MDM står for Master data management. Det er en metode til styring af organisationsdata som et enkelt sammenhængende system. MDM bruges til at sikre pålideligheden af data, og disse data er i forskellige formater, der indsamler fra forskellige datakilder. Og det er ansvarligt for beslutningstagning i dataanalyse, AI-træning, datainitiativer og digital transformation.
Master data management kan forbinde alle kritiske data med masterfilen. MDM er ansvarlig for at dele dataene på tværs af virksomheden efter godt implementeret. MDM bruges som en effektiv strategi for dataintegration.
organisationer er afhængige af dataene for at strømline operationer. Kvaliteten af business intelligence, analytics og AI-resultater afhænger af kvaliteten af data. Master Data management hjælper:
- i at fjerne dobbelthed af data.
- ved integration af data fra forskellige datakilder.
- ved standardisering af ikke-relaterede data anvendes derfor dataene effektivt.
- ved eliminering af unøjagtige data.
- i aktiverer en enkelt referencekilde, der kaldes “Golden Record”.
Master Data Management Processes
hele spektret af MDM-processer er en blanding af den underliggende proces. Dette er nøglen til MDM-processer, såsom:
- forretningsregeladministration
- dataaggregering
- Dataklassificering
- dataindsamling
- datakonsolidering
- datadistribution
- data berigelse
- data governance
- data mapping
- data matching
- data normalisering
master data management skaber en klar og strategisk strøm mellem alle datakilder og de forskellige destinationssystemer.
fordele ved MDM
en klar og sammenhængende datastyring er nødvendig for en konkurrencedygtig forretningsstrategi.
nogle vigtige fordele ved MDM er angivet nedenfor, såsom:
- kontrol: ved, hvor dataene er, hvor de er på vej, og hvor sikkert det er.
- data nøjagtighed: forstå, hvor tæt Vores metrics spor følger vores faktorer.
- datakonsistens: forstå, hvor tæt Vores datastrøm sporer de underliggende mønstre.
Nøglefunktioner
nogle nøglefunktioner i MDM er angivet nedenfor, såsom:
- det giver et modulært design.
- det understøtter en 360-graders visning mellem kunder, produkter, leverandører og andre enheders relationer.
- det understøtter tredjeparts dataintegration.
- det giver 360 løsninger og forudbyggede datamodeller og acceleratorer.
- det har høj skalerbarhed.
- det giver en intelligent søgning.
- det understøtter intelligente kampe og fusionerer ejendom.
- det har intelligent sikkerhed.
- Data som en tjeneste.
behov for MDM
MDM-løsningerne er involveret i den brede vifte af transformation, datarensning og integrationspraksis. Når datakilder føjes til systemet, initierer MDM processer til at identificere, indsamle, transformere og reparere dataene.
når dataene opfylder kvalitetstærsklerne, kan vi opretholde en masterreference af høj kvalitet ved hjælp af oprettede skemaer og taksonomier. Ved at bruge MDM, organisationerne føler sig afslappede over nøjagtigheden, opdateret, og konsistent af dataene over hele virksomheden.
brugssager
det er vigtigt at opnå konsistens, kontrol og datanøjagtighed, fordi organisationer bliver afhængige af data for alle nødvendige operationer. Efter effektiv udførelse hjælper Master data management organisationer:
- for at konkurrere mere effektivt.
- for at forbedre kundeoplevelser ved præcist at identificere specifikke kunder i forskellige afdelinger.
- for at forbedre driftseffektiviteten ved at reducere datarelateret friktion.
- for at udjævne strømline leverandørrelationer med leverandør MDM.
- for at forstå kundens rejse gennem kunden MDM.
- for at forstå produktets livscyklus i detaljer gennem produkt MDM.
MDM udfordringer
Master Data management er påkrævet for at fjerne dårlig datakvalitet fra virksomheden. For eksempel i en virksomhed gemmes flere kundeposter i forskellige formater i forskellige systemer.
organisationerne kan stå over for nogle leveringsudfordringer som ukendte udsigter, Overstock eller understock produkter og mange andre problemer. Fælles datakvalitet udfordringer, der omfatter:
- Duplicate records
- fejlagtige oplysninger
- ufuldstændige oplysninger
- inkonsekvente poster
- Mislabeled data
årsager
Her er nogle grunde til dårlig datakvalitet, såsom:
- manglende standarder i organisationen.
- har samme enhed
- for forskellige kontonumre.
- redundante eller duplikerede data.
- varierede feltstrukturer i forskellige applikationer, der definerer et bestemt format af data, der skal indtastes, såsom John Smith eller J. Smith
Trends in Master Data Management
i 2018 var mange organisationer bundet af EU ‘ s generelle databeskyttelsesforordning (GDPR), som begrænser brugen af personligt identificerbare oplysninger (PII). Det kontrollerer også brugen af disse oplysninger i slutningen af slutbrugerne.
den 1. januar 2020 blev California Consumer Privacy Act planlagt til at træde i kraft, selvom indholdet kunne udvikle sig baseret på valget i November 2018. Men denne handling kan erstattes af en føderal ækvivalent.
mange lande og jurisdiktioner opretter love om beskyttelse af personlige oplysninger. Disse love påvirker virksomheder eller driver forretning på disse steder. Resultatet af den øgede undersøgelse er afhængig af master data management-løsninger.
metadatastyringen er et vigtigt aspekt af MDM. Metadatastyring bruges til at administrere data om data. Metadata management hjælper:
- for at sikre overholdelse af organisationerne.
- for at finde et specifikt dataaktiv i organisationerne.
- for at styre risiciene i organisationerne.
- at give mening om data i organisationer.
- til at udføre analyser af data i flere datakilder i og uden for organisationen.
Metadatastyring er altid vigtig. Men i dag bliver det endnu vigtigere, fordi organisationer strækker sig ud til IIoT, IoT og tredjeparts datakilder med øget mængden af data fortsætter.
Master Data Management Best Practices
data management referencearkitekturerne leveres af løsningsudbyderen, der forklarer de grundlæggende koncepter og hjælper kunderne med at forstå virksomhedens produkttilbud.
Master data management arkitektoniske elementer og værktøjer omfatter følgende:
- Data federation
- dataintegration
- datanetværk
- data mining
- data virtualisering
- datavisualisering
- datalager
- databaser
- filsystemer
- operationelle datastore
Master Data Management future
store og mellemstore virksomheder er i stigende grad afhængige af master data management værktøjer som mængden og mangfoldigheden af data er fortsat med at vokse op, og deres virksomheder har udviklet sig.
MDM-arkitekturerne bliver komplekse og uhåndterlige, når en virksomhed tilføjer flere og forskellige typer MDM-funktioner. Nogle leverandører leverer omfattende løsninger for at forenkle kompleksiteten og øge markedsandelen. Det erstatter de enkelte punktløsninger.
på grund af virksomhedernes overgang fra periodiske business intelligence (BI) rapporter, MDM vokser kontinuerligt. Master data management er også vigtig, fordi organisationer vedtager og bygger AI-drevne systemer. En organisation vil blive brugt nogle data som træningsdata til maskinlæringsformål.master data management og data management bliver så vigtige, fordi de fleste organisationer ansætter en Chief Data Officer (CDO), en Chief Analytics Officer (CAO) eller begge dele.
når det udføres tilstrækkeligt, giver master data management virksomheder mulighed for at: