Ziele:

In jedem Unternehmen werden bestimmte Daten in allen Geschäftsbereichen, Prozessen und Systemen benötigt. Wenn diese Daten gemeinsam genutzt werden und alle Geschäftsbereiche Zugang zu denselben Kundenlisten, geografischen Standortcodes, Geschäftsbereichslisten, Lieferoptionen, Stücklisten, Kostenstellencodes, Steuercodes und anderen Daten haben, die zur Führung des Unternehmens verwendet werden, profitieren das gesamte Unternehmen und seine Kunden. Menschen, die mit Daten arbeiten, gehen im Allgemeinen davon aus, dass im gesamten Unternehmen ein gewisses Maß an Konsistenz besteht, bis sie heterogene Daten sehen.

In den meisten Unternehmen entwickeln sich die Systeme und Daten organischer, als es den Datenverwaltungsexperten lieb ist. Vor allem in großen Organisationen führen verschiedene Projekte und Initiativen, Fusionen und Übernahmen sowie andere Geschäftsaktivitäten dazu, dass mehrere Systeme im Wesentlichen dieselben Funktionen ausführen und voneinander isoliert sind. Diese Bedingungen führen unweigerlich zu Inkonsistenzen in der Datenstruktur und den Datenwerten zwischen den Systemen. Diese Variabilität erhöht die Kosten und Risiken. Beides kann durch die Verwaltung von Stamm- und Referenzdaten verringert werden.

Von unserem Team durchgeführte Aktivitäten:

Stammdatenmanagement-Aktivitäten – MDM

• Definition von MDM-Driver und -Anforderungen: Jedes Unternehmen hat unterschiedliche Driver und kritische Punkte im Zusammenhang mit MDM, die von der Anzahl und Art der Systeme, ihrem Alter, den von ihnen unterstützten Geschäftsprozessen und der Art und Weise, wie Daten für Transaktionen und Analysen verwendet werden, beeinflusst werden. Zu den Driver gehören häufig Möglichkeiten zur Verbesserung des Kundendienstes und/oder der betrieblichen Effizienz sowie zur Verringerung von Datenschutz- und Compliance-Risiken. Zu den kritischen Punkten gehören Unterschiede in der Bedeutung und Struktur der Daten zwischen den Systemen.
• Datenquellen abschätzen und bewerten: Die Daten in den bestehenden Anwendungen bilden die Grundlage für die Aktivitäten des Stammdatenmanagements. Es ist wichtig, die Struktur und den Inhalt dieser Daten sowie die Prozesse zu verstehen, durch die diese Daten gesammelt oder erstellt werden. Ein Ergebnis der MDM-Aktivitäten kann die Verbesserung der generierten Metadaten durch die Bewertung der Qualität der vorhandenen Daten sein. Ein Ziel der Bewertung ist es, zu verstehen, wie vollständig die Daten in Bezug auf die Attribute sind, aus denen die Stammdaten bestehen; dieser Prozess umfasst die Klärung der Definitionen und Granularität dieser Attribute.
• Festlegung des Architekturansatzes: Der Architekturansatz für MDM hängt von der Geschäftsstrategie, den vorhandenen Datenquellenplattformen und den Daten selbst ab, insbesondere von deren Herkunft und Volatilität sowie den Auswirkungen einer hohen oder niedrigen Latenz. Die Architektur muss die Datennutzung und die Muster der gemeinsamen Nutzung berücksichtigen. Wartungswerkzeuge hängen sowohl von den geschäftlichen Anforderungen als auch von den Architekturoptionen ab; diese Instrumente helfen bei der Definition und hängen gleichzeitig vom Ansatz für die Verwaltung und Wartung ab.
• Modellierung von Stammdaten: MDM ist ein Datenintegrationsprozess. Um konsistente Ergebnisse zu erzielen und die Integration neuer Quellen zu verwalten, wenn eine Organisation expandiert, ist es notwendig, ein Datenmodell innerhalb von Fachbereichen zu definieren. Ein logisches oder kanonisches Modell kann für die Fachbereiche innerhalb des Data Sharing Hub definiert werden. Dies würde unternehmensweite Definitionen von Entitäten und Attributen des Themenbereichs ermöglichen.
• Definition von Verwaltungs- und Wartungsprozessen: Technische Lösungen können bei der Paarung, der Zusammenführung und der Verwaltung von Stammsatzkennungen einen erheblichen Teil der Arbeit übernehmen. Der Prozess erfordert jedoch auch eine Verwaltung, die sich nicht nur um die Datensätze kümmert, die aus dem Prozess herausfallen, sondern auch um die Prozesse, die dazu führen, dass sie überhaupt herausfallen, zu verbessern. MDM-Projekte müssen die Ressourcen berücksichtigen, die zur Unterstützung einer gleichbleibenden Qualität der Stammdaten erforderlich sind. Die Datensätze müssen analysiert werden, und es müssen Feedbacks an die Quellsysteme gegeben werden, die zur Optimierung und Verbesserung der Algorithmen verwendet werden können, die die MDM-Lösung führen.
• Festlegung von Governance-Richtlinien zur Durchsetzung der Verwendung von Stammdaten: Die anfängliche Einführung einer Stammdatenaktivität ist eine Herausforderung und erfordert viel Aufmerksamkeit; die wirklichen Vorteile ergeben sich, wenn Menschen und Systeme beginnen, Stammdaten zu verwenden. Die Gesamtbemühungen müssen einen Fahrplan für die Übernahme von Stammdatenwerten und -kennungen als Input für Prozesse beinhalten.

