2022/07/04: Adatminőség-biztosítás nagyvállalati környezetben - az adat az új olaj? (1. rész)

Adatminőség-biztosítás nagyvállalati környezetben - az adat az új olaj? (1. rész)

 

Még 2017-ben jelent meg egy cikk az Economistban a következő címmel: A világ legértékesebb erőforrása többé nem az olaj, hanem az adat.

A megállapítás, mint minden hasonló, meglehetősen sarkos. Lehet vitatni, mint ahogy többen meg is tették (például itt és itt), az azonban egészen biztos, hogy az üzleti siker egyik kulcstényezője a vállalati adatvagyon, és az arra épülő információbázis minősége – más szóval, röviden, az adatminőség vagy információminőség.

DSS Data Quality Management

És ahogy a fent idézett utolsó cikkben is olvashatjuk, az üzletmenetre, a vállalat ügyfél- és termékkörére vonatkozó információ csak akkor értékes, ha pontos, teljeskörű, megbízható és naprakész: azaz, ha minősége kielégíti az értékesítők, az elemzők és a döntéshozók információs igényeit. Különböző szituációkban éleződhet ki az üzleti folyamatok alapjául szolgáló adatok minőségére vonatkozó igény. Az alábbiakban bemutatjuk, összefoglaljuk azokat az eseteket, ahol az adatminőség nem elhanyagolható és befolyásolhatja a vállalatok jövedelmezőségét.

Adattisztítás, CRM

A vállalati információs architektúra központi eleme tipikusan a vállalati adattár, amelyben az adatokat a vállalat alaprendszereiből – tranzakciós rendszerek –, illetve külső adatforrásokból összegyűjtve, tisztítva és konszolidálva, az üzleti igényeknek megfelelő módon tárolják. Az adattárra épülnek rá azok a döntéstámogató eszközök, amelyek automatizálják a jelentésrendszerek készítését, lehetővé tesznek gyors, eseti elemzéseket és képesek feltárni az üzleti adatok közötti rejtett összefüggéseket. A központi adattár az egyik fő alapeleme a vállalati szintű CRM megoldásoknak is.

A gyakorlati tapasztalatok azt mutatják, hogy a vállalati adatvagyon legtöbb esetben nem kellő minőségű egy adattárház építéséhez vagy egy CRM-rendszer bevezetéséhez. Hiába megfelelő (vagy inkább elfogadható) az adatminőség az egyes vállalati alaprendszerek szempontjából, ebből nem következik, hogy az adattárház és a CRM-rendszer számára is elégséges. Az adattárházak és a CRM-megoldások is tipikusan több adatforrásra támaszkodva működnek, és a különböző adatforrások adatbázisainak eltérő struktúrái, adattartalmi problémái, az összevont adattartalom redundanciái az adattárház és CRM-rendszerek használhatóságát veszélyeztetik.

Ezek a problémák csak részben, főleg kvalitatív szinten ismertek a vállalatok szakemberei előtt, így a probléma valódi súlya és várható következményei csak az adattárház-építési és CRM-bevezetési projektek késői fázisában válnak nyilvánvalóvá, amikor a megtehető korrekciós alternatívák száma és tartalma már erősen behatárolt, ugyanakkor a korrekciók költsége hatványozottan nagyobb, mintha azt jó előre elvégezték volna.

Központi ügyféltörzs, MDM

Egy központi ügyféltörzs igen fontos jellemzője, hogy minden kapcsolódó rendszerből tartalmazza az ügyfelek azonosító adatait, az adott rendszerbeli azonosítójukkal együtt. Egy ügyféltörzs kialakítása előtt szükséges egy legalább olyan mélységű adattisztítást elvégezni, amely lehetővé teszi először a rendszereken belüli majd a rendszerek közötti duplikátumok feltárását és összevonását. A feltárt duplikátumok kapnak egy master azonosítót, és ezzel együtt kerülnek be a forrásrendszerek adatai a központi ügyféltörzsbe. A továbbiakban ismert lesz a rendszer használói előtt, hogy az egyes rendszereken belül ugyanazt az ügyfelet mely rekordok azonosítják.

Adatmigráció

A mai világ rohamléptű informatikai fejlesztéseivel lépést tartani kívánó vállalatoknál, szervezeteknél mostanában gyakran felmerül az az igény, hogy a meglévő termék-, illetve adatkezelő rendszereiket korszerűbbekre cseréljék. Az új rendszerek bevezetésénél elkerülhetetlen lépés a kiváltandó rendszerekben tárolt adatok átmigrálása. Az adatok rendszerek közötti áttöltése folyamán hasonló adatminőségi problémákkal szembesülhetnek, mint a CRM vagy adattárház rendszerek kialakítása során. A migráció sikeressége érdekében fel kell készíteni az adatokat az áttöltésre, és lehetőség szerint kezelni kell az adatminőségi problémákat, adattartalmi hibákat, duplikátumokat, redundanciákat. Amennyiben az adatok minőségének javítására nem helyeznek megfelelő hangsúlyt, akkor az újonnan bevezetett rendszer hatásfoka jelentősen csökkenhet, és az üzleti területek sem fogják úgy érezni, hogy az elvárásaiknak megfelelő az alkalmazás.

 

A következő posztunkban folytatjuk azon területek felsorolását, ahol az adatminőség-menedzsment nagyban hozzá tud járulni a vállalati jövedelmezőséghez.

Adatminőség-biztosítási megoldásainkról itt talál egy rövid ismertetőt.