Spravuje váš podnik nějaká data? Řešíte datovou kvalitu? Víte, co znamenají a jak se liší následující datové disciplíny: Data Governance, Data Architecture, Data Integration, Data Quality, Data Warehousing, Business Intelligent a Data Mining?
Téměř každý podnik, včetně malých firem, dnes eviduje data za účely nezbytnými pro podporu svého podnikání, jako je např. obsluha klienta nebo evidence stavu objednávek, ale i proto, že data firma musí uchovávat ze zákonných důvodů (např. kvůli doložitelnosti účetnictví nebo jako důsledek zákona o praní špinavých peněz). Náklady na správu se zvyšováním jejich objemu neustále rostou, a proto je potřeba je řídit – tak vznikl Data Management.
Termínem Data Management lze označit celou řadu podnikových procesů a činností, které zajišťují efektivní správu dat po celou dobu jejich životního cyklu (od pořízení dat přes jejich znovupoužití až po jejich archivaci). Mezi tyto činnosti a disciplíny patří:
- Data Governance je soubor činností, lidí, postupů a technologií zaměřující se na efektivnější využívání dat uvnitř firmy s cílem zvýšit datovou kvalitu pomocí standardizace práce s daty a definice vlastníků dat.
- Datová Architektura a Integrace zahrnují soubor činností a nástrojů, které se zabývají návrhem struktury datových zdrojů a datových toků mezi jednotlivými systémy.
- Data Quality Management je oblast data managementu zabývající se kvalitou dat a jejím měřením, čištěním dat (cleansing) a následným obohacováním dat (enrichment) o standardizované hodnoty. Příkladem je čištění a kompletace adres dle číselníku adres.
- Database Management zahrnuje činnosti samotné administrace úložiště dat, včetně zajištění jeho dostupnosti dle definovaných požadavků (SLA). Z pohledu uživatelů dat jde především o jejich vysokou dostupnost, v případě velkých společností i o geografické oddělení záložních serverů.
- Data Security Management – řízení bezpečnosti přístupu k datům a bezpečnost jejich správy. Z pohledu bezpečnosti se data klasifikují podle svého charakteru od utajovaných a důvěrných až po veřejně dostupné informace. Bezpečnost (a oprávnění jejich využití) dat je často upravována specializovanými zákony (např. dle Zákona o bankovním tajemství nebo Zákona o ochraně osobních údajů), které kladou velké nároky na zabezpečení a omezují využití dat v podnikových procesech, např. marketingu.
- Data Warehousing (datový sklad) je datová disciplína zabývající je shromažďováním dat napříč všemi systémy firmy, a to včetně historických řezů umožňujících například vyhodnocování trendové analýzy chování klientů v čase. Business Inteligence je pak sada nástrojů, postupů a technologií, jak získat z dat (obvykle z Datového skladu) co nejvíce informací v přehledných reportech. Data Mining je disciplína zaměřující se na pokročilé techniky vytěžování dat (definování statistických modelů) a jejich sledování v čase. Typickou úlohou pro Data Mining je výpočet rizikovosti klienta (Risk Management) na základě vypočítaných vah vstupních parametrů.
- Document Management (nestrukturované informace) – tato oblast se zabývá uložením a správou nestrukturovaných dat. Nezbytnou součástí uložení těchto dat je jejich indexování (vytvoření metadat) a uložení ve specializovaných systémech (Document Management Systems).
- Metadata Management – řízení „dat o datech“ – jde o popis dat a znázornění jejich topologie a business významu. Pro správnou interpretaci dat je nutné znát nejen jejich business význam, ale i způsob, jak data vznikla (z jakých jsou zdrojů a s jakou frekvencí jsou aktualizována).
- Contact Management – je soubor procesů firmy, který využívá a spravuje konsolidovaná, vyčištěná data (především ta klientská) pro účely podnikání firmy. Contact Management je tedy obvykle reprezentován nějakým CRM, ERP řešením.
- Master Data Management se v rámci Data Managementu zaměřuje pouze na správu klíčových dat podniku, kterým je následně věnována co největší péče napříč všemi datovými disciplínami Data Managementu.
