Nie każdy problem z raportowaniem jest problemem narzędzia BI. Jeżeli CRM, ERP i platforma e-commerce inaczej identyfikują tego samego klienta albo produkt, dashboard jedynie pokazuje skutek niespójności, która powstała znacznie wcześniej.
W jednej aplikacji klient może być opisany jako osoba, w drugiej jako firma, a w trzeciej występować pod kilkoma identyfikatorami. Podobnie jest z produktami: różne nazwy, kody, jednostki miary, kategorie i statusy utrudniają porównywanie danych oraz automatyzację procesów. Każdy rekord może być technicznie poprawny, ale organizacja nadal nie ma jednej, uzgodnionej odpowiedzi na pytanie: o którego klienta lub produkt chodzi?
To właśnie problem, który rozwiązuje MDM, czyli master data management. Zarządzanie danymi podstawowymi pozwala ustalić wspólne definicje, reguły jakości, odpowiedzialność oraz sposób udostępniania wiarygodnych danych w całej organizacji.
Najważniejsze wnioski
- Wspólny widok klienta lub produktu nie jest kolejnym raportem. Jest uzgodnionym zbiorem danych, z którego korzystają procesy, aplikacje i analityka.
- MDM łączy technologie, reguły jakości danych i odpowiedzialność biznesową. Samo scalenie tabel nie wystarczy.
- Wdrożenie warto zacząć od konkretnego problemu biznesowego, na przykład duplikatów klientów, niespójnych kartotek produktowych albo błędów w obsłudze zamówień.
- Data governance określa, kto podejmuje decyzje o danych. MDM pomaga te decyzje zastosować w praktyce i dostarczyć wiarygodne rekordy do systemów.
- Efekty należy mierzyć nie tylko liczbą poprawionych rekordów, lecz także wpływem na procesy: czas obsługi, liczbę wyjątków, reklamacji i ręcznych uzgodnień.
Dlaczego jeden klient staje się kilkoma rekordami?
Systemy biznesowe powstają w różnym czasie i dla różnych celów. CRM wspiera sprzedaż, ERP realizację zamówień i finanse, platforma e-commerce sprzedaż cyfrową, a system serwisowy obsługę posprzedażową. Każda aplikacja potrzebuje nieco innego zestawu informacji i często stosuje własne identyfikatory.
Niespójności pojawiają się również w codziennej pracy. Dane są wpisywane ręcznie, importowane od partnerów, migrowane po wdrożeniu nowego systemu albo przejmowane razem z inną spółką. Zmieniają się adresy, nazwy, struktury organizacyjne i przypisania produktów. Bez uzgodnionych reguł ten sam obiekt biznesowy zaczyna funkcjonować w wielu wersjach.
Problem nie polega więc wyłącznie na tym, że rekord jest niekompletny. Trudniejsze pytanie brzmi: która wersja jest wiarygodna, kto może to rozstrzygnąć i gdzie poprawiona informacja powinna zostać udostępniona?
Czym jest MDM?
MDM to uporządkowany sposób zarządzania najważniejszymi danymi opisującymi obiekty biznesowe, takimi jak klienci, produkty, dostawcy, pracownicy czy lokalizacje. Jego celem jest tworzenie i utrzymywanie wiarygodnych rekordów podstawowych, które mogą być wykorzystywane przez wiele systemów i procesów.
W praktyce master data management obejmuje między innymi:
- identyfikowanie rekordów opisujących ten sam obiekt,
- wykrywanie duplikatów i konfliktów,
- standaryzację oraz walidację wartości,
- ustalenie zasad wyboru najbardziej wiarygodnych atrybutów,
- zarządzanie relacjami i hierarchiami,
- kontrolę zmian oraz ich historii,
- udostępnianie uzgodnionych danych aplikacjom i użytkownikom.
Rezultatem może być tak zwany golden record, czyli uzgodniona reprezentacja klienta, produktu lub innego obiektu. Nie oznacza to, że wszystkie dane muszą zostać fizycznie przeniesione do jednego systemu. Architektura zależy od potrzeb organizacji, sposobu integracji i tego, gdzie powinny być wykonywane poszczególne operacje.
W praktyce efektem takiego podejścia może być widok klienta i produktu 360, który porządkuje najważniejsze informacje oraz relacje wykorzystywane przez procesy biznesowe.
