Fundamentos de la gestión de datos maestros en pocas palabras

La gestión de datos maestros es un concepto complejo. Gartner define MDM como una “disciplina habilitada por la tecnología en la que los negocios y TI trabajan juntos para garantizar la uniformidad, precisión, administración, coherencia semántica y responsabilidad de los activos de datos maestros compartidos oficiales de la empresa. Shashin Shah, director ejecutivo de Pimcore Global Services, describe las mejores prácticas para la implementación de la gestión de datos maestros (MDM).

A medida que las empresas globales intentan generar más valor comercial a partir de estilos de vida cada vez más conectados, les resulta cada vez más difícil ignorar la necesidad de contar con soluciones de gestión de datos potentes.

Un ejemplo familiar de esto se puede encontrar con las experiencias de los clientes en la industria de las telecomunicaciones.

Tomemos, por ejemplo, un consumidor que ha estado utilizando los servicios de un operador de telecomunicaciones líder. Imagínese si el proveedor de servicios ha guardado los detalles de un consumidor en diferentes bases de datos departamentales (que no interactúan entre sí), lo que genera inconsistencias. Naturalmente, el consumidor recibe facturas separadas por cada servicio. El efecto de esta inconsistencia de datos sale a la superficie cuando el equipo de éxito del cliente envía correos promocionales al consumidor para los servicios en los que ya se ha registrado. Esto indica solo una cosa: ¡la gestión de datos del operador es un desastre!

Se pueden encontrar historias similares en empresas de todo el mundo: la falta de integración de sistemas conduce a la duplicación de datos, lo que afecta la capacidad de la organización para atender a los clientes de manera eficiente.

Aquí es donde una solución sólida de gestión de datos maestros (MDM) viene al rescate; gestiona la calidad y la coherencia de los elementos de datos y ayuda a remodelar la estrategia de datos necesaria para acelerar el crecimiento empresarial. Aquí hay un breve resumen de MDM, que será útil para usted.

Entonces, ¿qué es la gestión de datos maestros (MDM)?

La gestión de datos maestros es un concepto complejo. Gartner define MDM como una "disciplina habilitada por la tecnología en la que el negocio y la TI trabajan juntos para garantizar la uniformidad, la precisión, la administración, la coherencia semántica y la responsabilidad de los activos de datos maestros compartidos oficiales de la empresa".

Por lo tanto, una cosa está tan clara como el día, MDM involucra tanto a TI como a las funciones comerciales.

Desde un punto de vista comercial, MDM se refiere a definir y administrar los activos de datos críticos de una organización y crear una única fuente de verdad para todos esos activos. Abarca tanto datos analíticos como datos de referencia que ayudan a la toma de decisiones.

Desde una perspectiva de TI, MDM se refiere a un conjunto de herramientas que pueden estandarizar datos, eliminar registros duplicados y almacenarlos en un archivo maestro. Sin embargo, es importante recordar que no todos los datos son datos maestros.

Entonces, ¿Qué son los datos maestros?

Hagamos un esfuerzo por comprender el concepto en el contexto de otros tipos de datos.

Datos no estructurados: Abarca toda una gama de datos que residen en formatos dispares. Esto incluye libros blancos, repositorios de intranet, correos electrónicos, videos, etc. Además, los datos en forma de archivos PDF, especificaciones de productos, garantías de marketing, etc., pueden clasificarse como datos no estructurados.

Datos transaccionales: tanto los datos monetarios como los no monetarios de las actividades comerciales se clasifican como datos transaccionales. Entregas, reportes de ventas, facturas, reclamos, boletas de emisión son algunos ejemplos de datos transaccionales. A diferencia de los datos maestros, los datos transaccionales se basan en el tiempo y, a menudo, otros sistemas los necesitan para su análisis.

Metadatos: los datos sobre los datos se denominan metadatos; incluyen especificaciones de archivos, etiquetas, nombres de imágenes, etc. Los metadatos pueden residir en un repositorio o permanecer sin categorizar en documentos XML, archivos de registro, informes, etc.

Datos jerárquicos: Define la relación entre puntos de datos. Por lo general, es parte de un sistema separado o descripciones de las estructuras organizativas de la empresa o información del producto.

Datos de referencia: un tipo especial de datos maestros que relaciona datos con información más allá de los límites de la empresa. Suele tener una relación cruzada con conjuntos de datos maestros o transaccionales.

Datos maestros: los datos básicos en torno a los pilares de la organización, como clientes, productos, proveedores, ubicaciones y activos, se encuentran todos bajo el paraguas de los datos maestros. Este tipo de información cambia con poca frecuencia. Un punto importante a tener en cuenta es que los datos maestros no incluyen datos transaccionales, pero describen transacciones.

Ahora que hemos definido los datos maestros en el contexto de otros datos empresariales, profundicemos en las prácticas ideales de implementación de MDM.

Mejores prácticas para la implementación de la gestión de datos maestros

Patrocinio ejecutivo: cualquier proyecto de MDM fracasará si es un esfuerzo solo de TI. Claro, puede generar beneficios técnicos, pero sin brindar valor comercial, MDM no brinda eficiencias tácticas. Al igual que con cualquier otro proyecto de nivel empresarial, garantizar el patrocinio ejecutivo es la mejor manera de alinear las prioridades comerciales y de TI.

Implementación por fases: desde el desarrollo de casos de uso empresarial hasta la compra de las herramientas adecuadas, cualquier proyecto de implementación de MDM debe implementarse por fases. Establecer objetivos para cada fase y priorizar los flujos de trabajo de alta dependencia también puede ayudar a optimizar el proyecto. Por ejemplo, la necesidad comercial inmediata podría ser limpiar los datos de correo electrónico para impulsar una campaña de correo electrónico y, por lo tanto, esto se convierte en una prioridad sobre la consolidación de números de contacto.

Semántica estandarizada: la creciente necesidad de aprovechar análisis e informes optimizados entre empresas ha llevado a la integración generalizada de datos de múltiples fuentes a un almacén de datos central. Sin embargo, años de funcionamiento en silos también han dado como resultado un entorno empresarial en el que la terminología a menudo se puede confundir en diferentes contextos. Por ejemplo, piense en las diferentes formas en que los términos 'cliente' y 'producto' podrían usarse en diferentes archivos. Esta inconsistencia da como resultado informes poco confiables y brechas en la comunicación organizacional. Por lo tanto, la estandarización de la semántica debe ser una prioridad desde el principio de cualquier proyecto de implementación.

Colaboración de las partes interesadas: la gestión de la calidad de los datos es una competencia complicada. Para obtener los mejores resultados, estos especialistas a menudo trabajan en estrecha colaboración con las partes interesadas clave de diferentes equipos: empresas, TI, proveedores e integradores de sistemas.

Fuente: La publicación se publicó originalmente aquí .