MDM Master Data Management la Transizione completa in 14 fasi | headvisor
Skip to main content

MDM Master Data Management la Transizione completa in 14 fasi

Innovation Manager e le 14 fasi per un MDM Master Data Management Completo


La Consistenza del dato

Negli ambienti complessi di oggi, le informazioni sui dati dei nominativi commerciali o su prospect devono essere condivise tra più applicazioni. Ecco dove inizia il problema.

Per una serie di motivi, l'accesso a un dato principale non è sempre disponibile, le persone iniziano a memorizzare altri dati principali copiandoli e duplicandoli in altre posizioni (come fogli di calcolo e archivi privati dell'applicazione).

Prima di parlare di Master Data Management serve chiarire cosa sia un dato "consistente".

Si ha Consistenza del dato quando questo è presente in un solo posto e tutta l'organizzazione ne può fruire in modo certo e univoco.


Queste sono le ragioni per cui avviene il degrado e il decadimento della qualità dei dati, quando cioè non è presente l'integrazione tra le basi dati e non vengono riutilizzati i medesimi dati nell'organizzazione.

Se un'entità di dati aziendali (detti dati Master) viene riutilizzata in più sistemi, è sicuro che quella base dati dovrebbe essere gestita con una attenta politica di Master Data Management (MDM) al fine di rendere quell'archivio un "Archivio consistente".


Significato di Master Data Management (MDM)

Master Data Management (MDM) potrebbe essere tradotto in "Gestione e cura dei dati di archivi fondamentali" di una organizzazione aziendale. Consiste nella gestione dello sforzo compiuto da un'organizzazione per creare un'unica principale fonte dati di riferimento per tutti i dati aziendali critici, portando a un minor numero di errori ed evitando la ridondanza nei processi aziendali.

Una delle discipline fondamentali nel processo di Master Data Management MDM è che aiuta a migliorare la qualità dei dati stessi, garantendo che gli identificatori e altri elementi chiave dei dati relativi a tali entità siano accurati e coerenti a livello aziendale.


Cosa sono i dati d'archivio o Master data?

Gli archivi di dati anagrafici sono spesso chiamati archivi di base di un dominio di dati, sono l'entità fondamentale del patrimonio aziendale in termini di informazioni e archivi. I domini dei dati variano da azienda ad azienda e di settore in settore ma non varia il principio di "consistenza" e curatela del dato.

Ad esempio, gli archivi di una azienda commerciale potrebbero includere clienti, prodotti, fornitori, materiali ecc.
Invece gli archivi di una banca potrebbe concentrarsi su clienti, conti correnti, azioni finanziarie.
Nelle organizzazioni sanitarie ospedaliera invece si gestiranno pazienti, visite, referti, analisi ecc.
Per gli assicuratori, i dati Master includono polizze, contratti, gestione sinistri e reclami.

Dipendenti, sedi, risorse, clienti, documenti in genere sono esempi di domini di dati che possono essere applicati in tutti i settori nell'ambito di iniziative di gestione dei dati principali. Un altro esempio sono i "dati di riferimento", che consistono in codifiche standard come codici per paesi e stati, valute e altri valori generici. I dati anagrafici non includono le transazioni elaborate nei vari domini di dati. Al contrario, funziona essenzialmente come un file principale di date, nomi, indirizzi, ID cliente, numeri di articolo, specifiche di prodotto e altri attributi utilizzati nei sistemi di elaborazione delle transazioni e nelle applicazioni di analisi. Di conseguenza, i dati anagrafici ben gestiti vengono spesso descritti come "Single source of truth SSOT" (un'unica fonte di verità o, in alternativa, una singola versione della verità) sui dati di un'organizzazione e sui dati provenienti da fonti esterne integrate nei sistemi aziendali.


I vantaggi della MDM

Un Innovation Manager tra i principali compiti ha quello di rendere Consistenti i dati aziendali. Grazie proprio a progettazioni di soluzioni MDM e azioni di System Integration si giungerà ad operare una vasta gamma di pratiche di pulizia, trasformazione e integrazione dei dati.

