MDM je zkratka pro Master data management. Jedná se o metodu správy dat organizace jako jediného koherentního systému. MDM se používá k zajištění spolehlivosti dat a tato data jsou v různých formátech, které shromažďují z různých zdrojů dat. A je zodpovědný za rozhodování o analýze dat, školení AI, datové iniciativy a digitální transformaci.
Správa kmenových dat může propojit všechna kritická data s hlavním souborem. MDM je zodpovědný za sdílení dat v celém podniku po dobré implementaci. MDM se používá jako efektivní strategie pro integraci dat.
organizace jsou závislé na datech, aby zefektivnily operace. Kvalita business intelligence, analytiky a výsledků AI závisí na kvalitě dat. Správa kmenových dat pomáhá:
- při odstraňování duplicity dat.
- při integraci dat z různých zdrojů dat.
- při standardizaci nesouvisejících dat se proto data efektivně používají.
- při odstraňování nepřesných dat.
- In umožňuje jediný zdroj odkazu, který se nazývá „zlatý záznam“.
procesy správy kmenových dat
celá řada procesů MDM je směsí základního procesu. Jedná se o klíč k procesům MDM, jako jsou:
- Obchodní pravidlo správy
- agregace Dat
- klasifikace Dat
- sběr Dat
- konsolidace Dat
- distribuce Dat
- Data obohacení
- Data governance
- mapování Dat
- odpovídající Data
- normalizace Dat
Master data management je vytvoření jasné a strategické toku mezi všechny zdroje dat a různé cílové systémy.
výhody MDM
pro konkurenční obchodní strategii je zapotřebí jasná a koherentní správa dat.
Některé důležité výhody MDM jsou uvedeny níže, jako:
- Ovládání: Vědět, kde data jsou, kam míří, a jak bezpečné to je.
- přesnost dat: pochopte, jak úzce naše metrika sleduje naše faktory.
- konzistence dat: pochopte, jak úzce náš datový tok sleduje základní vzorce.
Klíčové vlastnosti
některé klíčové vlastnosti MDM jsou uvedeny níže, například:
- poskytuje modulární design.
- podporuje 360stupňový pohled mezi zákazníky, produkty, dodavateli a vztahy jiných subjektů.
- podporuje integraci dat třetích stran.
- poskytuje 360 řešení a přednastavené datové modely a akcelerátory.
- má vysokou škálovatelnost.
- poskytuje inteligentní vyhledávání.
- podporuje inteligentní shody a sloučí vlastnost.
- má inteligentní zabezpečení.
- Data jako služba.
potřeba MDM
řešení MDM jsou zapojena do široké škály postupů transformace, čištění dat a integrace. Když jsou do systému přidány zdroje dat, MDM zahájí procesy pro identifikaci, sběr, transformaci a opravu dat.
Pokud data splňují prahové hodnoty kvality, můžeme pomocí vytvořených schémat a taxonomií udržovat vysoce kvalitní hlavní referenci. Pomocí MDM se organizace cítí uvolněně ohledně přesnosti, aktuálnosti a souladu dat v celém podniku.
případy použití
dosažení konzistence, kontroly a přesnosti dat je důležité, protože organizace se stávají závislými na datech pro všechny nezbytné operace. Po efektivním provedení pomáhá Správa kmenových dat organizacím:
- efektivněji konkurovat.
- zlepšit zkušenosti zákazníků přesným identifikováním konkrétních zákazníků v různých odděleních.
- zlepšit provozní efektivitu snížením tření souvisejících s daty.
- pro hladké zefektivnění dodavatelských vztahů s dodavatelem MDM.
- pochopit cestu zákazníka prostřednictvím zákazníka MDM.
- podrobně porozumět životním cyklům produktu prostřednictvím MDM produktu.
MDM výzvy
Správa kmenových dat je nutná k odstranění špatné kvality dat z podniku. Například ve společnosti je několik záznamů o zákaznících uloženo v různých formátech v různých systémech.
organizace mohou čelit nějaké doručení výzvy, jako jsou neznámé vyhlídky, nadměrné nebo understock produkty, a mnoho dalších problémů. Společné výzvy v oblasti kvality dat, které zahrnují:
- Duplicitní záznamy
- Chybné informace
- Neúplných informací
- Nekonzistentní záznamy
- špatně Označená data
Příčiny
Zde jsou některé důvody, pro špatnou kvalitu dat, jako jsou:
- nedostatek standardů v organizaci.
- má stejnou entitu
- pro různá čísla účtů.
- redundantní nebo duplicitní data.
- různé struktury polí v různých aplikacích, které definují konkrétní formát dat, která mají být zadána, jako je John Smith nebo J. Smith
Trendy v oblasti Master Data Management
V roce 2018, mnoho organizací svázaný s EU je Obecné Nařízení o Ochraně Údajů (obecného nařízení o ochraně údajů), který omezuje Osobně Identifikovatelné Informace (PII) použití. Rovněž kontroluje používání těchto informací na konci koncových uživatelů.
dne 1. ledna 2020 měl Kalifornský zákon o ochraně osobních údajů spotřebitelů nabýt účinnosti, i když by se obsah mohl vyvíjet na základě voleb v listopadu 2018. Tento akt však může být nahrazen federálním ekvivalentem.
mnoho zemí a jurisdikcí vytváří zákony na ochranu soukromí. Tyto zákony ovlivňují společnosti nebo podnikání v těchto lokalitách. Výsledek zvýšeného průzkumu závisí na řešeních správy kmenových dat.
správa metadat je důležitým aspektem MDM. Správa metadat se používá ke správě dat o datech. Správa metadat pomáhá:
- zajistit soulad s organizacemi.
- pro vyhledání konkrétního datového aktiva v organizacích.
- řídit rizika v organizacích.
- aby smysl dat v organizacích.
- provádět analýzu dat ve více zdrojích dat uvnitř i vně organizace.
Správa metadat je vždy důležitá. Ale v dnešní době je to ještě důležitější, protože organizace se rozšiřují na IIoT, IoT a zdroje dat třetích stran se zvýšeným množstvím dat pokračuje.
Master Data Management Best Practices
správa dat referenční architektury jsou poskytována poskytovatelem řešení, která vysvětluje základy pojmy a pomáhá zákazníkům pochopit, nabídku produktů společnosti.
master data management architektonické prvky a nástroje patří následující:
- Data federace
- integrace Dat
- Data marts
- Data sítě
- Data mining
- Data virtualizace
- vizualizace Dat
- Datové sklady
- Databáze
- Souborový systém
- Operativní úložiště dat
Master Data Management Budoucnosti
Velké a střední podniky jsou stále více závislé na master data management nástroje, jako je objem a rozmanitost dat, i nadále rostou, a jejich podniky vyvinuly.
architektury MDM se stávají složitými a těžkopádnými, když podnik přidává další a různé typy funkcí MDM. Někteří dodavatelé poskytují komplexní řešení pro zjednodušení složitosti a zvýšení podílu na trhu. Nahrazuje jednotlivá bodová řešení.
vzhledem k tomu, že podniky přecházejí z pravidelných zpráv business intelligence (BI), MDM neustále roste. Správa kmenových dat je také důležitá, protože organizace přijímají a budují systémy poháněné AI. Organizace bude použita některá data jako tréninková data pro účely strojového učení.
správa kmenových dat a správa dat se stávají tak důležitými, protože většina organizací najímá Chief Data Officer (CDO), Chief Analytics Officer (CAO) nebo obojí.
Pokud byla provedena adekvátně, pak správa kmenových dat umožňuje společnostem: