Enterprise Data Management: utility a nutnost

Úvod

náš digitální svět závisí na informacích. Data jsou všude. Proč se tolik společností, organizací, analytiků a konzultantů tak obává?

Data jsou reprezentace faktů. Umístěním dat do kontextu se vytvářejí informace. Absence dobré správy dat často automaticky znamená, že informace o správě a kontrole jsou neúčinné. Z dlouhodobého hlediska to paralyzuje organizaci do takové míry, že již nemůže správně fungovat. Důvodem je to, že důležitá rozhodnutí jsou přijímána příliš pozdě, protože informace o řízení již nejsou důvěryhodné. Kromě toho bude zpracování obchodních procesů na úrovni oddělení vyžadovat stále více času a úsilí, protože činnosti divizí nejsou dobře koordinovány. V této situaci každý vytváří a spravuje pouze data potřebná k výkonu své vlastní práce,a proto používá svůj vlastní soubor definic dat. Protože se oddělení navzájem obviňují z nedbalosti, kontrolní opatření jsou naskládána na sebe a obchodní proces je ještě více nadšený, což má za následek sestupnou spirálu. Existuje tedy přesvědčivý obchodní důvod, proč dát správě dat nezávislé a profesionální místo v organizacích.

kromě toho zákony a předpisy také nutí správu strukturovaných dat. Wetgeving in de financiële sector zoals Basel en solventnost vereist dat een mechanisme voor datakwaliteit en herleidbaarheid van in rapportages gebruikte informatie geborgd is binnen de organisatie. Basel II stelt in dit verband: “banka musí mít zaveden postup prověřování vstupů údajů do statistického modelu predikce selhání nebo ztráty, který zahrnuje posouzení přesnosti,úplnosti a vhodnosti údajů specifických pro přidělení schváleného ratingu”. Kwalitatief datamanagement je belangrijk om te kunnen voldoen aan deze eisen. Správné zaznamenávání dat v systémech je jednou z časově nejnáročnějších částí takového programu. V takové situaci je obtížné dodržovat vnější požadavky vyplývající ze zákonů a předpisů a dohod uzavřených s dodavateli a zákazníky.

Enterprise Data Management je soubor činností v rámci organizací, který se zaměřuje na identifikaci, klasifikaci, registraci, modelování, odemykání, zabezpečení, archivaci a zničení dat strukturovaným způsobem. Pojem “podnik” odráží celofiremní povahu správy údajů.

skutečnost, že správa dat hraje v obchodních operacích tak zásadní roli, je zdůrazněna prohlášeními některých organizačních manažerů. Aloys Kregting, CIO společnosti DSM a zvolený CIO roku v roce 2011, říká: “CIO by měl být obzvláště znepokojen hodnotou informací. Musíte velmi dobře vědět, kteří lidé potřebují, které Informace Kdy, a také to usnadnit. To opět zdůrazňuje význam zprávy a správy kmenových dat.”

Als tweede de CEO van een olie-exploratie – en productiebedrijf die zich realiseert dat goed datamanagement voor zijn bedrijf een volgende stap naar business excellence is en hem in staat stelt zich te onderscheiden van zijn concurrenten: “úsilí o neustálé zlepšování se nyní zaměří na využití těchto změn a odhalení skryté hodnoty, kterou nabízejí. To znamená řídit zjednodušené procesy a posílit správu dat, aby bylo zajištěno rychlejší a lépe informované rozhodování, větší citlivost na potřeby zákazníků a méně odpadu-to vše vede k vyšší konkurenceschopnosti.”

údaje jako aktivum

údaje jsou, jak je uvedeno, reprezentace skutečností. Na podnikatelské prostředí se promítají “fakta o obchodních operacích”. Bez kontextu nebo struktury nemají tato data pro společnost žádnou přidanou hodnotu. Chybí jim obsah a smysl, aby společnosti skutečně přidali hodnotu. Rozlišujeme mezi strukturovanými daty (uloženými a uspořádanými v databázi) a nestrukturovanými daty (ve formě dokumentů, souborů, obrázků, textových zpráv, formulářů, videozáznamů nebo zvukových záznamů, které nemohou být obsaženy v řádcích, sloupcích nebo záznamech).

bez dalších informací je obtížné, ne-li nemožné klasifikovat, registrovat a přistupovat k těmto údajům. V okamžiku, kdy k těmto datům přidáme kontext, data se stanou smysluplnými. Poté přidáme odkaz, datum a čas, význam zprávy, formát. To dává datovou strukturu a stává se informací. Pokud vzájemně propojíme různé zdroje informací, vytvářením vztahů a identifikací vzorců, pak se informace stanou znalostmi. To je také přidaná hodnota business intelligence (BI): propojení různých informačních jednotek v organizaci za účelem rozhodování vedení společnosti. Viz také Obrázek 1.

