Správa metadat pro datové systémy s více desetiletími

Pole TRANS-AMT-CD v programu v COBOLu je ve výrobě od roku 1981. Záznam FD jej definuje jako PIC S9(9)V99 COMP-3, zabalené desítkové numerické pole se znaménkem, jedenáct číslic, dvě implicitní desetinná místa. To jsou technická metadata. Obchodní metadata, co TRANS-AMT-CD vlastně znamená, v jaké měně je denominován, zda dvě implicitní desetinná místa znamenají centy nebo bazické body, zda záporná hodnota představuje kredit nebo debet a jak by se měla interpretovat nulová hodnota, nikde v kódové základně neexistují. Existovala v dokumentu funkční specifikace, který byl vytištěn v roce 1981, archivován v kartotéce a od té doby nebyl nikde viděn. Dva vývojáři, kteří původně věděli, co TRANS-AMT-CD znamená, odešli do důchodu v roce 2014.

Toto je situace s metadaty, které čelí každá organizace s datovými systémy starými několik desetiletí, a je to situace s metadaty, pro kterou moderní rámce pro správu dat nebyly navrženy. Collibra, Alation, Atlan a všechny ostatní platformy pro podnikové katalogy dat jsou vynikající v řízení metadat pro data, která jsou již popsána, cloudové databáze s dokumentovanými schématy, datové sklady s definovanou sémantikou sloupců, koncové body API se specifikacemi OpenAPI. Nejsou navrženy tak, aby rekonstruovaly metadata, která nikdy nebyla formálně zachycena, která existují pouze v chování programů napsaných předtím, než se správa metadat stala disciplínou, a která byla v průběhu čtyř desetiletí modifikována desítkami vývojářů, aniž by kdokoli aktualizoval centrální záznam o tom, co každé pole znamená.

Správa metadat pro datové systémy s více desetiletími trvání není stejný problém jako správa metadat pro moderní systémy. Vyžaduje zásadně odlišný přístup, který začíná extrakcí metadat ze zdrojových artefaktů, spíše než jejich příjmem z připojených systémů.

Tři vrstvy starších metadat

Pochopení problému metadat v systémech trvajících více desetiletí vyžaduje uznání, že metadata v těchto prostředích existují ve třech odlišných vrstvách, z nichž každá má jinou extrahovatelnost, jinou úplnost a různé důsledky pro správu a řízení.

Technická metadata jsou nejvíce extrahovatelnou vrstvou. Popisují fyzickou strukturu dat: názvy polí, datové typy, délky, pozice v záznamech, specifikace číselné přesnosti a vztahy mezi poli v rozvržení záznamu. V prostředí COBOL existují technická metadata v artefaktech zdrojového kódu: položky FD definují rozvržení záznamů, členy COPY definují opakovaně použitelné datové struktury, klauzule SELECT definují organizaci souborů a metody přístupu a příkazy JCL DD definují datové sady spojené s každým spuštěním programu. Tato vrstva je v principu strojově čitelná, analyzátor, který rozumí syntaxi COBOLu, ji může extrahovat ze zdrojového kódu, ale je distribuována mezi tisíce zdrojových souborů, spíše než centralizována v registru schématu.

Provozní metadata popisují, jak se data pohybují systémem: které programy produkují které datové sady, které programy je spotřebovávají, v jakém pořadí a jakými transformacemi procházejí. V prostředí mainframe jsou provozní metadata distribuována mezi toky úloh JCL (které definují sekvence provádění a asociace datových sad), grafy volání programů (které definují tok dat mezi programy) a konfiguraci plánovače (která definuje časování a závislosti). Tuto vrstvu lze také strojově extrahovat ze zdrojových artefaktů, ačkoli extrakce vyžaduje pochopení nejen jednotlivých programů, ale i vztahů mezi nimi.

Obchodní nebo sémantická metadata je nejméně extrahovatelná a zároveň nejcennější vrstva. Odpovídá na otázky, na které technická metadata nemohou: co dělá TRANS-AMT-CD co to vlastně znamená v obchodní terminologii? Jaké jsou platné hodnoty pro ACCT-TYPE-CD a co každá hodnota znamená? Jaké obchodní pravidlo určuje, kdy CUST-STATUS-FLG přechody z A na ITato vrstva existuje, pokud vůbec existuje, ve specifikačních dokumentech, v paměti vývojářů, v institucionálních znalostech zaměstnanců, kteří možná odešli do důchodu, a v procedurální logice programů, které vynucují obchodní pravidla prostřednictvím příkazů IF a bloků EVALUATE, spíše než prostřednictvím databázových omezení.

Problém s metadaty pro systémy staré několik desetiletí spočívá v tom, že tyto tři vrstvy byly v průběhu desetiletí vývoje systému spravovány odlišně, nebo nebyly spravovány vůbec. Technická metadata byla zachycena ve zdrojovém kódu, ale nikdy nebyla formalizována do datového slovníku. Provozní metadata byla implicitně obsažena v tocích úloh JCL, ale nikdy nebyla zdokumentována jako záznam původu. Obchodní metadata byla zdokumentována ve specifikacích v době počátečního vývoje a nikdy nebyla aktualizována s vývojem systémů.

Problém s posunem metadat

Každý rok, kdy systém, který funguje několik desetiletí, funguje bez systematické správy metadat, se propast mezi metadaty existujícími ve formální dokumentaci a metadaty, která odrážejí skutečné aktuální chování systému, zvětšuje. K tomuto posunu dochází prostřednictvím čtyř mechanismů:

Evoluce významu pole. Oblast, která byla v roce 1978 definována jedním obchodním významem, si mohla v následujících desetiletích nashromáždit další významy. ACCT-TYPE-CD mohl původně rozlišovat běžné účty od spořicích. Během čtyřiceti let mohly být přidány další kódy, které reprezentují účty peněžního trhu, vkladové certifikáty, účty IRA a úschovní účty, přičemž každý přídavek je zdokumentován pouze v programovém kódu, který zpracovává novou hodnotu kódu, nikoli v žádné centrální definici pole. Název a typ pole se nezměnily; jeho sémantický význam se podstatně stal složitějším.

Tiché opětovné využití. Pole jsou občas přejmenována bez přejmenování. Pole, které bylo použito k jednomu účelu, se stává nepohodlným pro rozšíření a vývojář použije dříve nepoužitou hodnotu sousedního pole příznaku k zakódování jiné informace. TRANS-FLAG-1 může nyní kódovat tři různé koncepty v různých programových kontextech, rozlišitelné pouze zkoumáním, které programy pole čtou a za jakých podmínek. Technická metadata, název pole, typ, délka, neposkytují žádný náznak, že je pole sémanticky přetížené.

Akumulace REDEFINES. Jak je diskutováno v kontextech analýzy VSAM, klauzule REDEFINES překrývají stejné fyzické úložiště s různými interpretacemi polí. Každá varianta REDEFINES mohla být přidána v jiném bodě historie systému, různými vývojáři, pro různé obchodní účely. Úplný sémantický význam hierarchie REDEFINES, kdy se která varianta použije a co znamenají pole každé varianty, lze rekonstruovat pouze analýzou všech programů, které k dané variantě přistupují, a podmínek, za kterých tak činí.

Rozdíl v písance. Pokud je standardní písanka v COBOLu upravena tak, aby vyhovovala novému požadavku, programy, které písanku obsahovaly a nebyly aktualizovány pro práci s novým polem, se mohou chovat nesprávně nebo nové pole jednoduše ignorovat. Během desetiletí vývoje může v různých knihovnách existovat více verzí nominálně stejné písanky, přičemž různé programy mohou používat různé verze. Metadata pro pole definované v písance se mohou v jednotlivých programech lišit v závislosti na tom, jakou verzi písanky každý program obsahuje.

Co moderní nástroje pro metadata nedokážou se staršími daty

Trh s podnikovými datovými katalogy výrazně dospěl. Collibra, Alation, Atlan, Microsoft Purview a Informatica Axon jsou sofistikované platformy pro správu metadat v moderních datových prostředích. Vynikají v: automatickém vyhledávání schémat z připojených databází, sledování datové linie na úrovni sloupců v rámci ETL kanálů, udržování obchodních glosářů s definicemi termínů a zobrazování metrik kvality dat spolu se záznamy metadat.

Co tyto nástroje nedokážou pro více než desetileté systémy COBOL a mainframe:

Nemohou se připojit k tomu, co nevidí. Moderní katalogy objevují metadata prostřednictvím konektorů, JDBC připojení k databázím, integrací API s cloudovými službami, integrací skenerů s podporovanými platformami. Soubory VSAM, programy COBOL a streamy úloh JCL nemají žádné standardní konektory katalogů. Katalog nemůže objevit to, k čemu nemá žádný mechanismus přístupu. Data spravovaná těmito systémy jsou pro katalog fakticky neviditelná, což znamená, že záznamy o původu pro následnou cloudovou analýzu, které z těchto dat odvozují, jsou neúplné nebo chybí.

