Data Governance: a hozzáállás legalább annyira fontos, mint az adatkészlet

Data Governance: a hozzáállás legalább annyira fontos, mint az adatkészlet

Mit jelent a data governance?

Az adatigazgatás az adatbirtoklásól szól, arról, hogy, ha valakinek döntést kell hoznia a megosztott adattal kapcsolatban, akkor az gyors lehessen, a folyamatok, a szerep- és felelősségi körök egyértelműek legyenek, és a döntés a lehető legjobban szolgálja a vállalat érdekeit.

Ha egy nagyobb szervezet adatkonfliktus esetén képtelen gyors döntést hozni vagy hónapokat tölt a megfelelő cselekvési irány meghatározásával, akkor az frusztrációhoz, további átdolgozáshoz, a potenciális bevételek elvesztéséhez és ügyfél-elégedetlenséghez vezet. Gyakran elsiklanak fölötte, hogy mindez a törzsadatokra vezethető vissza.

A gyártóvállalatoknál sokszor egy Business Process Owner felel egy adott funkcióért vagy osztályért, például az értékesítésért, a gyártásért, a logisztikáért vagy az ellátási láncért. Ezek a BPO-k felelnek a folyamatuk igazgatásáért, és ha rögzítenek egy változtatási kérelmet, ami módosítaná a folyamatot vagy eszkalálni kell egy problémát, akkor ők azok, akik kiértékelik, konfigurálják és megvalósítják, vagy éppen elvetik azt.

Ehhez hasonló módon az IT-részlegekben Product Ownerek igazgatják az eszközöket, a rendszereket és az üzleti oldalról érkező, azok módosítására irányuló változtatási kérelmeket. Az adatoknál azonban ez nem jellemző.

Az adatokat egyszer gyűjtik be, de utána sokszor használják fel őket. Egy helyen keletkeznek, de különböző csapatok, különböző végcéllal, sok helyen használják őket. Ebből származik a konfliktus, mert a különböző funkciók vagy telephelyek nem tudnak megegyezni például egy olyan apróságban, mint, amilyen a mértékegység.

Hasonlóan ahhoz, ahogy a technológiai folyamatokat BPO-k felügyelik, vagy, ahogy az IT-részlegen Product Ownerek dolgoznak, az adatoknál is szükség van Data Ownerekre. A vállalatának, tehát szüksége van az adatigazgatásra.

Az adatigazgatás azonban nem egy projekt. Nem arról van szó, hogy elég egyszer megvalósítani, és utána nincs több dolgunk vele. Ennek a folyamatnak sosincs vége. A létrehozását lehet egy adott időkereten belül végrehajtandó projektként kezelni, de ha utána nem épül be a mindennapokba, és nem működtetik aktívan, akkor egy adott ponton el fog fogyni a lendülete.

Data Governance Officer – Ki a megfelelő személy?

Olyasvalakit kell ezzel a feladattal megbízni, aki érti, miről szólnak a döntések, és kapcsolatban áll a napi ügyvitellel, de ugyanakkor elég magas a pozíciója, ahhoz, hogy irányítson, és bízni lehet benne, hogy helyes döntéseket fog hozni.

Lehet olyan személy is, aki több telephelyen található létesítményekért is felel, ezért egy csapat helyi vagy funkcionális Data Advisornak kell támogatnia a munkáját. Ily módon a Data Ownerek probléma esetén helyi tanácsot és hatáselemzést kaphatnak.

Egy nagy, globális szervezetben akár 10 globális Data Owner is dolgozik, akiket akár több száz Data Advisor támogat. Az előforduló adatkonfliktusok megoldási folyamatának kezeléséhez, irányításához és előmozdításához javasolt egy kifejezetten ezzel foglalkozó globális adatigazgatási csapat felállítása, hogy gondoskodjanak a folyamat sikeres kidolgozásáról.

Nagyon fontos, hogy a szervezet egészére kidolgozzák és megvalósítsák az egyes osztályok eszkalációs útvonalait, és fontos, hogy ezeket kövessék is a munkatársak. Ezek a folyamatok mégis nagyon sok vállalatnál hiányoznak.

A Data Governance Officer (adatigazgatási igazgató) feladata, hogy az adatigazgatást és a karbantartást oly módon valósítsák meg, hogy az adat eljusson a forrástól a célig, és ott megfeleljen a céladatokra vonatkozó feltételeknek (más néven a közös nyelvnek).

Az ő feladata az is, hogy az adatpolitikák, -folyamatok és -szabványok összehangoltak maradjanak a projekt élesedése után is. Innentől már inkább adatkarbantartásról és minőségbiztosításról szól a munka.

Hogyan lehet bevonni a munkatársakat az adatigazgatási projekt megvalósításába?

Ha a szervezet különböző szintjein (üzemeltetési, taktikai, stratégiai) dolgozó munkatársak nem tudnak felkészülni vagy nem értik, hogy mi történik, akkor a változás nem fog működni.

Kulcsfontosságú az adatigazgatást övező tévhitek eloszlatása és az üzleti előnyök bemutatása. A „De ebben mi a jó nekem?” jellegű kérdésekre érdemes egy „kortesbeszéddel” készülni, amely könnyen érthetően magyarázza el, mit, miért tesznek, hogyan működik majd a rendszer, mik lesznek a szerepkörök, mik lesznek a változás hatásai és, mi az ütemterv.

Az egyén könnyen belefeledkezik a saját szerepkörébe, a saját osztályán zajló munkába, és nem jut ideje arra, hogy egy kicsit körbenézzen és lássa, mi történik körülötte. Az adatigazgatás egyik feladata, hogy összehozza a Data Ownereket, hogy bemutathassák egymásnak, min dolgoznak éppen.

