Master Data Management 101 - DATAVERSITET

Master Data Management 101 – DATAVERSITET

Tidsstempel: 24. januar 2024 kl. 3
Kildeknude: 3081725
Miha Creative / Shutterstock.com

Håndtering af stamdata kan beskrives som håndtering af de data, der er kritiske for din virksomheds drift. Master data management (MDM) omhandler håndtering af data, der er relativt stabile og kritiske for virksomhedens drift. Begrebet stamdata og dets styring opstod i sene 1990'er, som en måde at håndtere de store mængder af "usammenhængende data", der tages ind. Stamdata er nødvendigt for, at en moderne organisation kan udføre sin daglige drift effektivt, samt analytisk beslutningstagning. 

Uden stamdata og evnen til at administrere dem ville virksomheder kæmpe for at fungere effektivt.

Viden om, hvor vigtig masterdata er, og hvordan man håndterer dem effektivt, kan give organisationer mulighed for at strømline deres arbejdsprocesser og forbedre effektiviteten. Master data management inkluderer den software og de processer, der er nødvendige for at vedligeholde, ændre og administrere masterdata.

Generelt fylder stamdata kun en lille del af virksomhedens datalager, men på trods af dette er stamdata nogle af de mest komplicerede data i lagersystemet.

Hvad er hovedegenskaberne ved masterdata?

Forståelse af de grundlæggende funktioner i masterdata er afgørende for effektivt at administrere dem og frigøre dets fulde potentiale for succesfulde forretningsbestræbelser. Funktionerne i en velorganiseret master data management program understøtte en strøm af nyttig, konsistent information, mens den fungerer. En forståelse af disse funktioner hjælper med at opsætte et masterdatastyringsprogram og arbejde med det. De vigtigste funktioner er angivet nedenfor. 

1. Stamdata ændres sjældent. Det er beregnet til at være en enkelt kilde til nøjagtige data, der bruges på tværs af organisationen. Fuldstændig og total nøjagtighed er dens grund til at være. Stamdata ændres meget sjældnere end andre typer data, men det ændrer sig lejlighedsvis, og det er derfor stamdata ledelse er vigtigt. Organisationer skal have en måde at administrere og opdatere deres stamdata for at sikre, at de fortsat er nøjagtige.

Fejl sker, når stamdata ikke er nøjagtige – regninger sendt til den forkerte adresse, medarbejdere modtager den forkerte lønseddel osv.   

2. Stamdata anvendes primært som referencemateriale. Det er ikke-transaktionel i naturen (hvilket betyder, at en udveksling af penge eller varer ikke er involveret). For eksempel kan data, der beskriver beholdningen, kunden eller købsstedet, være en del af stamdataene, men de kan kopieres og derefter bruges i forretningstransaktioner. 

Stamdata, som referencemateriale, kan kopieres og bruges til forskellige formål.

3. Stamdata er meget værdifuldt for organisationen. Uden den kan organisationen "måske" overleve i en måned eller to. Virksomheder bruger disse data dagligt til en række forskellige opgaver og er afgørende for at udføre disse opgaver. Det er vigtigt for en organisation at prioritere at administrere deres stamdata for at sikre, at de er nøjagtige og pålidelige.

Vedligeholdelse og sikring af stamdata er afgørende for virksomhedens daglige sundhed.

4. Stamdata er typisk mere kompliceret end andre former for data. Det inkluderer normalt store, komplicerede datasæt. Dette gør håndtering og vedligeholdelse af stamdataene til en meget mere udfordrende proces, end man kunne forvente. Der er tilgængelige værktøjer der kan bruges til at administrere masterdataorganisationer for at have robuste processer og værktøjer til at administrere dem effektivt.

Håndtering og ændring af stamdata kan være vanskelig og tidskrævende. 

Hvordan udvikler du et Master Data Management-program?

Et master data management (MDM) program bruger de relevante domæner som en del af dets grundlag. De domæner, der vælges (eller udvikles), har relativt stabile data og har den største økonomiske effekt. I udvælgelsen data domæner, kan det nogle gange være svært at afgøre, hvilke dataelementer i en organisation der skal betegnes som stamdata. De fem mest brugte domæner er:

  • Kundedata 
  • Medarbejderdata 
  • Produktdata
  • Finansielle data 
  • Lagerdata 

Mens disse fem domæner bruges regelmæssigt, kan nogle fjernes, og andre domæner kan tilføjes, for bedre at passe til organisationens behov. Om nødvendigt kan organisationer også tilføje underdomæner.