Referenzdaten-Aktivitäten

• Driver und Anforderungen definieren: Die Hauptdrivers für das Referenzdatenmanagement sind betriebliche Effizienz und bessere Datenqualität. Eine zentrale Verwaltung von Referenzdaten ist bequemer, als wenn mehrere Geschäftseinheiten ihre eigenen Datensätze behalten; außerdem wird dadurch das Risiko von Inkonsistenzen zwischen Systemen verringert. Die wichtigsten Referenzdatensätze müssen die Anforderungen an ein Referenzdatenmanagementsystem erfüllen. Sobald ein solches System vorhanden ist, können neue Referenzdatensätze eingerichtet werden.
• Datenquellen bewerten: Die meisten branchenüblichen Referenzdatensätze können von den Organisationen bezogen werden, die sie erstellen und verwalten. Einige Organisationen stellen solche Daten kostenlos zur Verfügung, andere verlangen eine Gebühr. Auch Zwischenhändler verpacken und verkaufen Referenzdaten, oft mit zusätzlichen Funktionen. Je nach Anzahl und Art der von einer Organisation benötigten Referenzdatensätze kann es sinnvoll sein, diese von einem Anbieter zu beziehen, insbesondere wenn dieser die Lieferung von Aktualisierungen nach einem festgelegten Zeitplan garantiert und eine grundlegende Qualitätskontrolle der Daten durchführt. Viele Organisationen verlassen sich auch auf intern erstellte und verwaltete Referenzdaten. Die Bestimmung der Herkunft lokaler oder interner Referenzdaten ist oft schwieriger als bei branchenüblichen Referenzdaten.
• Definition des architektonischen Ansatzes: Vor dem Kauf oder der Entwicklung eines Referenzdaten-Verwaltungstools ist es wichtig, die Anforderungen und Herausforderungen zu berücksichtigen, die sich aus den zu verwaltenden Referenzdaten ergeben. Es muss sichergestellt werden, dass die Schnittstelle für Aktualisierungen einfach ist und so konfiguriert werden kann, dass grundlegende Dateneingaberegeln durchgesetzt werden, z. B. die Sicherstellung, dass Eltern-Kind-Beziehungen in Referenzdaten, die Hierarchien enthalten, beibehalten werden.
• Modellierung von Referenzdatensätzen: Viele Menschen sehen Referenzdaten als einfache Codes und Beschreibungen. Viele Referenzdaten sind jedoch komplizierter. Um eine langfristige Nutzung zu ermöglichen und genaue Metadaten zu erstellen, sowie für den Wartungsprozess selbst, ist es sinnvoll, Modelle von Referenzdatensätzen zu erstellen. Vorlagen helfen den Datennutzern, die Beziehungen innerhalb des Referenzdatensatzes zu verstehen, und können zur Festlegung von Datenqualitätsregeln verwendet werden.
• Definition von Stewardship- und Wartungsprozessen: Referenzdaten müssen verwaltet werden, um sicherzustellen, dass die Werte vollständig und aktuell und die Definitionen klar und verständlich sind. In einigen Fällen sind die Steward direkt für die praktische Wartung der Referenzdaten verantwortlich, in anderen Fällen können sie den Prozess erleichtern.
• Festlegung von Richtlinien für die Verwaltung von Referenzdaten: Eine Organisation hat nur dann einen Nutzen von einem zentral verwalteten Repository von Referenzdaten, wenn die Daten in diesem Repository auch tatsächlich genutzt werden. Zu diesem Zweck ist es wichtig, Richtlinien zu implementieren, die die Qualität regeln und die Verwendung von Referenzdaten aus diesem Repository durchsetzen, entweder direkt durch Veröffentlichung aus diesem Repository oder indirekt über ein Referenzsystem, das mit Daten aus dem zentralen Repository bestückt ist.