Nemohou extrahovat metadata, která existují pouze v kódu. Datový katalog, který je připojen k databázi DB2, dokáže číst schéma databáze, definice tabulek, názvy sloupců, datové typy a indexy. Nemůže číst program v jazyce COBOL, který naplňuje tabulku DB2, aby pochopil, jaká obchodní pravidla řídí populaci, jaké varianty REDEFINES existují ve zdrojovém záznamu nebo jaké názvy podmínek na úrovni 88 definují sémantickou platnost každého pole. Metadata na úrovni kódu, vrstva, kde se skutečně nachází obchodní význam starších dat, vyžaduje analýzu kódu, nikoli skenování katalogu.

Nemohou rekonstruovat význam, který nebyl nikdy zachycen. Ani s dokonalou extrakci technických metadat nelze automaticky rekonstruovat obchodní význam polí, která nebyla nikdy formálně zdokumentována. Tato vrstva vyžaduje kombinaci analýzy kódu (k odhalení obchodních pravidel, která programy na data aplikují a která jsou zástupci obchodního významu) a lidské kontroly (k ověření rekonstruovaného významu oproti institucionálním znalostem, dokud tyto znalosti stále existují).

Přístup rekonstrukce metadat

U systémů starých několik desetiletí, kde formální metadata nebyla nikdy zaznamenána nebo se výrazně odchýlila od současné reality, vyžaduje správa metadat fázi rekonstrukce před fází správy a řízení. Rekonstrukční přístup extrahuje obnovitelné vrstvy a identifikuje mezery, kde jsou vyžadovány lidské znalosti.

Fáze 1: Extrakce technických metadat ze zdrojových artefaktů.

Analyzujte každou položku COBOL FD, člen COPY, klauzuli SELECT a příkaz JCL DD a vytvořte inventář technických metadat na úrovni polí:

cobol

* Source FD entry -- technical metadata extraction target
FD  TRANSACTION-FILE
    LABEL RECORDS ARE STANDARD
    RECORD CONTAINS 200 CHARACTERS.
01  TRANSACTION-RECORD.
    05  TRANS-DATE          PIC 9(8).          *> YYYYMMDD format
    05  TRANS-TYPE-CD       PIC XX.            *> See 88-level values
        88 TRANS-PAYMENT    VALUE 'PM'.
        88 TRANS-REFUND     VALUE 'RF'.
        88 TRANS-ADJUSTMENT VALUE 'AJ'.
        88 TRANS-REVERSAL   VALUE 'RV'.
    05  TRANS-AMT-CD        PIC S9(9)V99 COMP-3.
    05  TRANS-CURRENCY-CD   PIC X(3).          *> ISO 4217
    05  TRANS-DETAIL        REDEFINES TRANS-TYPE-CD.
        10  TRANS-MERCH-ID  PIC X(12).
        10  TRANS-AUTH-CD   PIC X(6).
        10  FILLER          PIC X(84).

Z tohoto jediného záznamu FD extrakce technických metadat vytváří: názvy polí, datové typy, délky, pozice, přesnost zabalené desítkové soustavy TRANS-AMT-CD (9 číslic, 2 desetinná místa, znaménko), čtyři sémantické hodnoty TRANS-TYPE-CD jak je definováno názvy podmínek na úrovni 88 a strukturou REDEFINES, která vytváří dvě překrývající se interpretace bajtů 10–105 záznamu.

Názvy podmínek na úrovni 88 jsou obzvláště cenné jako metadata: TRANS-PAYMENT, TRANS-REFUND, TRANS-ADJUSTMENT, TRANS-REVERSAL jsou čtyři položky obchodní slovní zásoby, které poskytuje samotný kód COBOL a které jsou smysluplnější než podkladový PM, RF, AJ, RV hodnoty, které by viděl datový katalog prohledávající databázi.

Fáze 2: Extrakce operačních metadat ze závislostí programu.

