4. diel - Master Data Management (MDM) a ako nám pomôže - Online kurz

V predchádzajúcej lekcii, Konfiguračnej položky CMDB , sme sa pozreli na konfiguračnej položky na konkrétnom príklade serverov a hardware.

Master Data (slovensky tiež kmeňové dáta) sú dáta zdieľaná naprieč rôznymi systémami, príliš často sa nemenia a sú netransakčné. Jedná sa o informácie o obchodných partneroch, produktoch, vlastných pracovníkoch. Objednávky, faktúry či účtovné zápisy do tejto oblasti nespadajú. Osobitné oblasti master dát sú referenčné dáta (slovensky číselníky). Referenčné dáta predstavujú povolenej hodnoty v poliach iných dát. Napríklad stav objednávky, typ zákazníka, kategória produktu atď. Povolené hodnoty číselníkov sú potom základnými riadiacimi dátami informačného systému, ktorý je pre nás modelom našej business reality. Ak dnes dáta kupujete v rôznych systémoch, s rôznou kvalitou a nekonzistentnými atribúty, potom vám práve Master Data Management pomôže dáta zjednotiť a zaistiť ich propagáciu naprieč organizáciou. Pri zavádzaní procese Master Data Management najprv zmapujeme danú oblasť a vyjasníme zodpovednosti. To už samo o sebe predstavuje zlepšenie situácie. Následne sa budeme môcť rozhodnúť, ako daný systém vylepšiť.

1. Identifikácia zdrojov kmeňových dát

Spíšeme si jednotlivé aplikácie, ktoré s týmito dátami pracujú. V praxi tieto informácie môžeme získať z databázy konfigurácie (CMDB). Pokiaľ s konfiguračný databázou doteraz nepracujeme, potom implementácia Master dát nás k jej založeniu môže sama priviesť. Informácie o zdrojoch master dát a ich výmene by mali byť uložené práve v Konfiguračný databáze. Ide o krásny príklad synergia dvoch iniciatív Kladenie pevné základy pre budúci rozvoj nášho informačného systému.

2. Klasifikácia zdrojov

Aplikácia si rozdelíme na producentov (dáta v nich vznikajú) a konzumentov (dáta získavajú odinakiaľ). Každá aplikácia môže byť pre niektoré master dáta producentom, pre iné konzumentom a alebo sa jej dáta netýkajú.

Rozdelenie systémov na výrobcov a konzumentov (vždy z pohľadu konkrétnej dátovej entity)

3. Zmapovanie tokov dát

Detailnejšie si popíšeme výmenu dát - z akého zdrojového systému do akého cieľového systému prenášame aké dáta, ako často, akou technológiou, v akom formáte. Vo chvíli, keď budeme mať zmapovaný súčasný stav, budeme schopní formulovať možnosti zlepšenia a spôsob prechodu na cieľový stav.

Informácie z predchádzajúcich dvoch bodov bude vhodné opäť zachytiť v Konfiguračný databáze - pre začiatok nám pre evidenciu postačí aj obyčajný Excel.

4. Stanovenie zodpovednosťou

Je potrebné stanoviť, kto je zodpovedný za aké dáta. Vlastník dát je zodpovedný za kvalitu dát a mal by to byť niekto z manažmentu spoločnosti. Dátový steward spravuje dáta, ich štruktúru a pravidlá podľa rozhodnutia vlastníka. Rôzne dáta môžu mať vlastníkmi a dátové stewarda v rôznych tímoch. Vlastníkom marketingových master dát tak bude napríklad Manažér tímu Marketing a ich dátovým stewardom člen marketingového tímu alebo pracovník centrálneho tímu spravujúceho master dáta.

5. Vytvorenie dátového modelu kmeňových dát

Kmeňové dáta nie sú izolovanými tabuľkami. Je dôležité poznať ich štruktúru a väzbu na ďalšie dáta. Dátový model vo forme Entity Relationship Diagramu nám všetky tieto vzťahy prehľadne zachytí.

Príklad Entity-Relationship Diagramu

6. Architektúra master dát, pravidlá a plán na jej napĺňanie, proces práce s master dátami

Existuje niekoľko konceptov práce s master dátami. Jedným z nich je zhotovovanie a správa všetkých master dát v jednom k tomu určenom systému a distribúcia dát do všetkých ďalších. Tento koncept jedného miesta pravdy nám totiž krásne rieši predchádzajúce problém. Z pragmatických dôvodov ale volíme rôzne prístupy. Prechod na tento systém totiž vyžaduje úpravu aplikácií v ktorých dáta nemajú byť novo zadáva, ale ktoré ich majú odoberať z centrálneho systému. U niektorých aplikácií by ich úprava bola veľmi náročná, a tak budeme musieť akceptovať, že napríklad niektoré dáta budú aj naďalej obstaráva v pôvodnom systéme a do centrálneho MDM systému sa budú iba prenášať.

7. Výber technológií

Podľa zvolenej architektúry a stratégie vyberieme konkrétne technológie, ktoré nám prácu s master dátami uľahčí.

8. Prechod k cieľovej architektúre master dát a každodenné riadenie

Prechod k cieľovej architektúre závisí na vstupných podmienkach firmy. Organizácia, ktorá si dôležitosť master dát uvedomuje na začiatku budovanie systémov, je na tom inak ako firma, v ktorej dochádzalo k zrýchlenému rozvoju informačných systémov a ktorá má v tejto oblasti určitý dlh. Postupnou aplikáciou pravidiel začneme dáta skvalitňovať a riešiť existujúce problémy. To, že to bude v prípade už rozvinutého informačného systému beh na dlhšiu trať, treba brať ako realitu a nezľaknúť sa toho. Prínosy začneme vidieť už čoskoro a hlavne začneme klásť základy zdravého systému a toto úsilie sa nám v budúcnosti vráti.

V čom nám toto riešenie pomôže?

• Správna a presné dáta umožní správna rozhodovanie.
• Dáta konzistentné naprieč systémy budú mať potrebnú vierohodnosť a užívatelia tak s nimi budú ochotní pracovať.
• Ak nebudete mať problémy s dátami, zvýši sa efektivita a rýchlosť procesov. Užívatelia už nebudú musieť čakať, než IT tím opraví dáta.
• Zníži sa náklady na ďalšie IT projekty aj každodennú prevádzku IT, pretože už nebude potrebné riešiť opravy dát a zložité napojovanie na nekonsolidovaná dáta.

Pozrieť sa môžete na demo.

V ďalšej lekcii, Zavádzanie Master Data Management v praxi , si na dvoch príkladoch ukážeme, ako prakticky začať Master dáta riešiť a aké kľúčové vlastnosti by riešenie master dát malo mať.