Obrázek 1. Vložte hodnotu dat do kontextu.

organizace, které jsou nejlépe schopny strukturovat svá data do smysluplných informací a logicky zpřístupnit tyto informace znalostním pracovníkům v rámci společnosti, budou moci lépe ovládat své konkurenty. Využití vlastní obchodní síly těchto údajů poskytne společnostem a organizacím strategickou výhodu nad svými konkurenty. Eric Schmidt, tehdejší generální ředitel společnosti Google, řekl v roce 2010: Nevěřím, že společnost chápe, co se stane, když je vše dostupné, známé a zaznamenané každým po celou dobu.”CS Gartner stelt:” například v soukromém sektoru odhadujeme, že maloobchodník využívající velká data v plném rozsahu má potenciál zvýšit svou provozní marži o více než 60%.”()

Maar het gaat niet alleen om het goed structureren en ontsluiten. Een aantal jaren was de heersende gedachte dat BI het probleem van goede managementinformatievoorziening zou oplossen. Všechny hlavní společnosti a instituce na světě provozovaly nákladné BI programy a implementovaly drahé aplikace. Vedení společnosti však není spokojeno. BI neodemkne všechna obchodní data,v praxi se zaměřuje hlavně na strukturovaná data, přičemž nedostatečná pozornost je věnována hodnotě nestrukturovaných dat. Zprávy navíc nelze snadno přizpůsobit, takže často nejsou dostatečně zaměřeny na potřeby společnosti v daném čase. KPMG na základě výzkumu: “Obrovské investice do IT nutně nezaručují lepší informace. Co je důležitější, je zásadně změnit způsob, jakým jsou data shromažďována, zpracovávána a prezentována.”()

Gestructureerde data die door een datawarehouse worden ontsloten, zijn waardeloos als de kwaliteit van die data niet goed is. Ongestructureerde gegevens (ca. 85% van alle bedrijfsgegevens) kunnen niet via een datawarehouse worden ontsloten. De vraag je dan hoe je deze data ‘goed’ krijgt en wat goed datamanagement voor ongestructureerde gegevens je. V této souvislosti jsou dobré prostředky v souladu s požadavky na kvalitu stanovenými organizací. Je zřejmé, že dobrá data nejsou něco, co přichází přirozeně. Je nutný rámec řízení. Rámec řízení zahrnuje činnosti, které musí společnost logicky a pečlivě organizovat a investovat do organizace. Jedná se o správu dat a zahrnuje všechny činnosti v rámci organizací zaměřených na obchodní operace za účelem strukturované identifikace, klasifikace, registrace, modelování, přístupu, zabezpečení, archivace a zničení dat. Pro tento účel používáme termín Enterprise Data Management (EDM), protože se týká činností, které jsou prováděny v celé společnosti napříč organizacemi.

zjištění, že správa dat může přinést hodnotu obchodním operacím a sečteno a podtrženo, vedlo analytiky a konzultanty k tomu, aby srovnali data s jinými obchodními aktivy, jako jsou pozemky, budovy a stroje. V této souvislosti jsou data také popisována jako obchodní aktivum. Aktiva musí být dobře spravována: dobře udržovaný, dobře zajištěný, musí existovat vlastník, který dohlíží a majetek musí být také včas vyměněn. Stejně jako ostatní aktiva lze data také prodávat. Z toho lze odvodit hodnotu. Jen pomyslete na soubory adres, které představují určitou hodnotu pro bona fide i nepoctivé společnosti.

lídři předních společností na světě si to dobře uvědomují. Programy související s daty jsou na seznamu akcí prominentně. Hackett Group uvádí: Společnosti si uvědomují, že na aplikace hodily spoustu peněz, ale bez standardizace a očištění svých dat stále získávají informace, které nedávají smysl. Mají podniky, které používají různé definice, které počítají metriky odlišně, které používají různé hierarchie. Celý tento koncept správy kmenových dat je naprosto zásadní pro to, aby se společnosti mohly nakonec dostat do bodu, kdy mají prediktivní analytiku.’. De businesscase om master data management (MDM) programma je te starten lijkt evidentní: “Do roku 2013 MDM sníží redundanci dat organizací, což může ušetřit 80% nákladů spojených se správou redundantních dat.” ()