Vytvořte mapu operačního původu sledováním datových toků v grafu závislostí programu:

• Do kterých programů zapisují TRANSACTION-FILE (producenti)
• Které programy čtou z TRANSACTION-FILE (spotřebitelé)
• Které kroky úlohy JCL volají každého producenta a příjemce a v jakém pořadí?
• Které následné datové sady a databáze přijímají data transformovaná z TRANSACTION-FILE

Tato mapa původu představuje operační metadata, která nástroje pro katalogizaci dat potřebují pro vizualizaci původu, ale nemohou je vytvořit bez přístupu ke zdrojovému kódu programu a JCL.

Fáze 3: Extrakce obchodních pravidel jako zástupce sémantických metadat.

Obchodní pravidla kódovaná v logice COBOL PROCEDURE DIVISION jsou zástupci obchodního významu. Program, který ověřuje TRANS-AMT-CD aby se před zpracováním zajistilo, že spadá do určitých rozsahů, poskytuje důkaz o platném rozsahu pole. Program, který převádí TRANS-AMT-CD do jiné jednotky před zápisem do následného systému odhaluje implicitní desetinnou nebo jednotkovou konvenci.

Extrakce těchto obchodních pravidel pomocí analýzy kódu vytváří sadu odvozených sémantických metadat: rozsahy validace použité na každé pole, transformace, ke kterým dochází mezi zdrojem a cílem, a podmínky, za kterých se různé cesty kódu spouštějí. Tato odvozená sémantická metadata jsou nepřesná, ukazují, co programy s daty dělají, ne nutně to, co měla data znamenat, ale jsou z kódu obnovitelné způsobem, kterým to původní specifikace není.

Fáze 4: Lidské validace a sémantické obohacení.

Extrahovaná technická a provozní metadata a odvozená sémantická metadata tvoří základ pro ověřovací relace s odborníky z dané oblasti a odcházejícími vývojáři. Cílem je převést odvozenou sémantiku na potvrzenou sémantiku a ověřit, že TRANS-AMT-CD znamená to, co kód naznačuje, identifikuje případy, kdy chování kódu již neodráží zamýšlený obchodní význam, a zachycuje institucionální znalosti o historii terénu, které analýza kódu nedokáže obnovit.

Tato fáze je časově omezena dostupností odborných znalostí v dané oblasti: každý rok, který uplyne, se s lidmi, kteří je vlastní, více těchto znalostí vytrácí.

Mezera v zastaralých metadatech na hranici moderního systému

Deficit metadat vytvořený systémy starými několik desetiletí nezůstává v rámci staršího prostředí omezen. Šíří se dále: každý analytický systém, datový sklad a systém strojového učení, který spotřebovává data ze starších systémů, dědí mezeru v metadatech.

Cloudový datový sklad, který každou noc přijímá extrakt plochého souboru z dávkového programu v COBOLu, má ve svých definicích sloupců to, co si tým datového inženýrství zvolil pro názvy sloupců při sestavování ETL kanálu. Pokud bylo původní pole TRANS-AMT-CD a vývojář ETL pojmenoval cílový sloupec transaction_amount, zdá se, že datový sklad má do katalogu přidána kompletní metadata: název sloupce, datový typ, popis firmy. Co katalog nezaznamenává, je to, že transaction_amount původem z TRANS-AMT-CD in TRANSACTION-FILE, který je vytvořen programem v jazyce COBOL s názvem TRNSRC01, který běží v úloze JCL TRANSDAY každou noc ve 2 hodiny ráno a který uplatňuje specifický převod měn, který byl pevně zakódován v roce 1987 na základě konvence směnných kurzů, která může, ale nemusí být stále aktuální.

Záznam metadat pro následný proces vypadá kompletně. Linie je přerušena na hranici starších dat. Jakákoli analytická nebo umělá inteligence závislá na pochopení původu a významu... transaction_amount má mezeru, kde není zdokumentován skutečný příběh původu dané hodnoty.

Zjištění společnosti Gartner, že 60 procent projektů umělé inteligence, které nejsou podpořeny daty připravenými pro umělou inteligenci, bude do roku 2026 opuštěno, je částečně prohlášením o metadatech. Modely umělé inteligence, které spotřebovávají transaction_amount aniž by věděli, že pochází z komprimovaného desítkového pole COBOL s implicitním desetinným místem, denominovaného v měně, která mohla být převedena pomocí konvence směnných kurzů z roku 1987, trénují na datech, jejichž původ je neprůhledný. Model nemůže vědět, zda má tomuto kontextu nedůvěřovat nebo se v něm přizpůsobit, protože metadata, která by jej sdělovala, neexistují v žádném katalogu, ke kterému má model nebo jeho datový kanál přístup.

