IDC在一项有关“中国数据集成与数据质量市场”调查的白皮书指出：“大部分中国企业数据集成项目难以达到预期的原因在于数据质量问题。”

这项由Informatica公司赞助的调查研究结果表明，在接受调查的100家大中型企业中，超过70%的接受调查的中国企业已经建设或正在建设数据集成项目，其中具有前瞻性的企业通过建设企业数据集成平台实施数据集成，并重点关注数据质量热点问题。

关注数据质量

研究发现：大部分中国企业数据集成项目难以达到预期是由数据质量问题导致。

对此，IDC中国高级分析师刘飞表示，IT系统的大量建设造成数据的重复、不一致、格式混乱等问题。这些低质量的数据，即便在完成数据集成之后，得出的也可能是质量不高的信息。IDC说：“中国企业复杂的的数据环境导致了多种多样的数据问题出现：72%的接受调查的中国企业存在重复数据，60%的企业存在不完整数据。另外，跨系统利用数据、系统间数据传递不及时、以及业务指标理解不一致造成了企业典型的数据问题。”

就如何衡量数据质量好坏的问题来说，刘飞指出：“如果是静态数据，则要求完整、准确、一致，格式规范；如果是动态数据，则要求能被及时调用，快速更新。”

数据集成这个概念对很多中国客户来说，其实都还不是很熟悉，尽管他们已经或多或少在实际应用这项技术。Informatica大中国区董事总经理吴韶益说：“要感谢全球化，客户在数据集成领域的知识进步非常。数据集成已经在全球形成热门话题，企业有很多IT预算都是在解决这个问题。现在，很多先进的大型企业都开始采用数据集成技术，概念也在被越来越多的客户所接受。”刘飞也说：“作为解决企业数据碎片、数据孤岛问题的解决方案，数据集成已经获得了中国企业的充分认同。”

IDC指出：中国特殊的软件建设背景形成了复杂的的数据环境；43%的接受调查的中国企业有10个以上的业务支撑软件系统，81% 的接受调查的中国企业在使用两2种以上的数据库产品，42%的接受调查的中国企业在以非结构化方式存储重要数据。而中国企业实施数据集成主要受以下三方面需求的驱动：来自相关政策和法规的要求、实现差异化竞争的需要、以及企业并购带来的需求。

吴韶益一雀巢公司为例，表明了数据集成的重要性，在雀巢公司，当数据不集中的时候，它的风险反而是小的，而进行数据集中的时候，风险反而被扩大了，它就像癌细胞从不重要器官移到重要器官的时候，风险被扩大了。此外，有很多大型管理软件的客户也碰到了一个问题，不同的应用系统在不同的分支结构所得到的结果就不一样，因为制造业客户的成本计算非常讲究，每一个时间点它的成本在变化。而摩托罗拉因为采用了数据集中，至少省了200-300百万美元，这还只是制造业的一个案例而已。

Informatica中国区资深市场经理朱敏也表示：Informatica进入中国有两年半的时间，为什么现在无论是第三方的媒体还有客户对数据集成的认知会有明显的升高？这里首先有本身公司所起到的重要作用，或者说整个行业里的重要客户它们走在最前沿，他们能够带动起整个中国经济或者其他行业在这方面的重视性。

“比如说，消费者办理二代身份证，可能家中几个人户口本上的生日和身份证的信息都不一致。一个人的履历经过二三十年的记录，可能很多地方都有不一致的现象，只有到信息化阶段了，拿出来一扫描就发现有了问题。——没想到，这个东西反而成了一个产业，并且每年增长21%。归根结底是数据化和全球化造成了这样的趋势。”IDC中国区总裁郭昕接受记者采访时这样表示。

附： IDC建议

-数据集成是解决中国企业迫切需求的方案，它能够全面了解企业内所有的数据，帮助中国企业解决数据分散、异构数据库的屏蔽等问题，并对多样存储方式的数据进行快速收集和整合。

-选择数据集成平台工具，IDC认为首要的衡量标准是扩展性高。同时需要考虑其它相关因素如：可广泛访问所有类型或来源的数据、可简化并加速开发、部署以及维护的一个统一的体系结构、企业级的安全性、可靠性和可用性等。

-企业需要提高数据质量，但由于系统和应用程序经常接收到新数据，数据的总量也在不断提高，确保数据质量并不是一次就能完成的。因此，所有企业都应该使用一种反复进行的阶段性过程来管理数据质量。

-建议中国企业基于面向服务的体系结构，使用集成能力中心(ICC)方法，依托企业数据集成平台，实现企业数据集成并解决数据质量问题。企业数据集成平台可以依靠不同项目分阶段建设和完善，数据质量持续改善则需要遵循数据质量管理流程完成。