Ezekkel az interakciókkal az is feltérképezhető, hogy a vállalat különböző részein milyen adatelemeket hasznosítanak. Gyakran előfordulnak olyan átfedések, amelyben több osztály ugyanazt az információt használja, csak eltérő módszerrel.

Ennek a tudásnak a birtokában kiértékelhető az adat minősége, hogy megfelelően tartják-e karban, és, hogy a munkatársak értik-e, hogyan kell karbantartani az adatokat. Amennyiben ez utóbbi tudás hiányos, akkor, például képzési anyagok összeállításával lehet ezen javítani.

A munkatársak bevonása és a megfelelő képzés központi szerepet játszik abban, hogy rendelkezzenek az előrelépéshez szükséges tudással és információval. Kihívást jelenthet minőségi képzési anyagok összeállítása, mert ez az az egyes csapatok együttműködését is igényli, hogy közösen hozzanak létre egy felhasználóbarát és könnyen feldolgozható anyagot. Érdemes azonban időt szánni a helyes kivitelezésre, mert ezzel sok munkát lehet megspórolni később.

Mi az data governance jövője?

Az adatigazgatás egyre aktuálisabb kérdés lesz, és egyre nagyobb szükség lesz rá. Szinte az összes szervezetnél zajlik valamilyen formában a digitális átállás, ami azt jelenti, hogy a digitális megoldásokat megbízható információkat hasznosító, adatvezérelt folyamatokkal támogatják.

Ezeknek az átállásoknak a megvalósításához kritikusan fontos a törzsadat. A szavatos törzsadatokhoz adatminőséget kell biztosítani, ami viszont az adatigazgatás és adatbirtoklás által működtetett szabályokon és szabványokon alapszik.

Sokat hallunk az adatvezérelt döntéshozatalról, de sokan nem tudják még, melyik adatra alapozhatják a vállalat vezérlését. Ha mégis tudják, akkor kérdés, hogy az adat megbízható-e. Mik a minőségi szabványok? Meg lehet bízni bennük? Ha a válasz igen, akkor jó eséllyel az Amazonról beszélünk. Ha a válasz nem, akkor jó eséllyel adatigazgatásra lesz szükség.

Hogyan alakítsunk ki adatvezérelt vállalatot?

Hogyan alakítsunk ki adatvezérelt vállalatot?

 Az adatvezérelt vállalat, nem egy íróasztalom megszületett elméleti koncepció, hanem a gyakorlatban kialakult modell. Vendégszerzőnk az elmúlt években intenzív, adatokhoz kapcsolódó termékekkel foglalkozott különböző szektorokban. Ott szerzett  tapasztalatait az alábbiakban foglalta össze: 

1. Ha algoritmusokkal dolgozunk, a fő mozgatórugó a probléma legyen, ne a technológia.

2. Problémamegoldáskor értsük meg a folyamatot, mielőtt egy kontextusba nem illő módszert próbálnánk meg erőltetni.

3. A folyamat megértéséhez pedig a dolgozók napi feladatait kell ismerni.

4. Ahhoz, hogy hatékonyan tudjunk együttműködni a dolgozókkal, tisztelnünk kell őket és a tudásukat. Ennek hiánya a projekt kudarcához vezethet.

5. A megoldásnak fel kell használnia a dolgozók rálátását a folyamatokra. Ha ők úgy érzik, hogy részesei a megoldás kialakításának, jobb munkát fognak végezni.

6. A nagy szervezetekben az írásba fektetett folyamatok önmagukban nem fogják megváltoztatni az alkalmazottak által megszokott munkamenetet. Rengeteg kommunikáció kell ahhoz, hogy ez működjön.

7. A megoldással új lehetőségeket kell teremteni az alkalmazottaknak, és meg kell tanítani őket, hogyan használják ezeket.

8. A technológia segítségével a tanulási folyamatokat néhány évről akár néhány hónapra lehet csökkenteni.

9. A technológia segítségével megszabadulhatunk egyes függőségektől, és idővel önfenntartó megoldásokat építhetünk ki.

10. Iteratívan fejlesszen, és lépésenként javítsa a projektet/terméket.

Ezt a 10 pontot kell szem előtt tartani intenzív, adatokhoz kapcsolódó termékek fejlesztésénél. Ezek segíthetnek egy adatvezérelt vállalat kialakításában. Érdemes azonban figyelembe venni, hogy egy nagy szervezetnél projektek tucatjaira van szükség ahhoz, hogy a kultúraváltás végbemenjen. Az adat- és a “vélemény-vezérelt” vállalat között a különbséget a vállalati kultúra jelenti. A kultúra az alkalmazottak gondolataiban él, és arról szól, hogy ők hogyan gondolkoznak és dolgoznak nap mint nap.

Az átalakulás során segíteni kell az alkalmazottakat szokásaik megváltoztatásában, és meg kell mutatni nekik, hogyan tudják a rendelkezésre álló eszközökkel javítani a mindennapi folyamatokat. Ahhoz, hogy részesei legyenek a változásnak, lehetőségeket kell számukra teremteni, be kell őket vonni és meg kell nekik mutatni, hogy a megoldásokat ők maguk is képesek alkalmazni a munkájukban.

