元数据管理典型的应用有:ETL映射分析、血统分析/影响分析和差异分析等。这些应用对于整个企业、技术人员、业务人员和IT管理人员都的挥着至关重要的作用。对于整个企业而言，元数据管理可以协助企业进行数据资产管理;帮助解决数据孤岛的现象，形成统一企业信息地图;实现集中浏览分布在企业内部的所有电子文档;同时协助企业建立企业级视图的指标库。
随着企业信息化建设的不断深入和积累，元数据管理平台可以发挥企业知识传承的平台。如图3所示，通过元数据的“ETL映射分析”功能，从企业级视图去查看“Transformer”这个转换的具体细节。帮助技术人员更好的理解数据内部的来龙去脉。
对于那些已经建设有BI/DW系统的企业而言，企业内部分散着数十种系统的情况是很普遍的现象。这些企业的业务人员和决策层所关注的一些统计报表和指标，往往是经过许多业务系统和若干数据处理环节而形成的。当最末端的数据发生异常时，在没有元数据管理系统的情况下，需要许多单位和部门（包括软件集成商）的人共同参与，利用手工的方式去逐级查找数据出错的原因。这种方式不仅不利于问题的及时发现，而且一旦出现问题，很难短时间内定位问题，甚至根本不可能定位问题的所在。
而利用元数据管理系统的血统分析等功能，可以很容易的定位问题，再配合监控规则的设置，使问题发现的及时性大大提高。比如某企业日常工作中所用到的“产品销售收入”这个指标出现异常时，相关人员就可以利用元数据管理系统的“血统分析”很快的定位到出错的位置.如图4所示，之所以最终“产品销售收入”指标出错，是因为计算该指标的一个中间程序出错，该出错程序的名字是“客户信息入库程序”出错。
利用元数据管理系统，企业可以建立数据元（标准）的统一视图。通过统一数据口径、完善指标体系、建立统一数据视图，可确保数据的完整性、准确性、一致性，从而有效的在各个业务系统内进行数据的转换和整理工作。目前，许多企业经常会面临同一个指标在不同部门或者不同系统中定义不一致的情况，以至于最终的统计数据出现偏差，为决策者提供了错误的决策依据。
如某企业某月A省分公司和B省分公司都给总公司上报了“产品销售量”的指标，A省分公司的产品销售量为500万件，B省分公司的产品销售量为300万件。按常识判断A省分公司的销售量应该远远小于B省分公司的销售量，但报表的数据却与常识相差甚远，究竟是什么原因造成这种与常识的不一致性呢？在没有元数据管理系统时，我们很难发现其中的原因，但有了元数据管理系统的指标差异分析等功能，通过元数据的差异分析很容易解释这些现象。如图5所示:之所以出现统计的异常是由于A、B两省分公司对同一指标“产品销售量”的定义不一致而造成的。
此外，元数据管理系统可在统一数据视图上进行全行业内的指标一致性分析，可对关键业务的监控规则进行设置和管理。随着数据量的不断积累，数据质量问题的日益突出，元数据管理平台可承担起全企业的数据质量管理的基础平台。同时，利用需求类元数据和流程类元数据，来协助IT管理人员进行项目和流程的管理，从而减少企业人员流动对于项目造成的影响。
在这个“惟一不变的就是变化本身”的时代，在这个数据和知识爆炸的时代，如何有效的进行企业IT系统建设的扬弃和传承？如何高效的利用企业数据资产？
这些问题犹如“格尔迪奥斯绳结”摆在我们的面前，而元数据恰是解开这个“结”的关键所在。对于企业IT系统建设而言，我们依然信奉“元数据不是万能的，但没有元数据是万万不能的”这句经典诠释。特别是对于那些组织结构复杂、IT系统众多的企业，这个组织和支撑它的IT系统要想有效运转起来，一定少不了元数据这种“润滑剂”。
<<上一页
1
2
3
下一页>>
