組織負責管理比以往任何時候都多的數據，使一個強大的自動化框架成為必要。但是自動化框架到底是什么，它又有什么關系呢？

在大多數公司中，大量的數據以各種格式從多種來源流出，并且不斷地在不斷變化的系統環境中移動和聯合。這些企業往往受到嚴格的監管，因此它們需要一個明確的數據集成模型，以幫助避免數據差異，消除企業商業智能和其他有意義的使用的障礙。it團隊需要能夠順利生成數百個映射和etl工作。他們需要他們的數據映射屬于治理和審計控制，有即時訪問動態影響分析和世系。有了自動化框架，數據專業人員就能以傳統手工方式的成本來滿足這些需求。
在數據治理術語中，自動化框架是指一個由元數據驅動的通用代碼生成器，它與企業數據映射一起工作，用于：
1.企業數據映射
2.管理元數據
3.在整個生命周期中對源到目標映射進行管理和版本控制
4.數據序列、影響分析和業務規則儲存庫
5.自動代碼生成

這種自動化使組織能夠繞過瓶頸，包括人為錯誤和手工完成這些任務所需的時間。事實上，能夠依賴自動化和可重復的過程可以導致高達50%的設計節約，高達70%的轉換節約和高達70%的總項目交付的加速。因此，不用多說，以下是數據治理自動化框架的五個主要好處。

自動化框架

數據管理自動化框架的好處為集成開發環境創造簡單、可靠、一致和定制的環境。

代碼自動化模板（cats）可以使用sdk腳本語言或解決方案的公開庫，為幾乎任何進程和技術平臺創建，完全自動化普通的手工數據集成任務。
貓由高級自動化專家設計和開發，以確保它們符合行業或公司標準以及組織的最佳做法和設計標準。100%元驅動的方法對于創造可靠和一致的貓是至關重要的。
可以使用數據庫、erp、云環境、文件、數據建模、bi報告和大數據的標準或自定義適配器和連接器來掃描、導入和配置元數據源和目標，以記錄數據目錄、數據映射，etl（xml代碼），甚至任何類型的sql程序。提供了組織中任何人都可以使用的藍圖。從目標數據庫的源元數據開始的ddl階段；數據集成項目測試自動化的配置文件和測試sql；為領先的etl工具以及其他功能生成源到目標映射和etl工作。

將數據治理納入系統開發進程。

一個組織可以實現一個比以往任何時候都更全面和可持續的數據治理倡議，用一個本地的解決方案。自動化框架自動創建、版本、管理和文檔化從源到目標映射的能力對于數據治理的成熟度和較短的時間到值都很重要。

這就消除了項目團隊被隔離時的重復，也防止了由于員工流失而造成的知識資本損失。另一個價值能力是數據治理和sdlc之間的協調，包括自動元數據收集和從廣泛的來源進行編目，以便與核心數據治理能力和工件進行實時元數據同步。證明數據序列和影響分析對治理和風險評估的價值。
將etl代碼自動反向工程化為自然語言，可以為數據治理提供更直觀的譜系視圖。

有了端到端的譜系，就可以看到數據從源到階段，從階段到edw，再到一個由mart和報表結構組成的聯盟，提供了一個全面而詳細的動態數據視圖。
該過程包括利用現有的映射文檔和自動文檔映射，以快速呈現圖形源到目標世系視圖，包括可在整個企業共享的轉換邏輯。

同樣，影響分析----涉及跨表、列、系統、業務規則、項目、映射和etl流程的數據映射和序列----提供了對潛在數據風險的洞察，并在需要時能夠快速和徹底地進行補救。對整個組織的影響進行分析，同時滿足行業監管機構的監管要求，需要詳細的數據映射和血統。
整合數據管理和數據治理的監管理由支持廣泛的商業需求。智能自動化為數據價值鏈中的每個利益相關者提供了更高的能力、更高的效率和更有效的協作：數據管理員、建筑師、科學家、分析師、商業智能開發者、IT專業人士和商業消費者。

通過利用源到目標映射、etl代碼生成和工作標準化，使他們更容易處理數據倉庫等工作。
在合并或收購或現代化的過程中，對現有結構進行定期維護、從舊系統到新系統的移動，以及對數據進行映射、移動和測試都比較容易。埃爾文的數據管理自動化方法：埃爾文自動化框架成熟和可持續的數據治理需要信息技術和業務部門的合作，并得到一個技術平臺的支持，該平臺加快了數據智能的時間。

“企業數據治理經驗”的埃爾溫邊緣投資組合的一部分，埃爾溫自動化框架通過連接數據管理和數據治理生命周期的各個部分，將企業數據轉化為準確和可操作的洞察力。

和所有的Erwin解決方案一樣，它包含了所有來自任何地方（任意2）的數據，這些數據具有用于關系、非結構化、現場和基于云的數據資產的自動化，以及與貓相關的數據移動規范。