Egy “vélemény-vezérelt” vállalat vezérigazgatójaként könnyen találhat olyan tanácsadókat, akik azt ígérik, hogy egy éven vagy akár pár hónapon belül át lehet alakulni adatvezérelt vállalattá. Az igazság azonban az, hogy, ebből semmi nem fog megvalósulni, ha nem emelik ki a kultúrát, mint az egész folyamat mozgatórugóját. Ezek a tanácsadók először valószínűleg az emberek napi munkáját segítő termékeket fogják bevezetni. Ez rendben is van, de, ha nem foglalkoznak kiemelten a kulturális hozzáállással, akkor elbukik az egész projekt, és semmi hozadéka nem lesz a rá fordított összegeknek.

Több éves tapasztalatra alapozott javaslatom, hogy az erőforrásokat az alkalmazottakra fordítsa, de ne csak egy pár kiválasztottra, hanem valamennyiükre. Tanítsa őket, segítsen nekik máshogy gondolkozni, és persze legyen ön az első, aki változik. Egy átalakítási projektnek nincsen jobb arca, mint a vezérigazgató maga.

A cikk szerzője Miguel Diaz, Global Head of Data Engineering, RappiBank Columbia. A legtöbb munkatapasztalatát a legnagyobb kolumbiai vállalatoknak dolgozva szerezte. Megfordult a banki, az egészségügyi, a telekom, a kiskereskedelmi és az állami szektorban is. Jelenleg a Rappinál, az első kolumbiai “unikornisnál”, az egyik leggyorsabban növekvő dél-amerikai startupnál dolgozik.

Az írás eredetileg a CDO Magazine-ban jelent meg.

Ki az adatstratéga? – Infografika

Ki az adatstratéga? – Infografika

1. Az üzleti érdekeket tartja elsődlegesnek, és nagyvállalati szinten gondolkodik.
2. Iránytűként használható jövőképet nyújt.
3. Arra fókuszál, hogy az adatokat szervesen beillessze a meglévő vállalati kultúrába.
4. A stratégiai célkitűzésekhez rendeli az adatstratégiát.
5. Tudja, hogyan kell feltenni az üzleti kérdéseket, hogy azok támogassák a folyamatokat/döntéseket.
6. A nagyvállalati use-case-ek alapján határozza meg a prioritásokat.
7. Az üzleti és az adatmenedzsment csapatokkal is együttműködik, hogy adatfeltérképezés alapján valódi prioritásokat tudjon felállítani.
8. Összeállítja és számszerűsíti az értékalapú adatstratégiák üzleti modelljét (ld. adatmonetizálás).
9. A jövőbeni működési modellt építi: Data Governance, kiválósági központot, képességeket, stb.
10. Értékvezérelt ütemtervet állít össze és valósít meg, miközben számításba veszi az embereket, a folyamatokat, a vállalati kultúrát és az eszközöket/technológiákat.
11. Tudja, hogyan alkalmazza a gyors értékteremtés eszközeit: a design thinking koncepciókat, a canvas-okat, a keretrendszereket, és egyéb folyamatgyorsításra alkalmas eszközöket.
12. Ismeri az data pipeline-t és annak előnyeit.
13. Az üzleti nyelvezetet használja, amit később képes adatkoncepcióba is átültetni.
14. Együttműködik az üzleti, a technológiai és az adat részlegekkel is.Adatstratéga bemutatása infografikán

A digitális transzformáció kulcslépése – INFOGRAFIKA

A digitális transzformáció kulcslépése – INFOGRAFIKA

Csak adataink megértése után kezdődhet el a digitalizációs “utazás”.
A vállalatok ma minden korábbinál több adatot állítanak elő. Ezek az adatok nem egyetlen helyen, hanem szervezet számtalan pontján “szétszórva” találhatók. Fellelhetők az adatközpontokban, helyi gépeken, felhőalapú környezetben, vagy akár egyes részlegek Excel tábláiban.

Mi az a sok adat? Hogy lehet őket megtalálni, kezelni? Miképp lehet őket strukturálni? És hogyan  lehet ezt a folyamatot felgyorsítani úgy, hogy a ráfordított idő arányban legyen az adatok értékével?

Itt az idő, hogy elinduljanak valamilyen adatmenedzsment megoldás felé, ha céljai:

  • A következő generációs elemzések felgyorsítása.
  • Az adatok  felhőbe  költöztetése.
  • A Data Governance fejlesztése és adatvédelmi szabályoknak való megfelelés. 

360 fokos rálátás az üzletkritikus adatokra. A teljes vállalatra kiterjedő adatleltár.

Mik az első lépések e célok felé? A válasz: adatkatalógus bevezetésével.

Az alábbi infografikából megtudhatja, miben is segíti munkáját egy intelligens  adatkatalógus. Partnerünk, az Informatica letölthető tanulmányából pedig megismerheti, milyen szerepet tölt be és hogyan gyorsíthatja az intelligens adatkatalógus a digitális átállást.

Intelligen adatkatalógus előnyei infografikán bemutatva
Közös barátunk: Hogyan hangoljuk össze az üzleti- és az adatstratégiát?

Közös barátunk: Hogyan hangoljuk össze az üzleti- és az adatstratégiát?

ADATKEZELÉSI ÉS ELEMZÉSI CIKKEK 2020. június 10. Szerző: Nigel Turner, Global Data Strategy

Charles Dickens 1864-ben jelentette meg „Közös barátunk” című regényét. Talán megkockáztathatjuk, hogy nem az adatstratégia és az üzleti stratégia kapcsolatára gondolt, amikor írta. Ennek ellenére kijelenthetjük, hogy digitális, adatalapú világunkban az üzleti- és az adatstratégia csak akkor lehet sikeres, ha szorosan összefonódnak és barátokként együtt fejlődnek. 