Wspólny widok danych to coś więcej niż raport 360
Raport może połączyć dane z wielu źródeł i pokazać je na jednym ekranie. Nie rozstrzyga jednak automatycznie, który identyfikator jest nadrzędny, jak obsłużyć konflikt wartości ani kto odpowiada za korektę. Może więc prezentować kilka wersji tej samej informacji w bardziej atrakcyjnej formie.
Wspólny widok oparty na MDM ma inne zadanie. Powinien dostarczyć dane, które zostały dopasowane, zweryfikowane i objęte zasadami zarządzania. Dzięki temu z uzgodnionej informacji może korzystać nie tylko analityk, lecz także pracownik obsługi klienta, proces realizacji zamówienia, system logistyczny albo aplikacja sprzedażowa.
Jeżeli pierwszą domeną są dane klientów, rozwinięciem tego podejścia jest Customer 360, czyli budowanie spójnego obrazu klienta na podstawie informacji pochodzących z różnych systemów.
To ważne rozróżnienie: raport opisuje sytuację, a wiarygodne dane podstawowe pomagają prawidłowo wykonać proces.
MDM, data governance i jakość danych: trzy różne role
Pojęcia te często występują razem, ale nie są synonimami.
Data governance
Data governance, czyli ład danych, określa zasady podejmowania decyzji o danych. Definiuje role, odpowiedzialność, standardy, polityki i procesy rozstrzygania sporów. Odpowiada na pytania: kto jest właścicielem danych, kto może je zmieniać i jakie warunki muszą spełniać.
Jakość danych
Zarządzanie jakością danych pozwala profilować, walidować, standaryzować i monitorować dane. Pomaga wykrywać brakujące wartości, niepoprawne formaty, duplikaty i odchylenia od przyjętych reguł.
Master data management
MDM wykorzystuje reguły governance i mechanizmy jakości do zarządzania konkretnymi obiektami biznesowymi oraz ich relacjami. Tworzy kontrolowany sposób uzgadniania rekordów i przekazywania wiarygodnych danych do pozostałych systemów.
Skuteczne wdrożenia data governance często potrzebują mechanizmu, który przełoży ustalenia organizacyjne na codzienne działanie. MDM może być takim mechanizmem dla danych klientów, produktów, dostawców i innych kluczowych domen. Więcej o łączeniu odpowiedzialności, reguł i kontroli jakości opisujemy w rozwiązaniu Data Governance i jakość danych.
Jak zacząć wdrożenie MDM?
1. Wybierz problem biznesowy, nie całą organizację
Zamiast rozpoczynać od hasła „porządkujemy wszystkie dane”, lepiej wskazać jeden proces, w którym niespójność ma widoczne konsekwencje. Może to być obsługa klienta, wprowadzanie produktu do sprzedaży, realizacja zamówienia albo raportowanie ekspozycji na kontrahenta.
2. Zidentyfikuj źródła i właścicieli danych
Trzeba ustalić, które systemy tworzą i aktualizują dane, jakie identyfikatory stosują oraz kto rozumie znaczenie poszczególnych atrybutów. Mapa integracji bez mapy odpowiedzialności będzie niepełna.
3. Zdefiniuj model i reguły dopasowania
Organizacja powinna uzgodnić, jakie atrybuty opisują klienta lub produkt, które z nich są wymagane i w jaki sposób rozpoznawać rekordy dotyczące tego samego obiektu. Reguły muszą uwzględniać realny kontekst biznesowy, nie tylko podobieństwo tekstu.
4. Ustal zasady rozstrzygania konfliktów
Dla każdego ważnego atrybutu należy określić wiarygodne źródło, priorytety oraz sytuacje wymagające decyzji człowieka. Nie każdy konflikt można i warto rozstrzygać automatycznie.
5. Zaprojektuj role data ownera i data stewarda
Data owner odpowiada za znaczenie i zasady wykorzystania danych w domenie. Data steward wspiera ich codzienne utrzymanie, analizuje wyjątki i koordynuje korekty. Zakres tych ról powinien być jednoznaczny i powiązany z procesem biznesowym.
6. Zaplanuj dystrybucję uzgodnionych danych
Golden record ma wartość dopiero wtedy, gdy korzystają z niego odpowiednie aplikacje i procesy. Dlatego architektura integracji, częstotliwość aktualizacji, obsługa błędów i monitoring przepływów powinny być częścią projektu od początku. W środowiskach chmurowych i hybrydowych taką dystrybucję może wspierać Cloud Data Integration.
Jak mierzyć efekty zarządzania danymi podstawowymi?
Techniczne wskaźniki są potrzebne, ale nie powinny być jedynym sposobem oceny programu MDM. Warto połączyć pomiary jakości danych z wynikami procesu.