Modellen voor Enterprise Data Management

Over het beheersen van data wordt al tijden nagedacht en er zijn dan ook modellen en methodieken te over, die allemaal claimen het beste antwoord voor de inrichting van Enterprise Data Management te hebben. De Mezinárodní organizace pro normalizaci, beter bekend als ISO, kent talloze standaarden die elk op zich weer een deelaspect van Het spectrum van data behandelen. Například ISO 27001 řeší bezpečnost informací. ISO 15489 je standard používaný pro správu informací z hlediska archivace. ISO 23081 je standardem pro metadata. Kromě toho lze ISO 19005 použít jako vodítko pro vzhled dat. Standardy oplývají. Jiné rámce jako COSO a rámce jako Cobit a ISF hovoří o důležitosti dat v širším smyslu, ale pouze z hlediska rizika.

Data Management Body Of Knowledge

úplnějším modelem se zdá být model DAMA-DMBOK. Zahrnuje sbírku “osvědčených postupů” v oblasti správy dat, které byly během několika let doplněny novými poznatky z praxe. Dama-DMBOK Guide (Full: Data Management Body Of Knowledge) je publikace Asociace pro správu dat, mezinárodní organizace, která se zaměřuje na správce dat a datové profesionály pro šíření znalostí o správě dat.

DMBOK rozlišuje deset různých datových funkcí. Tyto funkce jsou znázorněny na obrázku 2. Správa dat je funkce, která spojuje ostatní domény. Pro každou z domén je třeba vzít v úvahu faktory prostředí, jako jsou současné pracovní metody a postupy, použitá technologie a organizační kultura.

Obrázek 2. Datové domény dle DAMA ().Nicméně,

DAMA také zná své slabiny. Například: skutečnost, že pojmenované funkce se navzájem vztahují pouze v širokých termínech, takže uživatel ne vždy vidí vztah mezi funkcemi a tím i širší význam. Dále se zdá, že se DAMA prozatím zaměřuje na tradiční strukturovaná data. Například se stále málo mluví o důležitosti obsahu sociálních médií. Zabezpečení dat v rámci DAMA je zaměřeno především na technickou ochranu dat. Kromě toho rozdíl v tom, jak generace nakládají s daty, nebyl dosud výslovně zahrnut jako relevantní faktor (environmentální faktor). A konečně, a to je možná největší námitka, je to především koncepční rámec. Chybí praktické příklady, aby byly pojmy a pojmy dostatečně jasné čtenáři. Existuje riziko nekonzistentní interpretace. Jak by měl být rámec implementován, také není jasné. To je v rozporu s primárním cílem souboru znalostí. Cílem by mělo být zajistit, aby jejich používání podporovalo soudržnost při uplatňování správy údajů.

KPMG Enterprise Data Management model

výše uvedené modely obsahují důležité prvky, které je třeba vzít v úvahu při realizaci profesionální organizace pro správu dat. Pro operacionalizaci správy dat je však důležitá řada dalších aspektů, na které se tyto modely nevztahují.

zaprvé se jedná o skutečnost, že data jsou vyměňována mezi systémy jak v rámci organizace, tak mezi organizací a třetími stranami. Správa údajů by pak měla zajistit dobré dohody o formátu, ve kterém jsou údaje poskytovány, ověření kvality poskytnutých údajů, možné kroky obohacení před dalším zpracováním údajů a jakékoli postupy, pokud se v procesu vyskytnou chyby. Tyto činnosti seskupujeme pod pojmy “akvizice a tvorba” a “distribuce”.

kromě toho musí EDM také zajistit zachování struktury EDM jako celku. Organizace by měla mít postupy pro zaznamenávání listinných důkazů a problémů zjištěných během provozní implementace činností EDM. Že jsou projednávány v konzultačních orgánech pro správu EDM a že vedou k přizpůsobení stávajících postupů a technik. To lze považovat za situaci, kdy je třeba upravit řídicí panel kvality dat používaný v organizaci, protože organizace chce sledovat nový datový objekt. Poté by měl existovat “proces změny”, který připraví rozhodování o této změně a implementuje změnu v řídicím panelu po rozhodnutí.