Az adatalapú üzletvitel térnyerése előtt az üzleti- és az adatstratégia közötti kapcsolat lineáris volt. Az üzleti oldal először meghatározta a stratégiai célokat és törekvéseket, és ezután kezdődött az adatstratégia felépítése.  Ennek célja, hogy olyan adatképességeket tervezzenek, amik támogatják az üzleti tervet és stratégiát. Ez azt is jelentette, hogy gyakran az IT-részleg volt az adatstratégia elsődleges mozgatórugója.

Az adat nem alárendelt eszköz

Megváltozott a világ. Egyre kevésbé állja meg a helyét az a megközelítés, hogy az adat egy szükséges rossz, egy alárendelt eszköz, amire csak az üzleti működés és a folyamatok támogatásához van szükség.. Sőt, növekszik azon szervezetek száma, ahol az adat maga az üzlet.

Ez radikálisan megváltoztatja az üzleti- és az adatstratégia közötti kapcsolatot. Ebben az új viszonyrendszerben az üzleti- és az adatstratégia fejlesztése egymással párhuzamosan és egymással összefonódva történik. Ha egy adatalapú szervezet (és melyik szervezet nem az manapság) nem ismeri fel ezt a kölcsönösséget, akkor az kudarcra van ítélve. Ez azt is magában hordozza, hogy az adatalapúvá váló, digitalizálódó szervezetnek meg kell alkotnia és meg kell valósítania a saját adatstratégiáját, ám erre meglepő módon még mindig sokan képtelenek.

Vegyünk például egy céget, ami fogyasztói termékeket gyárt. Régebben ez a vállalat arra összpontosított, hogy termékeit nagykereskedőknek vagy más közvetítőknek értékesítse. Ebből kifolyólag a végfelhasználókról jobb esetben is csak hiányos ismeretei voltak, de jellemzően semmilyen információval nem rendelkezett róluk.

Ma viszont egyre több vállalat dönt úgy, hogy új, digitális értékesítési csatornákon közvetlenül is kiszolgálja végfelhasználóit. A nagykereskedők kihagyásával növelni akarja a profitrátáját, és jobban meg akarja ismerni a végfelhasználóit, hogy szorosabb kapcsolatot építhessen ki velük. Mindez azonban csak akkor lehetséges, ha az új üzleti stratégiát a megvalósításhoz szükséges adatstratégiával együtt fejlesztik ki. A főbb megválaszolandó kérdések ezen a ponton:

  • Milyen új adatokat kéne begyűjteni és generálni, a fejlesztés alatt álló új üzleti folyamat támogasához?
  • Milyen adatplatformokra van szükség az adatok tárolásához?
  • Hogyan zajlik majd az értékesítés (közvetlen online csatornákon, közösségi médiában, stb.)?

Adatok nélkül nincsen üzleti stratégia 

Meggondolatlanság úgy kőbe vésni az üzleti stratégiát, hogy nem győződünk meg arról, alátámasztják-e azokat megfelelő adatok. A közvetlen értékesítésre való átállás üzleti modelljének kidolgozásánál tehát az adatokra kell a legtöbb figyelmet fordítani. Ráadásul az is előfordulhat, hogy a közvetlen értékesítési stratégia kidolgozása közben, az adatalapú szemlélet segítségével új, korábban figyelmen kívül hagyott lehetőségek is megjelennek. Például az online vásárlások elemzésével olyan vásárlási trendek rajzolódnak ki, amelyek segítségével új termékelőnyöket lehet kommunikálni.

Ha azt a feladatot kapjuk, hogy alkossunk adatstratégiát, hogyan tudjuk biztosítani ezt a szoros kölcsönösséget? Jöjjön pár tipp:

  • A CDO határozza meg, ne a CTO: Az első és legfontosabb, hogy az adatstratégia ne az IT-részleg hatásköre legyen, és ne ott dolgozzák ki. Az IT feladata, hogy a technológiai stratégiát vezényelje, amivel megteremthetők a szükséges adatképességek, de az adatstratégia az üzleti oldalhoz tartozik. Utóbbi természetesen szorosan együttműködik az IT-vel. Az adatstratégia élén az adatgazdálkodási igazgató (CDO) áll, amennyiben van ilyen pozíció a szervezetnél.
  • Ismerni kell az üzlet mozgatórugóit: Az adatmenedzsment szakembernek meg kell róla győződnie, hogy érti a szervezetét, annak üzleti céljait, stratégiáit és törekvéseit. Ehhez természetesen jó kiindulópont a meglévő üzleti stratégia, de ezt ki lehet még egészíteni az éves jelentésekkel, a belső és külső honlapokkal, közösségi médiáról származó visszajelzésekkel és további forrásokkal.
  • Kommunikálni kell az érdekeltekkel: Az adatstratégia összeállítása közben érdemes széles körben kommunikálni az érdekeltekkel, üzleti és IT oldalon egyaránt. Ez a felsővezetőktől kezdve azokat is magában foglalja, akik a napi ügyvitelben érintettek. Mindannyiuk más szempontból közelíti meg az adatokhoz kapcsolódó problémákat és lehetőségeket, így egy sokkal részletesebb és átfogóbb kép alakulhat ki az adatok pillanatnyi állapotáról és a változást mozgató tényezőkről.
  • Az üzleti nyelvet kell beszélni: Számítani lehet rá, hogy miután az érdekeltek elolvassák az adatstratégia első vázlatát, több módosításra is szükség lehet. A stratégia prezentálásánál üzleti nyelven és nem adatgazdálkodási szakszavakkal kell kommunikálni, hogy mindenki megértse a tartalmát. Ahol csak lehet, az üzleti stratégia nyelvezetét kell alkalmazni, hogy az olvasók összeköttetést találjanak a kettő között.
  • Agilitás: Az adatstratégia nincsen kőbe vésve. Képesnek kell lennie a változásra és a fejlődésre, ahogyan az üzleti célok és stratégiák is változnak. Ehhez olyan folyamatot kell kialakítani, ami biztosítja az állandó összhangot. Ezt a folyamatot, az érdekelt felekkel közösen, rendszeres időközönként felül kell vizsgálni, és szükség esetén frissíteni kell.

