Master Data Management (MDM): Stammdatenmanagement und Datenqualität
Vitoria/Ulm, 25. Oktober 2013. – Ein Stammdatenwert ist ein eindeutiger Informationsdatensatz, der dem Unternehmen als Referenz dient. Beispiele hierfür sind der Barcode eines Produkts, die einem Kunden zugewiesene Nummer, die Bestandsidentifikation einer Ware usw. MDM (Master Data Management) wiederum ist das Werkzeug, das die einheitliche Behandlung und Integration von Stammdaten (oder Referenzdaten) in einem Repository für folgende Aktivitäten ermöglicht:
Standardisierung und Vereinheitlichung der Stammdaten.
Zentralisierte Aktualisierungen, sowohl bei der Erfassung als auch bei der Aggregation und Konsolidierung.
Überprüfung der Zuverlässigkeit und Bereinigung der Stammdaten (Eliminierung von Dubletten).
Kompatibilität der Stammdaten mit den Sicherheitsstandards des Unternehmens.
Präsentation und Kommunikation der Stammdaten im gesamten Unternehmen.
Unterschiede zwischen MDM und Data Warehouse
Informatica Corporation hat präzisiert: „Ein Data Warehouse bündelt Daten aus verschiedenen Quellen, um Business-Intelligence-Anwendungen, Berichterstellung und Analysen zu speisen. Obwohl es die Daten aus den Quellsystemen vereinheitlicht, ist das Data Warehouse nicht dafür konzipiert, geänderte Daten an diese Quellen zurückzugeben. Das heißt, ein Data Warehouse nutzt einen unidirektionalen Prozess, während MDM einen bidirektionalen Prozess benötigt, der die Synchronisation der Daten zwischen dem Repository und den zugehörigen Quell- und Zielsystemen gewährleistet.“ Dieses multinationale Unternehmen hat zudem die Schritte definiert, die zur Verwaltung und Aktualisierung der Stammdaten eines jeden Unternehmens erforderlich sind:
• Benennung eines Verantwortlichen für jede Stammdatenkategorie (Kunden, Produkte, Lieferanten, Organisationsstrukturen usw.). Dieser Verantwortliche wird zum Garanten für die Qualität und Aktualisierung der Daten gegenüber allen Systemen, Prozessen und Personen, die diese gemeinsame Ressource nutzen.
• Extraktion der Referenzdaten jedes Bereichs aus den verschiedenen operativen, transaktionalen und analytischen Systemen, um sie in feldbezogene Repositories oder einen zentralen Hub zu laden.
Anwendung von Datenqualitätsstandards, um einen bereinigten Datensatz zu erhalten, insbesondere durch die Duplikatsbereinigung von Datensätzen.
Definition von Regeln zur Abstimmung und Rationalisierung der Stammdaten. Ziel ist es, in jedem Feld eine optimale und für die Nutzer – seien es Personen oder Anwendungen – verständliche Liste/Hierarchie zu erhalten.
• Synchronisation der operativen Systeme und der Berichterstellung mit den im Stammdaten-Repository verwalteten Daten, um sicherzustellen, dass alle Systeme jederzeit die richtigen Daten verwenden (gleicher Wert und gleiche Version).
• Überwachung von Aktualisierungen und/oder Änderungen der Stammdaten in den beteiligten Systemen und systematische Wiederholung der 5 vorherigen Prozessstufen, um die Genauigkeit, Qualität und Aktualität der Daten in der gemeinsamen Ressource zu erhalten.
Das Fehlen von Management oder Governance der verschiedenen Datenquellen Ihres Unternehmens wird folgende Konsequenzen haben, wie von IBM erläutert:
Aufstieg der Werkzeuge für das Datenqualitätsmanagement
Die Datenqualität ist ein grundlegender Baustein einer MDM-Lösung (Master Data Management). Konkret bezieht sich diese Qualität auf die Prozesse, Techniken, Algorithmen und Operationen, die darauf abzielen, die Qualität der in Unternehmen vorhandenen Daten zu verbessern. Traditionell bezieht sich Datenqualität meist auf die Verbesserung der Daten von natürlichen und juristischen Personen, da dies wahrscheinlich die Daten sind, die am ehesten veralten und deren mangelnde Qualität die Produktivität von Organisationen am stärksten beeinträchtigt. Die Hauptvorteile der Datenqualität sind:
• Einsparung direkter Kosten: Vermeidung von redundanten Informationen und damit beispielsweise Vermeidung des mehrfachen Versands von Briefen an denselben Kunden.
• Stärkung von Marketingmaßnahmen und Management: Die Standardisierung von Dateien verbessert die Datenanalyse und ermöglicht präzise Segmentierungen, sodass Ihre Marketingaktionen und Ihr Management an Genauigkeit und Effizienz gewinnen.
• Optimierung der Kundengewinnung und -bindung: Mit korrekten Daten verbessern sich die Rücklaufquoten, und der Kunde fühlt sich voll und ganz mit dem Unternehmen identifiziert.
• Verbesserung des Unternehmensimages: Der Kunde erhält nur die für ihn bestimmte Sendung, nur ein einziges Mal und mit seinen korrekten Daten.
• Verbesserung des Service: Schnellere Identifizierung des Kunden, der in einem Callcenter anruft, wodurch Wartezeiten verkürzt werden und der Mitarbeiter mehr Zeit hat, sich auf die geschäftliche Kernbotschaft zu konzentrieren.