Vytvoření programu pro správu metadat pro starší systémy

Program pro správu metadat pro datové systémy s více desetiletími má čtyři komponenty, které se liší od standardních implementací podnikových datových katalogů:

Komponenta 1: Extrakce metadat ze zdrojového kódu. Než jakýkoli katalogizační nástroj může spravovat starší metadata, musí být metadata extrahována ze zdrojových artefaktů, kde se nacházejí. Tato extrakce musí zahrnovat: položky FD a copybooky (technická metadata pro datové struktury), klauzule SELECT (organizace souborů a metoda přístupu), příkazy JCL DD (asociace datových sad a charakteristiky souborů) a názvy podmínek na úrovni 88 (slovní zásoba sémantických hodnot vložená do zdrojového kódu). Výstupem je inventář metadat na úrovni polí, který lze načíst do katalogu jako výchozí bod pro obohacení podnikání.

Komponenta 2: Rekonstrukce původu dat. Datový původ pro starší systémy musí být rekonstruován z analýzy závislostí programu, nikoli ze sledování původu nástrojů ETL. Mapa původu sleduje data od původního programu v COBOLu přes přechodné transformační programy až po jejich konečné příjemce, včetně procesů ETL, které je dodávají moderním analytickým systémům. Tato rekonstrukce uzavírá mezeru v původu na hranici starších systémů a propojuje metadata sloupců cloudového datového skladu s metadaty záznamů COBOL FD prostřednictvím zdokumentovaného řetězce závislostí programu.

Komponenta 3: Sémantické obohacení o odborné znalosti v dané oblasti. Strukturu poskytují extrahovaná technická metadata; potvrzený obchodní význam vyžaduje odborné znalosti v dané oblasti. Proces obohacení využívá technická metadata jako strukturovaný podnět pro rozhovory s experty: „Toto pole je definováno jako PIC S9(9)V99 COMP-3, je ověřeno, že je nezáporné ve 14 programech, a před zápisem do následné databáze je převedeno na jiné měřítko, můžete potvrdit, co to představuje a co daná konverze znamená?“ Tento strukturovaný přístup využívá analýzu kódu k maximalizaci informační hodnoty každé interakce s expertem, což umožňuje rychlejší a úplnější obohacení než nestrukturované kontroly dokumentace.

Komponenta 4: Integrace governance s moderními katalogovými platformami. Jakmile jsou starší metadata extrahována, rekonstruována a obohacena, musí být integrována s moderní infrastrukturou governance metadat. Tato integrace propojuje inventář starších metadat s podnikovým katalogem dat a poskytuje: linii na úrovni sloupců od zdroje COBOL po cíl cloudu, termíny obchodního glosáře propojené se staršími definicemi polí a metadata kvality dat pro starší datové sady, která naplňují stejný rámec governance jako metadata moderních systémů.

Jak SMART TS XL Extrahuje starší metadata

SMART TS XL řeší první dvě složky programu pro správu starších metadat, extrakci metadat zdrojového kódu a rekonstrukci původu, aplikací statické analýzy na celé portfolio COBOL, JCL a copybook.

Funkce statické analýzy kódu analyzuje každou položku FD, člen COPY, klauzuli SELECT a definici na úrovni 88 v celém portfoliu COBOL a vytváří tak inventář technických metadat na úrovni polí: každý název pole, datový typ, délku, specifikaci COMP, členství REDEFINES a název podmínky na úrovni 88 napříč každým programem a sešitem v prostředí. Pro portfolio tisíců programů v COBOLu tato extrakce vytvoří během několika hodin inventář technických metadat, jehož vytvoření by trvalo roky, pokud by vůbec bylo možné jej vytvořit kompletně.

Mapování závislostí aplikací vytváří mapu operačního původu: každý vztah mezi programem a datovou sadou (které programy produkují které datové sady a které je spotřebovávají), každou závislost mezi programy (které programy volají které další a jaká data mezi nimi tečou) a každý vztah mezi JCL a programem (které kroky úlohy vyvolávají které programy v jakém pořadí). Tato mapa původu je vrstva operačních metadat, která uzavírá mezeru mezi staršími zdrojovými systémy a záznamy původu moderního katalogu dat.