In questo nuovo modo di operare, quando nuovi dati saranno aggiunti al sistema, le soluzioni MDM avvieranno processi automatici per identificare, raccogliere, trasformare e riparare i dati coinvolti al fine di renderli integri al sistema desiderato.

Solamente quando i dati soddisferanno le soglie di qualità, saranno creati schemi e tassonomie per aiutare a mantenere un riferimento generale di alta qualità.
Le organizzazioni che si affidano a Innovation Manager per l'utilizzo di logiche MDM godono della tranquillità che i dati all'interno dell'azienda siano accurati, aggiornati e Consistenti.

Una buona gestione dei dati Master si estende all'intero ciclo di vita dei dati stessi.

Fornendo un punto di riferimento per le informazioni critiche, MDM grazie alla System Integration elimina i costosi riallineamenti che si verificano quando le organizzazioni fanno affidamento su più fonti di informazioni contrastanti.

Avere più fonti di informazione è un problema diffuso, specialmente nelle grandi organizzazioni, e i costi associati per il mantenimento dell'allineamento possono essere elevati.

Uno dei principali vantaggi aziendali offerti da MDM è la maggiore coerenza dei dati, sia per usi operativi che analitici. Un insieme uniforme di dati anagrafici su clienti e altre entità può aiutare a ridurre gli errori operativi e ottimizzare i processi aziendali, ad esempio assicurando che i rappresentanti dell'assistenza clienti visualizzino tutti i medesimi dati sui singoli clienti e che il reparto spedizioni disponga degli indirizzi corretti per le consegne. Può anche migliorare la realizzazione delle applicazioni di BI (Business Intelligence) e di analisi, con la speranza di ottenere una migliore pianificazione strategica nel processo decisionale aziendale.


Chi ha bisogno di MDM?

MDM è nato inizialmente come uno strumento necessario e di particolare interesse per le grandi organizzazioni, le organizzazioni altamente distribuite di dati e quelle che hanno attività di fusione e acquisizione frequenti o su larga scala. L'acquisizione di un'altra società crea sfide di integrazione dei dati di vasta portata che un approccio di MDM è progettato per mitigare. Pertanto, MDM può accelerare il time-to-value di un'acquisizione aziendale.

Oggi tuttavia con i sistemi di calcolo evoluti e le base dati più accessibili, MDM aiuta anche le aziende più piccole. Quindi anche organizzazioni aziendali modeste ma con sistemi di dati eterogenei possono godere di progetti MDM per armonizzare e fruire dei loro dati aziendali in modo efficiente.



Architettura MDM

I progetti MDM di successo iniziano con l'ambito del progetto tra i proprietari dei processi aziendali e l'Innovation Manager responsabile del progetto di implementazione MDM. La pianificazione dell'integrazione può mostrare che il processo aziendale includa sia produttori di dati, consumatori di dati o entrambi. Gli stili architetturali MDM primari identificati dai consulenti di gestione e dagli Innovation Manager possono essere classificati dal più semplice al più radicale secondo uno degli schemi seguenti:

Un Registro di architettura

Si crea un indice unificato di dati Master per fini di analisi senza cambiare nessuno dei dati in sistemi di origine individuali. Questo impianto è l'architettura MDM più leggera e utilizza strumenti di pulizia e corrispondenza dei dati per identificare voci duplicate di dati in diversi sistemi e fare riferimenti incrociati nel registro.

Consolidamento delle base dati

In cui set di dati principali vengono estratti da vari sistemi di origine e consolidati in un solo archivio o nell'hub MDM. Ciò crea un repository centralizzato di dati anagrafici coerenti, sfruttabili anche per l'uso di sistemi di Business Intelligence - BI, analisi statistiche e reporting aziendale.
Tuttavia i sistemi operativi continuano a utilizzare i propri dati anagrafici per l'elaborazione delle transazioni.