Egyre több szervezet kezdi felismerni, milyen kulcsszerepet játszik egy dinamikus és rugalmas adatstratégia az üzleti célok elérésében. A Data Management Association UK (DAMA UK) tagjai körében végzett felmérésben a válaszadók 69 százaléka állította, hogy az adatstratégia kidolgozása a két legfontosabb adatgazdálkodási teendő egyike (a résztvevők 77 százaléka szerint a másik az adatigazgatás, a Data Governance).

Nehéz időket élünk. Az üzleti és az adatstratégia csak akkor felelhet meg a szervezetek által támasztott magas elvárásoknak, ha kölcsönös barátságban állnak. Ezzel Charles Dickens is egyetértene.

Értékteremtés az adatok demokratizálásával

Értékteremtés az adatok demokratizálásával

Manapság a vállalatok bővelkednek a hasznosítható adatokban,  amik – megfelelően felhasználva – a bevételnövelés forrásai lehetnek. Legyen szó akár vásárlói hűségprogramok fejlesztéséről, fogyasztói és szervezeti viselkedést értelmező elemzésekről, új termék- és szolgáltatások bevezetéséről, vagy egyszerűen csak az innováció felgyorsításáról: az adatokkal új lehetőségek nyílnak meg a vállalatok előtt. Ahhoz azonban, hogy ezt az új erőforrást teljeskörűen ki lehessen aknázni, a leghasznosabb adatokat vállalatszerte meg kell osztani a felhasználókkal.

 Az egyre dagadó adatfolyam azonban felvet egy fontos kérdést. Tudunk-e az érzékeny vagy az üzletvitel szempontjából bizalmas adatokból megfelelő értéket teremteni? Vagy az adatok inkább csak kockázatot jelentenek, hiszen a személyes adatokat védő jogszabályok miatt, ezek az adatok fokozottabb vizsgálat alá esnek? 

Mi lesz ennek az eredménye? Az adatokkal szemben bizalmatlanná váló szervezetek ahelyett, hogy az egész vállalat számára lehetővé tennék az adatok elérését, inkább korlátozzák a hozzáférést. Pedig az adatok demokratizálásával új értékeket lehetne teremteni, például egy szélesebb körben elérhető adatpiactérrel javítható lenne a marketing vagy a működési hatékonyság. Ehhez azonban kulcsfontosságú a bizalom kiépítése. De hogyan is lehet megteremteni a bizalmat az adatok iránt?

A “megbízhatóság igazolásával” hamar érhet el megbízható eredményeket

Mi is ez a “megbízhatóság igazolása” (“trust insurance”), és hogyan juthatunk hozzá megfelelő adatigazgatással? Ha egy szervezet az adataiból akar értéket teremteni, akkor ahhoz jó adatokat kell használnia. A jó adatokat viszont csak kontrollált folyamatok révén lehet előállítani. Ezek biztosítják, hogy az adatok egyszerre a célnak megfelelően pontosak, és a külső-belső előírásoknak megfelelően védettek legyenek.   A szervezeteknek olyan adatigazgatási stratégiára van szükségük, ami szabályozza a megfelelő adathasználat minden aspektusát, összhangot teremt a jogszabályok és belső előírások között, és az üzleti és technológiai oldal párbeszédében a felhasználás céljára irányítja a figyelmet.

Az IDC felmérése szerint világszerte évente 61 százalékkal nő az adatmennyiség. Ilyen ütem mellett 2025-re 175 zettabájtnyi adatot tárolnak majd a világon. Ez a szám nemcsak döbbenetes, de ha túl sok adatot kell kezelnünk, akkor megkérdőjelezhetővé válik, hogy hasznosak-e még egyáltalán (feltéve, hogy tudjuk, mit hol tárolunk éppen). Sőt, a mennyiséggel növekszik a kockázat is, hogy nem az adatigazgatási szabályoknak megfelelően kerülnek felhasználásra.

A megfelelő felhasználáshoz szükség van egy megbízható adatigazgatási módszerre, és a sikernek az is feltétele, hogy a szervezetet rá lehessen hangolni a használatára. Az érdekelt felek koordinálása, az adatfelhasználásról szóló szervezeti politikát áthágó esetek orvoslása az adatkezelők felelőssége, akiket a főbb feladatok automatizálásában mesterséges intelligencia alapú eszközök segítenek.

Az Informatica kidolgozott egy 6 lépésből álló folyamatot, ami az adatigazgatási módszerek legjobb gyakorlatán alapul. Ha ezeket megfelelően alkalmazza, hamar demokratizálhatja az adatait, hogy aztán megbízható módon használhassa azokat. Virágzó adatpiacteret építhet ki és egész szervezetében felgyorsíthatja az adatalapú, tájékozott döntéshozatalt. Ráadásul, a folyamat vezetésével megbízott CDO-t és az adatkezelőket hősökké teheti, akik kimutatható értéket  teremthetnek a vállalat számára.