a konečně, všechny činnosti EDM prováděné organizací by měly být posouzeny z hlediska účinnosti a efektivity. Stejně jako primární procesy v organizaci by EDM měl mít “plán, dělat, kontrolovat, jednat” mechanismus, který lze použít ke kontrole, zda je provádění činností EDM v souladu s dohodami, které o něm byly uzavřeny. “Monitorování procesů” to umožňuje a umožňuje organizaci EDM nezávisle identifikovat jakékoli odchylky a přijmout nápravná opatření.

to se promítá do modelu KPMG EDM znázorněného na obrázku 3.

obrázek 3. KPMG Enterprise Data Management model.

níže je uveden stručný popis klíčových prvků v modelu.

• Správa dat se zaměřuje na (režijní) činnosti správy dat. Jsou zahrnuty záležitosti, jako je strategie, politika, role, úkoly a odpovědnosti.
• datová architektura je o vytváření a zaznamenávání datových objektů a datových struktur v organizaci v datových modelech. Ty tvoří základ pro analýzu informací a konstrukci procesů a systémů.
• Správa kmenových dat je o zajištění kvality kmenových a referenčních dat. Konečným cílem je vytvořit jedinečné (“zlaté”) záznamy.
• datové sklady je činnost, která umožňuje definovat architekturu ukládání dat v relačních databázích.
• Business Intelligence je zodpovědná za odblokování dat obsažených v datových skladech takovým způsobem, že poskytuje informace pro vedení organizace, na základě kterých může rozhodovat.
• řízení kvality dat zahrnuje strukturovanou definici kritérií kvality, analýzu skutečné kvality dat a jejich vykazování.
• Správa obsahu se zaměřuje na klasifikaci dat, strukturování toků dokumentů a jejich zpřístupnění.
• archivace se zaměřuje na přesun neaktivních dat do jiných prostředí.
• Onder de Governance Operations is metadata de informatie over datamanagementelementen, zoals technische en functionele beschrijvingen van dataobjecten en datamodellen. Správa databází richt zich op het operationele technisch beheer van databases. Zabezpečení dat richt zich op het beveiligen van data tegen ongeoorloofde inbreuken op die data. Správa Identity tot slot regelt de toegang tot dat.

podrobnější popis některých z těchto prvků EDM naleznete v jednotlivých příspěvcích k prvkům EDM obsaženým v tomto kompaktu.

EDM z organizačního hlediska

v tomto článku stále máme odpověď na otázku, jak lze model EDM prakticky implementovat.

pokud projdete různými částmi EDM, jak je znázorněno na obrázku 3, a necháte je jednat na sobě, pak rychle vznikne dojem, že v těchto částech je málo logického uspořádání. Obrázek 3 ukazuje, že neexistuje žádné navrhované stanovení priorit nebo fázování konstrukce a implementace prvků. Je zřejmé, že správa dat spojuje všechny ostatní prvky. Tímto chceme naznačit, že mezi doménami neexistuje žádné uspořádání a že pořadí, ve kterém jsou části EDM ošetřeny, je svévolné povahy. Jednou z výjimek je správa dat. Propojení správy dat mezi všemi ostatními částmi EDM dobře odráží, že ve skutečnosti nelze úspěšně rozvíjet a implementovat žádnou činnost správy dat, pokud v organizacích neexistuje žádná správa dat.

Správa dat je základem všech činností správy dat. Bez základů jsou to volné stavební bloky, které visí víceméně v prázdnotě bez struktury a spojení. Může to vést k nákupu a implementaci řešení BI, zatímco neexistují dostatečné datové standardy nebo definice dat, nebo že kvalita dat potřebná k dosažení spolehlivých informací o správě je velmi žádoucí. Může přispět k návrhu a nákupu systémů, které se nepřipojují k jiným systémům, protože neexistuje žádný zastřešující podnikový datový model, který by sloužil jako základ pro veškerý vývoj systému. Nakonec to může vést k tomu, že organizace aktivně využívá stopy zanechané uživateli internetu na webových stránkách bez ohledu na pravidla ochrany osobních údajů, což vede k poškození obrazu a odpovědnosti.