Efter at have bestemt domænerne, kan organisationer bruge flere trin til at bygge et masterdatastyringsprogram. Udvikling af et MDM-program er typisk et langt projekt og indeholder flere faser og opgaver, herunder følgende trin:

  • Identificer alle relevante datakilder, herunder afdelinger i organisationen, der opbevarer data. 
  • Diskuter og aftal passende formater for stamdataene. 
  • Lav en stamdatamodel, der præsenterer modellens struktur og kortlægger data tilbage til de forskellige kilder.
  • Bestem MDM arkitektur (hvilket omfatter valg af passende software). Der er tre grundlæggende typer af arkitektur. 
  • Implementer softwaren og eventuelle nye systemer, der er nødvendige for at understøtte MDM-programmet.
  • Rens, konsolider og standardiser dataene, så de passer til den nye masterdatamodel.
  • Match eventuelle duplikerede dataposter fra andre afdelinger, og flet dem til enkelte poster, der bliver en del af stamdatalisten.
  • Juster kildesystemer efter behov for at give adgang og brug af stamdataene under behandlingsoperationer.

Efter at have fastslået, hvilke domæner der har den største økonomiske indvirkning, kan kriterierne nedenfor bruges til at reducere mængden af ​​data, der skal klassificeres som stamdata.

Adfærdsdata: Ofte brugt til forskningsformål beskriver adfærdsdata organisationens interaktioner med kunder og forretningspartnere, ofte meget detaljeret. Adfærdsdata kommer fra helpdesks, callcentre, websteder, CRM-systemer, mobilapps, marketingautomatiseringssystemer og faktureringssystemer. 

Livscyklus: Dette beskriver forskellige faser af et stykke data, når det bevæger sig gennem sin eksistens. Den starter den indledende indsamling og slutter, når dataene ikke længere er nyttige og slettes. 

Livstid: Dataens levetid, eller deres eksistens i organisationen, indtil de slettes. (Der er omstændigheder, hvor data med en kort levetid bruges som stamdata, men i øjeblikket ikke ofte.) 

Datakompleksitet: Mål for, hvor kompliceret data er. Den beskriver store datasæt taget fra en række forskellige kilder, hvilket kan betyde, at man bruger en række ressourcer til at behandle dem. Komplekse data kan komme fra flere kilder, hvor hver kilde muligvis leverer data ved hjælp af et andet format, struktur, størrelse og forespørgselssprog.

Dataværdi: Værdien af ​​dataene kommer fra de fordele og fordele, som en virksomhed kan opnå ved deres dataaktiver. Dataaktiver kan bruges til at fremme innovationer, bedre beslutningstagning, forbedrede kundeoplevelser, øget effektivitet og nye indtægtskilder.

Genbrug af data: Brugen af ​​eksisterende data, som er blevet indsamlet af "andre" enkeltpersoner eller institutioner til et nyt forskningsformål (tredjepartsdata). Udtrykket kan referere til kvantitative, kvalitative eller statistiske data.

Hvad er fordelene ved Master Data Management?

Master data management arbejder hånd i hånd med effektiv data governance. MDM bruger softwareværktøjer og processer til at levere ensartede data og sikre, at stamdata er centraliseret, organiseret og opdateret. Et masterprogram for datastyring, kombineret med et effektivt datastyringsprogram, skulle give meget strømlinede forretningsprocesser.  

To af de vigtigste fordele ved at bruge stamdata er en forbedret Kundeoplevelse og hurtigere implementeringer. Master data management kan koordinere med kundeoplevelser under hvert trin af transaktionen, hvilket giver nøjagtig information til gentagne kunder. (Data af dårlig kvalitet kan have en negativ indvirkning på kunderelationer.)

Når et masterdataadministrationsdatalager understøtter udviklingsenheder og apps, og leveringspipelinen er effektiv, er slutresultatet hurtigere implementeringer (softwareimplementering, dataimplementering). Master data management gør det muligt at implementere software, der blev udviklet i dag.

Tidsstempel:

Mere fra DATAVERSITET