Coesistenza delle base dati

Si crea un insieme consolidato di dati principali nell'hub MDM. In questo caso, comunque, le modifiche ai dati principali nei singoli sistemi di origine vengono aggiornate nell'hub MDM e possono quindi essere propagate ad altri sistemi in modo che tutti utilizzino gli stessi dati. Ciò offre un buon compromesso di equilibrio tra la gestione a livello di sistema e la governance centralizzata dei dati anagrafici.

Una transizione architetturale

Nota come "Centralizzazione dei dati", questo approccio muove tutta la gestione e l'aggiornamento dei dati anagrafici al sistema centrale MDM, che pubblica cambiamenti di dati a ciascun sistema di origine. È lo stile più intrusivo di MDM dal punto di vista organizzativo a causa del passaggio alla piena centralizzazione, ma offre il massimo livello di controllo aziendale in termini di consistenza del dato.


Senza approfondire tutte le fasi di una Transizione Architetturale, diamo di seguito un sintetico elenco dei principali sforzi progettuali a cui serve andare incontro.


I 14 passaggi precedenti definiscono le funzionalità che qualsiasi soluzione MDM deve eseguire completamente. Le soluzioni parziali e non integrate abbondano, soprattutto a nome di venditori di soluzioni software come ERP o gestionali. Solamente la copertura totale per tutte le entità aziendali master combinata con una serie completa di processi aziendali MDM integrati porta l'intero valore dell'MDM all'azienda. Questo è esattamente ciò che fa la soluzione MDM.

Ecco spiegato perché serve affidarsi a professionisti che abbiano esperienza in ambito di cura e consistenza del dato e possano architetturare un buon progetto di Master Data Management MDM


La fruizione dei dati in ambienti complessi

Molte aziende oggi, in particolare le aziende globali, hanno centinaia di applicazioni e sistemi separati (ad esempio ERP, CRM, BI, Quality ecc) in cui i dati che attraversano i dipartimenti o le divisioni organizzative possono facilmente frammentarsi, duplicarsi e più comunemente non rimanere aggiornati. In questo caso, rispondere anche alle domande più elementari, su qualsiasi tipo di metrica delle prestazioni o KPI Key Performance Indicator(Indici di performance) per un'azienda diventa complicato e laborioso.

Fondamentalmente, la necessità di informazioni accurate e tempestive è diventata strategica e man mano che le fonti di dati aumentano, far sì che tutte le parti di un'azienda utilizzino le stesse informazioni è divenuta una sfida importantissima.

Per far fronte a queste sfide, le aziende si rivolgono a specialisti di data engineering e Innovation Manager per occuparsi di architetture dati MDM.


Che cosa sono i dati Anagrafici?

La maggior parte dei sistemi software ha elenchi di dati condivisi e utilizzati da diverse applicazioni che compongono il sistema.

Un tipico sistema gestionale ERP avrà tra i dati anagrafici gli elenchi dei dati di Clienti, Fornitori, Prodotti, Listini, Agenti, Storico prezzi, Storico Costi ecc. Questi dati anagrafici sono spesso una delle risorse chiave di un'azienda e devono necessariamente essere preservati e resi fruibili a tutta l'organizzazione aziendale in modo univoco e certo.


Tipi di dati


Dati anagrafici:

i dati principali all'interno dell'azienda che descrivono gli oggetti attorno ai quali viene condotta l'attività. In genere cambia di rado e può includere dati di riferimento necessari per il funzionamento dell'azienda. I dati anagrafici non sono di natura transazionale, ma sono coinvolti nelle transazioni.


Dati di riferimento:

un tipo speciale di dati anagrafici utilizzato per classificare altri dati o utilizzato per mettere in relazione i dati con le informazioni oltre i confini dell'azienda. I dati di riferimento possono essere condivisi tra oggetti dati principali o transazionali (ad es. Paesi, valute, fusi orari, termini di pagamento, ecc.)