Przydatne mierniki obejmują:
- odsetek duplikatów i rekordów wymagających ręcznego przeglądu,
- kompletność oraz zgodność kluczowych atrybutów,
- czas potrzebny na utworzenie lub aktualizację rekordu,
- liczbę wyjątków powstających podczas integracji systemów,
- czas uzgadniania danych między działami,
- liczbę błędów procesowych wynikających z nieprawidłowej kartoteki,
- wykorzystanie uzgodnionych danych przez aplikacje i procesy.
Dobry miernik łączy stan danych z konsekwencją biznesową. Sama informacja, że poprawiono określoną liczbę rekordów, nie pokazuje jeszcze, czy organizacja szybciej obsługuje klienta albo sprawniej wprowadza produkty na rynek.
Integral Analysis
Największym błędem jest rozpoczynanie programu MDM od próby uporządkowania wszystkich danych jednocześnie. Technicznie szeroki zakres wygląda ambitnie, ale biznesowi trudno wtedy wskazać konkretną wartość i ustalić priorytety.
Lepszym punktem wyjścia jest koszt niespójności w jednym procesie. Jeżeli duplikaty klientów wydłużają obsługę, niejednoznaczne kartoteki produktów blokują sprzedaż, a różne identyfikatory dostawców wymagają ręcznych uzgodnień, organizacja ma już podstawę do zdefiniowania zakresu, właścicieli danych i mierników sukcesu.
Z naszej perspektywy pierwszy etap MDM powinien łączyć jedną domenę danych, jeden istotny proces biznesowy i ograniczoną liczbę systemów. Po potwierdzeniu efektów model można rozszerzać na kolejne domeny oraz procesy, przechodząc w stronę wielodomenowego zarządzania MDM.
Wartość MDM zaczyna się nie od liczby scalonych rekordów, lecz od procesu biznesowego, który dzięki wiarygodnym danym działa szybciej i z mniejszą liczbą wyjątków.
Od wspólnej definicji do lepszego procesu
Organizacja nie zbuduje wiarygodnego obrazu klienta lub produktu tylko przez dodanie kolejnego raportu. Potrzebuje wspólnych definicji, reguł jakości, odpowiedzialności i mechanizmu, który udostępni uzgodnione dane tam, gdzie powstają decyzje i wykonywane są procesy.
Dlatego MDM warto traktować nie jako techniczny projekt czyszczenia kartotek, lecz jako element zarządzania organizacją. Dobrze zaprojektowane master data management łączy biznes, dane i integracje wokół jednej wersji kluczowych obiektów.
Czy Twoja organizacja jest gotowa na wspólny widok danych?
Jeżeli planujesz uporządkowanie danych klientów, produktów lub dostawców, warto zacząć od oceny jakości danych, źródeł, odpowiedzialności i procesów, które korzystają z tych informacji. Eksperci Integral Solutions mogą pomóc w wyborze pierwszej domeny oraz zaplanowaniu programu łączącego MDM, Data Governance, Data Quality i integrację.
FAQ: MDM i wspólny widok danych
Czy MDM jest tym samym co hurtownia danych?
Nie. Hurtownia danych służy przede wszystkim do gromadzenia i analizowania danych z wielu źródeł. MDM koncentruje się na uzgadnianiu najważniejszych obiektów biznesowych oraz utrzymaniu ich wiarygodnych rekordów. Oba rozwiązania mogą ze sobą współpracować.
Czy wdrożenie MDM wymaga wymiany CRM albo ERP?
Nie musi. MDM może funkcjonować jako warstwa współpracująca z istniejącymi aplikacjami. Kluczowe jest ustalenie, gdzie dane powstają, gdzie są uzgadniane oraz w jaki sposób wracają do systemów, które ich potrzebują.
Od jakiej domeny danych najlepiej zacząć?
Od tej, w której niespójność powoduje istotny i mierzalny problem biznesowy. Dla jednej organizacji będą to klienci, dla innej produkty, dostawcy lub lokalizacje. Priorytet powinien wynikać z wartości i wykonalności, a nie z mody technologicznej.
Czy MDM jest projektem jednorazowym?
Nie. Systemy, procesy i dane zmieniają się, dlatego zarządzanie danymi podstawowymi wymaga stałego monitorowania, obsługi wyjątków i rozwijania reguł. Wdrożenie technologii jest ważnym etapem, ale nie zastępuje modelu operacyjnego.