V kontextu Data Managementu se k datům přistupuje jako k bohatství podniku, které je potřeba pečlivě chránit, efektivně spravovat a hlavně maximálně využívat. Velikost bohatství, které se v datech skrývá, je dáno jejich efektivním využitím, ať již v business procesech samotných (např. při obsluze klienta), tak i jako vstup do dalších procesů (marketingu, finančního řízení, reportingu).
Data Management a Data Quality Management jsou deklarovány jako podniková strategie a na každé důležitější prezentaci zní slova jako Data Governance nebo Business Intelligence. A přesto se ukazuje, že ne vždy je vše v pořádku:
- Klíčovým místem IT rozvoje firmy se stal Datový sklad. Oddělení DWH (datového skladu), vzniklé v rámci řešení data managementu, je neustále přetížené a jeho výkonnost s každým inkrementem klesá. Rozhodovací odpovědnost se ztrácí v kolektivním schvalování integrovaných systémů.
- Data jsou přes veškeré náklady stále opožděná a reporty přesto nefungují.
- Na otázku „Kolik máme klientů?“ stále neexistuje jednoznačná odpověď. Je potřeba si nejprve odpovědět otázkou „Které oddělení firmy se ptá?“
- Konzumenti dat se v datech neorientují, existuje příliš mnoho reportů (se stejným nebo podobným obsahem).
Příčin těchto problémů je několik:
- Firmy hromadí mnoho dat, bez ohledu na jejich reálné použití a stárnutí. Je tak plýtváno zdroji (lidskými i technologickými). Data se agregují do reportů, které už dávno nikdo nečte. Chybí řešení retence (stárnutí) dat.
- Data nemají svého business vlastníka, který by zodpovídal za kvalitu svých dat.
- Porozumění datům – chybí kvalitní správa metadat.
- Rostoucí požadavky na dostupnost dat. Většina řešení dnešních datových skladů je postavena na dávkovém nahrávání dat z předešlého dne. Agregované a konsolidované údaje tak jsou dostupné s jednodenním zpožděním.
MDM jako vrcholná disciplína Data Managementu
Většina velkých firem, které v minulých letech investovaly do Data Managementu, proto hledá cestu, jak zvládnout nepřeberné množství dat a zlepšit nedostatky, které v této oblasti firmy trápí. O svých datech je proto nutné přemýšlet v kontextu Master Data Managementu (MDM) a zaměřovat se především na správu klíčových dat. Jako klíčová data lze chápat základní údaje o klientech (jejich identifikace, kontakty a produkty).
MDM do podniku přináší zlepšení v těchto oblastech:
- Integraci a konsolidaci klíčových dat na jedno místo (Integrace).
- Nastavení procesů pro správu těchto dat (Data Governance) – od pořízení dat, jejich vlastnictví až po jejich retenci.
- Využití nástrojů Metadata Managementu pro správu MDM řešení – jednotná interpretace dat, centralizované řízení a porozumění datům.
- Vzhledem ke správě vybrané podmnožiny klíčových dat lze data efektivněji zpracovávat a při dostupnosti potřebné infrastruktury lze přejít k jejich správě v režimu online. (Dostupnost)
Při implementaci řešení MDM je zejména důležité získat business vlastníky dat, zavést procesy Data Governance, organizačně zajistit tým datových stewardů a tak dále. Zavedení MDM se tak nestane ze dne na den. Z následujícího obrázku jsou patrné 4 úrovně maturity MDM řešení.
- Nejnižší úroveň znamená decentralizované řešení správy dat. Jednotlivé systémy spolu komunikují na přímo bez vzájemné znalosti svého širšího okolí.
- Druhá úroveň označuje firmy, které začínají tušit, že něco s jejich daty není v pořádku a začínají řešit datové problémy.
- Většina velkých firem se dnes nachází třetí úrovni vyspělosti MDM řešení, kdy MDM data jsou centralizována v MDM řešení, ale stále jsou primárně udržována v samostatných systémech (Back-endech) a do MDM řešení jsou pouze synchronizována (online batch).
- Nejvyšší, červená úroveň je stav, kdy Master Data jsou primárně udržována a centralizována v MDM řešení, kde každý objekt má právě jeden výskyt.
MDM v dnešní době přináší zlepšení v oblasti Data Governance a Metadata Managementu a dostupnosti klíčových dat. Data musí být ve firmě vnímána jako firemní bohatství, stejně jako jiný majetek, o který je potřeba pečovat.