Dati transazionali:

dati su eventi aziendali (spesso correlati a transazioni di sistema, come vendite, consegne, fatture, ticket di assistenza, reclami e altre interazioni in genere) che hanno un significato storico o sono necessari per l'analisi da parte di altri sistemi. I dati transazionali sono movimenti a livello di unità che utilizzano entità di dati Master. A differenza dei dati Anagrafici appunto, le transazioni sono intrinsecamente temporali e istantanee per natura.


Metadati:

dati su altri dati. Spesso vengono memorizzati in altri DataStore per una elaborazione mirata. ETL ad esempio è il caso di una strutturazione specifica di dati per i sistemi di Business Intelligence, vengono sviluppati attingendo dagli archivi di base e rielaborati al fine di essere performanti in termini di fruizione e calcolo. Altri tipi di Metadati possono essere Json o XML per la memorizzazione di strutture e archivi dinamici o le definizioni di report, descrizioni di colonne in un database, file di log, connessioni e file di configurazione.


Dati non strutturati:

dati che per la loro natura non sono tipizzabili se non per elementi non predominanti. Ad esempio in e-mail, la struttura è formata da una manciata di informazioni (mittente, destinatario, oggetto e corpo della mail) Ma il vero archivio della mail è il significato intrinseco del contenuto della mail stessa. Se non si adottano sistemi di profilazione esterni, la mail resta un archivio non strutturato. Cercherò una mail solo attraverso ispirazioni personali. Se non entra in un sistema di profilazione e categorizzazione il documento mail non è consistente. Lo stesso problema si presenta anche per tutti i documenti di file come Immagini, video, PDF Word Excel ecc.
Nel mondo Data Management, questi tipi di dato trovano un loro alleato nelle nuove concezioni di profilazione con sistemi documentali, o anche nell'indicizzazione e profilazione in database NoSQL, in cui rendere questi archivi velocemente reperibili dalla forma astratta alla forma database indicizzandoli con i criteri classici della Data Management


Dati gerarchici:

dati che memorizzano le relazioni tra altri dati. Contengono le relazioni tra diverse fonti dati, come le strutture organizzative di archiviazione I dati gerarchici sono talvolta considerati un dominio super MDM perché sono fondamentali per comprendere e talvolta scoprire le relazioni tra i dati Master.


Quali sono i dati anagrafici Master?

Sebbene l'identificazione delle entità di dati principali sia piuttosto semplice, non tutti i dati che si adattano alla definizione di dati principali devono essere necessariamente gestiti come tali.
In generale, i dati Master sono normalmente una piccola parte di tutti i dati dal punto di vista del volume, ma sono i più complessi e più preziosi da mantenere e gestire.

Quindi, quali dati dovresti gestire come dati principali?

Uno dei principali indicatori del bisogno di gestione dei dati Master è il riutilizzo. Quando in pratica lo stesso dato anagrafico viene utilizzato all'interno di più applicativi, ad esempio un Prospect commerciale o un cliente che deve essere presente sia nel gestionale che nel CRM, nella Business Intelligence o nel sistema documentale.


le 14 fasi dell'mdm Master Data Management

Best practice MDM

Il vero progetto dell' Innovation Manager che implementa un sistema MDM rappresenta il processo organizzativo, culturale e infine tecnico dell'organizzazione complessiva. Di conseguenza, è importante coinvolgere dirigenti e utenti nei programmi MDM, soprattutto se i dati anagrafici saranno gestiti centralmente e aggiornati nei sistemi operativi da un hub MDM. I vari soggetti interessati ai dati di un'organizzazione dovrebbero partecipare nelle decisioni su come strutturare i dati anagrafici e le politiche per implementare le modifiche a tutti i sistemi coinvolti.

L'MDM deve essere affrontato come un'iniziativa in corso piuttosto che un progetto una tantum: sono spesso necessari frequenti aggiornamenti ai record di dati anagrafici. Alcune organizzazioni hanno creato centri di eccellenza MDM per stabilire e quindi gestire i loro programmi nel tentativo di evitare blocchi e ridurre gli sforzi per incorporare serie comuni di dati Master nei sistemi aziendali.


Sfide dell'MDM

I potenziali vantaggi della gestione dei dati Master aumentano con l'aumentare del numero e della diversità dei sistemi e delle applicazioni in un'organizzazione. Per questo motivo, è più probabile che MDM abbia maggior valore per le grandi imprese rispetto alle piccole imprese (PMI).

Uno dei maggiori ostacoli è far sì che diverse unità aziendali e dipartimenti concordino comportamenti standard sulla gestione dei dati Master; Gli sforzi di MDM possono perdere slancio e impantanarsi se gli utenti non concordano su come i dati debbano essere formattati nei loro sistemi separati. Un altro ostacolo spesso menzionato alle implementazioni MDM è la perdita dello "scoping del progetto". Gli sforzi possono diventare ingombranti se la portata del lavoro pianificato è fuori controllo o se il piano di implementazione non mette in scena correttamente i passaggi richiesti.

Quando le aziende si fondono, un progetto di MDM può aiutare a semplificare l'integrazione dei dati, ridurre le incompatibilità e ottimizzare l'efficienza operativa nella nuova organizzazione combinata, ma la sfida di raggiungere il consenso sui dati Master tra le unità aziendali può essere ancora maggiore dopo una fusione o acquisizione. L'uso crescente di sistemi di big data nelle organizzazioni può anche complicare il processo MDM aggiungendo nuove forme di dati non strutturati e semistrutturati archiviati in una varietà di piattaforme.


MDM vs Big Data

Una piccola digressione: La politica Big Data ha messo in moto un pensiero nuovo e cioè quello di raccogliere quanti più dati possibili e nel modo più veloce poichè tanto se ne andranno in enormi hub di dataStore per essere magicamente o miracolosamente armonizzati da qualche "entità aliena".
Beh mi spiace deludere gli appassionati di fantascienza, la miglior regola ancora in vigore oggi per una fruizione efficiente e funzionale dei propri dati è ancora quella di armonizzarli e rendere i dati il più solidi e consistenti possibile.
Se poi a questi dati si accompagneranno fiumi di dati raccolti in mille modi, bene, tanto di guadagnato. Si potranno utilizzare in aggiunta, per stilare analisi statistiche medie o tendenze per arricchire le informazioni e le strategie già in possesso. Il cloud di Big Data e AI aiuteranno sicuramente ad aumentare il controllo e l'efficienza dei nostri archivi ma ad oggi, non confondiamo ancora i 2 livelli. La corretta progettazione di sistemi database e Master Data Management è ancora la base per qualunque progetto Big Data strutturato. In mancanza di dati strutturati si possono ottenere solo delle indicazioni su cui ragionare, delle percezioni di accadimenti ma nulla di consistenze e certo.


Noi siamo Innovation Manager certificati


Contattaci per valutare un progetto di Master Data Management MDM per la vostra organizzazione

Innovation Managersystem IntegrationInnovation Manager

Headvisor - Sistemi di efficientamento organizzativo


L'analisi e la mappatura dei processi di un'organizzazione, consentono di riorganizzare le attività, razionalizzare l'uso delle risorse, incrementare l’efficacia, l’efficienza e la produttività della struttura stessa.

I nostri servizi a supporto di imprese:

  • Mappatura dei processi interni, gestionali e organizzativi
  • Analisi e ottimizzazione delle prestazioni dei processi individuati
  • Analisi e riduzione dei costi di gestione
  • Ridefinizione dei processi con l'obiettivo di migliorare l'efficienza dell'organizzazione e delle sue prestazioni
  • Progettazione di Innovazione tecnologica e digitalizzazione dei processi
  • Progettazione di economia circolare

Chiedici una consulenza gratuita


I nostri esperti sono a tua disposizione!






Certificazioni