Adatok demokratizálása 6 stratégiai lépésben

A megbízható adatok segítségével történő demokratizálásához 6, egyformán fontos lépés vezet:

  1. Dokumentálás és együttműködés

Az adatok demokratizálásának első lépése az adatigazgatás alapjainak lefektetése, és azok dokumentálása. Olyan kultúrát kell teremteni, ami együttműködésre és dokumentációra épül. A legaprólékosabban kidolgozott terv sem fog működni, ha hiányzik az együttműködés kultúrája. A Boston Consulting Group (BCG) felmérése szerint a vállalatok 60 százaléka fejletlennek tartja saját adatigazgatási képességeit. Akárcsak egy felhőkarcoló felhúzásánál, ha nincsen biztos alap, akkor a felső emeletek – esetünkben az adatok demokratizálása – egyszerűen összeroskadnak. Hol tart most a szervezete?

  1. Térképezze fel és rendszerezze az adatokat

Ha az adatigazgatás – megfelelően dokumentált – keretrendszere felállt, és sikerült megteremteni egy adatbarát, együttműködő vállalati kultúra alapjait, akkor itt az idő, hogy nekilásson az adatok feltérképezésének. Egyes szervezetek felcserélik az első és a második lépést, de a McKinsey szerint, ha nem áll rendelkezésre egy adatnyilvántartás, akkor a felhasználók idejük 30-40 százalékát kereséssel fogják tölteni, és kevesebb idő marad az elemzésre és a cselekvésre. Az adatok felderítése kulcsfontosságú, a rendszerezés pedig használhatóvá és hasznossá teszi az adatokat a felhasználók számára. Ez elengedhetetlen ahhoz, hogy fel tudják mérni, mennyire felel meg egy adott adatkészlet az igényeiknek.

  1. Adattisztítás és törzsadatképzés

A következő két lépés célja az adatok megbízhatóvá tétele. A szervezetek 60 százaléka küzd adatai minőségével és bonyolultságával. Az adattisztítás során az adatok elemzésre történő előkészítése zajlik. Eltávolítják vagy kijavítják a helytelen, hiányos, irreleváns, duplikált vagy nem megfelelő formátumú adatokat. A tisztítás után a törzsadatképzés feladata, hogy egyetlen hiteles forrás jöjjön létre.

  1. Az adatok védelme és nyomonkövetése

A “bizalom” két kulcselemének egyike az adatminőség, a másik pedig a személyes adatok védelme. Az adatokhoz való biztonságos hozzáférés egyik elengedhetetlen feltétele, hogy az érzékeny adatok védve legyenek a figyelmetlenségből bekövetkező, nem szabályszerű használattól és a szándékos biztonsági támadásoktól. Ha az adatokat demokratizálni akarjuk, akkor meg kell előzni, hogy súlyos bírság és hírnévromlás sújtsa a vállalatot az adatvédelmi előírások be nem tartása miatt. Az adatfelhasználás nyomonkövetése is elengedhetetlen az átláthatóság biztosításához. A szervezet így tiszteletben tartja a fogyasztó megfelelő adatfelhasználásra vonatkozó jogait, például, hogy az érintettek hozzáférhessenek a róluk tárolt adatokhoz.

  1. Adatszolgáltatás és -fogyasztás

Az ötödik és hatodik lépés arról szól, hogy az adatokat összekészítjük, és eljuttatjuk a megfelelő helyre, a megfelelő formában a megfelelő felhasználókhoz, hogy aztán ott könnyen megtalálhatóak, elemezhetőek és hatékonyan felhasználhatóak legyenek.  A szervezeteknek gondoskodniuk kell arról, hogy az adatokból – összegyűjtés, átalakítás, feldolgozás révén – magas minőségű és szabályozottan felhasználható adatkészleteket hozzanak létre, még mielőtt az üzleti felhasználók hozzáférnének és elkezdenék használni az adatokat.  

  1. Kezdődhet az értékteremtés

Végül, az így létrehozott jó minőségű, megbízható és védett adatkészleteket hozzáférhetővé lehet tenni egy adatpiactéren. Ez olyan, mint egy belső felhasználásra kialakított webshop, amelyben a vállalati felhasználók adatok között válogathatnak. Ez egyszerűsíti és automatizálhatóvá teszi a felhasználók dolgát, amikor az adatok között keresnek, nézelődnek vagy “shoppingolnak”. Az adatpiactér „vásárlói” megfelelő jogosultság birtokában hozzá is férhetnek az adatokhoz, hogy aztán a vállalat adatigazgatási elveinek megfelelően felhasználva őket új értékeket teremtsenek.

Bevált kockázatcsökkentő és értékteremtő adatigazgatási (Data Governance) és adatvédelmi gyakorlatok

Bevált kockázatcsökkentő és értékteremtő adatigazgatási (Data Governance) és adatvédelmi gyakorlatok

Manapság az üzleti vezetőktől, köztük az adatgazdálkodási igazgatóktól, üzletágvezetőktől és egyéb adatkezelőktől is elvárják, hogy minél több értéket teremtsenek az adatokkal. Természetesen a legértékesebb eredmények gyakran eleve értékes adatokból születnek. Az ilyen adatok azonban nem megfelelő adatigazgatás esetén belső visszaélések vagy akár potenciális külső kiszivárogtatások célpontjaivá is válhatnak. A digitális átállási programok elindítását gyakran hátráltatjaaz a paradoxon, hogy az adatokat úgy kéne széleskörűen felhasználni, hogy közben ne csorbuljanak az adattulajdonosok tulajdon- és személyiségi jogai. 

