自助服务的数据集成的概念已经存在了一段时间，有些自助服务商业智能都主要来自于电力企业用户数据和业务分析的视角。但这也为技术准备不足的LOB(企业重要流程线)企业用户开放参与数据集成活动打开一扇门。
SaaS和云计算服务引入了自助服务数据集成，其中SaaS提供商或第三方供应商提供了类似向导的用户界面，用于基本的预定义集成或特定应用程序之间的数据同步。这一版本的自助服务数据集成得到了Salesforce生态系统的推动，其中许多都针对的“日常”的商业用户。
数据集成服务似乎是数据民主化的新力量。然而，当考虑当前的现代数据集成解决方案时，看起来技术精通的业务用户是自助数据集成能力的主要焦点。那么，日常业务用户的数据集成发生了什么变化呢?
每个人的数据?
数据的民主化在现代数据集成中占据一席之地，并作为解决方案的概念和实际未来方向。这种民主化意味着在整个组织中更广泛地共享数据，将更多的人连接到他们需要的数据(不仅仅是高层管理人员)。组织在正确的时间可以更好，更快地获得正确的数据，从而实现成功。
数据的民主化包括自助服务数据集成和其他数据服务，例如数据准备，可以使业务用户更经常地访问数据，而无需IT部门的直接干预。但是，似乎有很多方法可以将不同类型的业务角色实际连接到适当的自助服务数据集成工具。如今，已经有比这些解决方案的实际可用性更多的谈话。
当然，它需要在幕后采取非常复杂的技术，以保持简单的用户界面，让日常业务用户访问数据集成功能。必须做大量的工作，特别是建立保障措施，以使技术较少的商业用户摆脱困境。为了确保日常业务用户正常工作并避免严重的失误，必须在每一步的指导下对自助服务数据集成进行狭义的定义。
云数据集成和数据预处理解决方案支持提供“认证”数据集的动态数据目录或库，这些数据集可以很好地用于自助服务。由此产生的数据集提供给相应的用户角色，包括技术较少的用户。在风险控制的环境中，哪些角色访问哪些数据的治理可以促进数据的民主化。重要的是，业务和IT团队需要不断验证此类数据库的内容，因为许多数据源具有相关性的短暂保质期。
每个人的数据治理
自助数据集成显然正在向前发展，它必须与自助服务治理相辅相成。而存在的与自助服务DI相关的真实风险，必须通过集中的IT管理和治理来解决，这需要技术到位，以防止分散在整个组织中的零散和管理不善的努力。基于云计算的自助服务数据集成解决方案具有良好的治理定位，可以映射到整体组织数据治理实践和策略。
但请记住：数据治理比技术更为商业：业务人员对于实施成功的数据治理至关重要。再次，业务和IT之间的关键合作伙伴关系是数据治理的核心部分，以确保其能够很好地工作，对业务需求和目标具有意义，以及自助数据集成活动的IT管理。
数据准备解决方案为“大家”打造自助数据集成的路径?
数据准备供应商非常有效地共享研究，突出了获取数据准备好供组织使用的昂贵性质：确定正确的来源;清洗和验证数据;测试语境和相关性;创建适当的集成。业务和技术团队可以更好地了解为什么数据集成和数据准备很重要，以及为什么必须做得好。这些并不是微不足道的工作，需要复杂的技术来生产许多商业活动所需的可用数据集。
如今，已经出现了大量的数据准备技术，以帮助将更多的业务人员连接到分析和数据集成所需的数据，从而大大减少生成数据所需的准备时间。数据集成和数据准备确实具有相互交织在一起的命运，因为它们的目标应该是可靠的业务就绪的数据。数据准备依赖于数据质量过程，这些过程已经是数据集成的非常重要的一部分，如同数据沿袭一样。
看起来数据准备解决方案正在创建下一级别的工具，通过利用机器学习等新技术的应用程序，更快速地实现可靠的数据。数据预处理产品包括集中的机器学习/算法功能，实现自动化更多的数据测试和质量，以及数据集成方法。
显然，数据准备的核心方面是通过SaaS/云平台的自助服务。这些自助服务产品背后的供应商显然有兴趣扩展业务和技术角色的多样性，可以利用数据准备平台。现在，主要用户是技术熟练的数据集成专家和技术精通的业务分析师。但是，各种供应商正在努力包括低技术的LOB业务角色，以及LOB开发人员。这些供应商似乎理解不同的用户角色需要不同的用户界面，功能，指导和治理以及数据访问。
自助服务选项和现代数据集成
人们看到集成过程发生了重大变化，数据流向和流向任何地方：内部部署，云计算，合作伙伴系统，第三方等。通过现代数据集成，应用程序和数据集成正在融合，以在一个全面的平台中提供组织所需的一切。最终，对于业务需求来说，它仍然与数据有关。
而且，组织中的更多人能够更快地访问数据，帮助他们更好地完成工作，提高业务的有效性和创新性。通过基于云计算的平台，自助服务选项可用于组织中的各种角色。
自助数据集成是现代数据集成的重要目标。但自助数据集成和准备。仍然有很长的路要走，才能通过“每个人”访问数据。