Funkce rozšíření JCL sleduje kompletní řetězec provádění každé úlohy JCL: řeší odkazy PROC, rozšiřuje symbolické parametry a vytváří kompletní provozní metadata pro produkci a spotřebu každé datové sady, kontext plánování, závislé úlohy a sekvenci provádění, která určuje charakteristiky včasnosti a aktuálnosti každé datové sady.

Díky podpůrnému vyhledávání je možné vyhledávat v extrahovaném inventáři metadat v celém programu pro správu metadat: najít každé pole definované jako COMP-3 (pole citlivá na přesnost vyžadující pečlivé mapování cíle), každý program, který čte konkrétní pole (identifikace všech konzumentů konkrétního datového prvku pro obohacení původu a sémantiky), každý název podmínky na úrovni 88, který odpovídá konkrétnímu obchodnímu termínu (mapování obchodní slovní zásoby na definice technických oborů). Tato vyhledávací funkce podporuje proces sémantického obohacení a umožňuje odborníkům v dané oblasti najít všechna použití konkrétního pole nebo hodnoty před potvrzením jeho obchodního významu.

Pro organizace provádějící starší modernizace programy, SMART TS XLExtrakce metadat poskytuje základ pro předmigraci: technická metadata na úrovni polí, která migrační nástroje potřebují k mapování zdrojových polí na cílová schémata, operační linii, kterou migrační programy potřebují ke správnému seřazení migrací datových sad, a sémantickou slovní zásobu na 88 úrovních, která umožňuje přesné mapování z hodnot kódu COBOL na definice relačních omezení.

Naléhavost obnovy metadat předtím, než znalosti zaniknou

Problém rekonstrukce metadat má přirozený termín, který se nevztahuje na většinu výzev v oblasti správy dat: odchod do důchodu vývojářů, kteří disponují institucionálními znalostmi, jež nelze obnovit analýzou kódu. Téměř třetina programátorů v COBOLu odejde do roku 2030 do důchodu. Průměrný věk inženýrů mainframeů je 58.7 let. Každý rok, který uplyne bez systematické extrakce metadat a sémantického obohacení, zužuje okno, ve kterém je možná lidská validace obnovených metadat.

Technická metadata, definice polí, specifikace typů, závislosti programu, datový původ lze ze zdrojového kódu získat donekonečna, dokud zdrojový kód existuje. Sémantická metadata, tedy co každé pole znamená v obchodním smyslu, jaká byla historická rozhodnutí, která stála za návrhem polí, a jaké jsou implicitní konvence, které technické specifikace nedokumentují, lze získat pouze od lidí, kteří je znají, a pouze dokud jsou dostupná.

Program správy metadat pro vícedesetileté systémy, který začíná technickou extrakcí a pokračuje sémantickým obohacováním, dokud jsou znalosti v dané oblasti stále k dispozici, vytváří kompletní a obnovitelný základ metadat. Stejný program odložený do doby, než znalosti vyprší, vytváří technický základ metadat, který je přesný, ale neúplný, správný ohledně struktury dat a mlčí o jejich významu.

Metadata jsou mapa. Systémy staré několik desetiletí je pohřbily.

Správa dat pro moderní systémy začíná metadaty, která jsou aktuální, přístupná a alespoň částečně zdokumentovaná. Správa dat pro systémy staré několik desetiletí začíná metadaty, která jsou distribuována v tisících souborů zdrojových kódů, částečně zdokumentována ve specifikacích, které předcházejí internetu, a částečně uchovávána v paměti vývojářů, kteří se blíží do důchodu.

Cesta od zakopaného k řízenému prochází extrakci, rekonstrukci a obohacení, v tomto pořadí. Technická metadata extrahovaná ze zdrojového kódu poskytují výchozí inventář. Operační linie rekonstruovaná ze závislostí programu poskytuje mapu původu. Sémantické obohacení ověřené odbornými znalostmi v dané oblasti poskytuje obchodní význam, díky kterému jsou technická metadata použitelná pro analytiku, umělou inteligenci a řízení.

Moderní platformy pro katalogizaci dat jsou cílem těchto metadat, nikoli jejich výchozím bodem. Než je Collibra může spravovat, Alation je může katalogizovat a datoví vědci jim mohou důvěřovat, musí být metadata, která obsahují systémy staré několik desetiletí, nejprve nalezena v položkách FD, v sešitech, v názvech podmínek na 88 úrovních a v obchodních pravidlech zakódovaných ve čtyřiceti letech logiky PROCEDURE DIVISION.

Mapa existuje. Jen je třeba si ji přečíst.