Adatelemzés vásárlói hűségprogram kiépítésa, felhőbe való migrálás az adatfelhasználás bővítésa, vagy vállalati szintű önkiszolgáló adatpiactér kialakítása: ezek a projektek az adatok kitettsége miatt kockázatosak. Az üzlet aligha kap zöld utat a személyes adatok kiaknázására, amíg nincsen megfelelő rálátás arra, hogy mekkora az “adatsértés” kockázata, és mik lehetnek ennek az anyagi konzekvenciái. 

Adatigazgatás nélkül nincs digitális transzformáció 

A digitális átállás körébe olyan projektek tartoznak, mint például a felhőbe történő migrálás, a felhasználói élmény javítása és a működési költségek csökkentése. Ezek közös jellemzője, hogy a vállalati adatfelhasználás radikális átalakításával járnak, és ezt a változást csak adatigazgatási eszközökkel lehet hatékonyan kezelni.

Az adatigazgatás (Data Governance) az a szakterület, ami magában foglalja az adatfelhasználással kapcsolatos szabályokat, a politikákat, a szerep- és felelősségi köröket valamint az eszközöket, amik gondoskodnak az adatok pontosságáról, következetességéről, elérhetőségéről és biztonságáról. 

Az alábbiakban három “Best Practice”-t mutatunk be az adatigazgatás területéről. Tapasztalatunk szerint ezek segítik az üzleti átalakítási tervek sikerét, csökkentik a bizonytalanságot, és garantálják a biztonságos és megfelelő adatfelhasználást. 

1. Javítsa az érzékeny, személyes adatok minőségét és megbízhatóságát, hogy jobb  360 fokos képet kapjon az ügyfélről  

Erre több módszer és stratégia létezik, de a lényeg mindegyikben azonos: meg kell érteni, hogy a fogyasztó mit vásárol, hogyan és kivel. A folyamat során az olyan adatokat, mint a név, a szállítási cím, a terméktípus, a rendelés nagysága meg kell feleltetni egymásnak. A nyilvántartások összekapcsolásával teljesebb képet kaphat a vásárlóról és javíthatja az adatok minőségét. Minél megbízhatóbb az ügyfélről alkotott kép, annál konkrétabb lépéseket lehet meghatározni – és megtenni – irányába. 

2. Legyen következetes a meghatározások, terminológiák és metaadatok használata 

Az adatigazgatásnak kell biztosítania, hogy az elnevezések szabványosak és következetesek, az adatelemek definíciói pedig letisztultak és szabatosak legyenek. De hogyan lehet ezt elérni? Egy asztalhoz kell ültetni az érdekelt feleket: az adatfelhasználókat, az üzleti vezetőket és az adattervezőket. Először nekik kell  közös nyelvet beszélniük és átlátniuk a munkafolyamatokat. Csak ezután lehet elkészíteni az adatigazgatás működési politikáját, és definiálni az automatizálási szabályokat.  

3. Előzze meg a jogosulatlan adathozzáférést, és szabályozza a megfelelő felhasználási módokat

Mindannyiunkkal szemben elvárás, hogy megfeleljünk a személyes adatok védelmét célzó szabályozásoknak, amit egyre gyakrabban törvényileg írnak elő. A felmérések szerint az érzékeny adatok kezelése iránti bizalmat erősítő lépések az üzlet számára is előnyösek. Az adatigazgatás nélkülözhetetlen szerepet játszik abban, hogy a vállalat képes legyen adatfeltáró és -osztályozó módszerekkel, valamint célzott folyamatokkal, politikákkal és működési szabályozással körülhatárolnia a védett adatokat. A vállalat így biztosíthatja, hogy  az adathasználat során az adatok csak a szükséges mértékben legyenek kitettek, és csak jogosultak számára legyenek hozzáférhetők. 

A feladat adott, de messze nem ennyire magától értetődő, hogy hogyan kell megvalósítani. Véges a bevethető erőforrás és az idő is, így automatizálásra, mesterséges intelligenciára és gépi tanulásra van szükség ahhoz, hogy felgyorsíthassuk a feltárást és operacionalizálhassuk az adatvédelmi előírásokat. 

Az adatigazgatás felelősségén a szervezet valamennyi dolgozója osztozik, hogy az adatok felelősségteljes kezelésével csökkentsék a kockázatokat, és támogassák az adatok célzott használatát. 

Az üzletvitel szempontjából kritikus adatokkal való napi interakciók elengedhetetlen részei egy vállalat sikerének. Miközben új lehetőségeket tárunk fel, mindannyian felelősek vagyunk az adatok védelméért. Ezért van szükség egységes megoldásokra és igazgatási modellekre, amik biztosítják az adatok kontrollált megoszthatóságát a vállalat minden szintjén. 

Kik azok a Data Steward-ok, az adatkezelők?

Kik azok a Data Steward-ok, az adatkezelők?

Mindig úgy gondolunk a Data Steward-okra, azaz adatkezelőkre, mint az adatok névtelen hőseire. Nélkülük képtelenek lennének az adattudósok megbízni a rendelkezésre álló adatokban és értelmezni azokat, a mesterséges intelligencia és a gépi tanulás nem adna helyes eredményeket, és a vállalat működését nem lehetne az adatokra alapozni.

 Kik is ezek a névtelen hősök, és mit visznek végbe? Szóljon most róluk a történet.

Dióhéjban, az adatkezelők felelnek egy vállalat adatainak és metaadatainak karbantartásáért és értelmezéséért. Céljuk, hogy gondoskodjanak az általuk felügyelt adatok minőségéről, megfelelőségéről, egyértelműségéről és értelmezéséről.

