辑 黄昊宇