データメッシュとデータファブリック：人間を排除するか、よりインテリジェントに使用する – venturebeat.com

さらに、新しいデータセットからのデータが分析タスク内で使用できるようになったとしても、それらが異なるデータソースからのものであるという事実は、通常、それらが異なるデータセマンティクスを持っていることを意味し、これらのデータセットの統合と統合が困難になります。
さらに、これらのエンティティに関するデータは、既存のデータセットとは異なるコンテキストを使用してサンプリングされる可能性があります。
それでも、これらすべての課題にもかかわらず、組織内のデータアナリストや科学者が成功するには、これらのデータの検出、統合、およびステージングのタスクを実行することが重要です。
これらの類似点を使用して、データ統合プロセスを迅速に開始できます。
ある時点で、人間はデータ統合の最終決定に関与する必要がありますが、データファブリック技術がプロセス内の重要なステップを自動化できるほど、人間が行う必要のある作業が少なくなり、最終的にボトルネックになる可能性が低くなります。
このチームは、そのデータセットをデータ製品として企業の他のメンバーが利用できるようにする責任があります。