Správa dat zajišťuje, že existuje celofiremní vize a strategie pro správu dat, která je podporována vedením společnosti. Vize nám říká, čeho chceme dosáhnout. Strategie, jak toho dosáhnout. Odrážejí ambice organizace. Všechny činnosti související s údaji musí odpovídat této vizi a strategie zajišťuje soudržnost těchto činností. Strategie také určuje rozsah správy dat v rámci organizace. Přes zastřešující model DAMA, organizace se mohou rozhodnout ponechat určité záležitosti mimo úvahu, protože již mohou být decentralizovaně vyplněny. Běžným jevem je například to, že HR vytváří vlastní organizaci pro správu dat a omezeně využívá pokyny a standardy, které vyvinula centrální organizace pro správu dat.

Správa dat také zajišťuje pozornost na vypracování politických pravidel. To zahrnuje zásady bezpečnosti informací, zásady týkající se architektury dat, archivace a kvality dat. Správa dat dále zajišťuje organizační začlenění správy dat: kdo je v konečném důsledku zodpovědný, kde a jak se rozhoduje o strategii, politice, standardech, rolích, vlastnictví. Například: jak a kdy jsou v Organizaci hlášeny činnosti správy dat? Jak organizujeme provádění činností údržby kmenových dat?

z tohoto zpracování může být zřejmé, že správa dat je základem dobré správy dat. Bez ohledu na to, v jaké fázi zralosti se organizace nacházejí, vždy se vyplatí sledovat kvalitu správy dat a zkontrolovat, zda je její implementace uspokojivá.

předpokládejme, že organizace má správu dat v pořádku. Existují nějaké pokyny nebo osvědčené postupy, které objasňují, které z dalších komponent správy dat jsou způsobilé pro optimalizaci z hlediska stanovení priorit? Ve skutečnosti tomu tak není. To znamená, že naše zkušenosti říkají, že to závisí na prioritách vyplývajících z agendy samotné organizace.

předpokládejme, že se organizace rozhodne nahradit starší informační systém novým ERP systémem. Člověk by se pak mohl zeptat, jaký to má dopad na správu dat. Co je tedy nejvyšší prioritou? To může vést k upřednostnění “řízení kvality dat”v důsledku nezbytné migrace dat. Tato kontaminovaná data jsou vyčištěna, adresována dokumentace metadat a vylepšena správa kmenových dat. Například implementace aplikace pro integraci dat může mít za následek aktualizaci modelu datové architektury a výběr a implementaci aplikace pro kvalitu dat za účelem vyčištění a obohacení dat před jejich výměnou s jinými platformami.

obrázek 4. Vztah mezi obchodním modelem a EDM.

závěrem se domníváme, že ze základu správy dat by v závislosti na obchodní agendě organizace měly být přijaty ty činnosti v oblasti správy dat, které v té době poskytují největší přidanou hodnotu při realizaci této agendy. To je znázorněno na obrázku 4. Z pohledu vize a strategie je realizován obchodní model, který je nezbytný pro realizaci cílů stanovených ve vizi a strategii. Tento obchodní model klade nároky na primární a podpůrné procesy. Aby tyto procesy fungovaly, jsou potřebné zdroje. Ty lze dále rozdělit na lidské zdroje, data a IT zdroje. Co a kolik je v konkrétním případě potřeba na datové straně, určuje obchodní agenda. EDM poskytuje nástroje pro to, jak by to mělo být organizováno. To je šité na míru a neumožňuje se zachytit v pevném vzoru činností správy dat.

závěr

v tomto příspěvku jsme nastínili EDM jako přístup ke správě všech dat, která organizace generuje. Dobrá interpretace toho zajišťuje, že tato data splňují požadavky na kvalitu, které pro ně organizace stanovily. Zajišťuje, že údaje potřebné k provádění procesů a umožnění vedení činit informovaná rozhodnutí jsou přesné, úplné a dostupné včas. Díky tomu jsou data “aktivem”, které musí být spravováno stejně jako všechna ostatní obchodní aktiva. Dále jsme rozpracovali součásti EDM. To vytvořilo rámec řídících činností, které tvoří základ pro zajištění kvality dat. Nakonec jsme tvrdili, že implementace těchto složek nemůže probíhat podle pevného rámce. Je to obchodní strategie a stanovení priorit, které určují, které části EDM jsou při operacionalizaci vyzvednuty a optimalizovány. Klíčovou roli v tom hraje správa dat, která zajišťuje vizi a strategii EDM v celé společnosti a podporovanou managementem.