Az adatkezelő ismeri az üzleti működést, és kellő tapasztalattal és tudással rendelkezik a rábízott adattartományt illetően. Többfajta adatkezelő létezik, de az adattartomány-kezelő (data domain data steward) a legelterjedtebb típus. Ő az, akihez az alábbi kérdésekkel szoktak fordulni:

  • Nem tudod, hol találom ezt az adatot, amire szükségem lenne?
  • El tudod magyarázni, hogy ez az adat miről szól?
  • Mit jelent ez az üzleti kifejezés?
  • Mennyire megbízható szerinted ez az adat?
  • Használhatom ezt az adatot ehhez a projekthez?

 Ahogy végigfut ezeken a kérdéseken, valószínűleg már látja is lelki szemei előtt azt a kollégát, aki tudja ezekre a választ. Még az is lehet, hogy önmagára ismer. Persze mindez csak a téma felületes megközelítése.

Felmerülhet Önben a kérdés, hogy ezeket a válaszok nincsenek-e meg egy üzleti szószedetben, egy adatkatalógusban vagy egy adatszótárban. A válasz egy határozott igen, de ezek az eszközök is csak azért tartalmazzák ezeket a válaszokat, mert egy adatkezelő gondoskodott róla, hogy ott legyenek.

Mik az adatkezelő fő feladatai?

Egy adatkezelőt szerteágazó feladatokkal bíznak meg, de ezek leggyakrabban az alábbi 3 kategória egyikéhez tartozik:

1. Adatminőség

  • Minőségi követelmények, szabályok és szabványok meghatározása
  • Az adatok minőségi besorolásának hitelesítése és nyomon követése
  • Hozzájárulás a felügyelt adattartományt igazgató üzleti szabályok megalkotásához (pl. adatbetöltési [ETL] szabályok)
  • Adatminőségi mérőszámok meghatározása
  • Adatminőségi auditok, szabályozások, folyamatok és politikák kialakítása
  • Hozzájárulás az adatminőségi problémák okainak feltérképezéséhez

2. Metaadat-kezelés

  • Üzleti metaadatok létrehozása. Ezek segítenek meghatározni az üzleti fogalmakat és kialakítani az üzleti szószedetet.
  • Adatok kontextusba helyezése és iránymutatás azok értelmezéséhez
  • A jóváhagyott adat- és metaadat-meghatározások, illetve a referenciaadatok használatának elősegítése
  • Együttműködés a technikai adatkezelőkkel (Data Custodian)l a műszaki metaadatok dokumentálásban

3. Szabályozói megfelelőség (Compliance) 

  • Segítségnyújtás az adatok osztályozásánál
  • Az adatok megőrzéséhez, archiváláshoz és törléséhez tartozó követelmények meghatározása
  • Az adatbiztonsági követelmények meghatározása
  • Az adatvédelmi jogszabályok átültetése az adatvédelmi politikába és szabványokba
  • Adathasználati iránymutatás összeállítása a személyes adatok védelméről szóló szabályok betartásához

Összegzés


Ahogyan már korábban is említettük, az adatkezelők általában az üzleti oldalt is ismerő szakértői az egyes témaköröknek. Kellő tudással és tapasztalattal rendelkeznek a rájuk bízott adattartományt illetően.

Bár láttunk már olyan megoldást is, hogy a műszaki részében is járatos adatelemzőkre vagy adatvagyon-gazdálkodó szakemberekre bíztak adatkezelői feladatokat, ideális esetben azonban az adatkezelőket az üzletviteli körökből toborozzák, hiszen munkájuk minden területén hasznosíthatják az ott szerzett tudást és rálátást.

Az Ön vállalatában kik az adatkezelők? Milyen feladatokat bíznak rájuk?

Az adatigazgatás és a koronavírus-járvány

Az adatigazgatás és a koronavírus-járvány

Felfogni is nehéz, mennyi változást is kell jelenleg megélnünk. Miközben a koronavírus-járvánnyal küzdünk, óriási pénzügyi és technológiai nyomás is nehezedik ránk, hiszen a gazdaságot és a közösségeket újra kell indítanunk, ami néha teljes újjáépítést jelent. Ebben a munkában  kritikus azoknak a szervezeteknek és vállalatoknak a szerepe, amik a gazdaság hajtóerejét képezik (bankok, kormányzati szervek, gyártó cégek, iskolák, energetika stb.). 

Valamennyiükön nagy a nyomás, hogy képesek legyenek adatokat szolgáltatni a megalapozott üzleti döntések meghozatalához. Ehhez újra kell tervezzék rendszereiket, eszközeiket, folyamataikat. 

Vannak, akik szerint ebben a helyzetben az adatigazgatás (data governance) egy kevésbé fontos, semmiképpen nem magas prioritású terület. Mi ezzel szemben úgy gondoljuk, hogy most van itt az ideje annak, hogy a szervezetek rendbe rakjanak néhány olyan problémát, ami hosszabb idő óta leginkább a szőnyeg alá söpörtek. A közös nevező nem más, mint az adat.

Eresszük kicsit szabadjára a képzeletünket:

  • Mi lenne, ha Európa, Dél-Amerika és az Egyesült Államok epidemiológiai szakemberei (minden politikai megfontolást félretéve) megoszthatnák egymással a vírustörzsekre vonatkozó adataikat? Ennek segítségével jobban megérthenék a genetikai mutációk mértékét, a fertőzöttségi rátákat, a járvány természetét, és így jobban felkészíthetnék a védekezésre a közegészségügyi rendszereket.
  •  Mi lenne, ha az iskolák, idősotthonok, a börtönök és közegészségügyi szervezetek szabványosítani tudnák a követett kritikus adatelemekre vonatkozó adatdefíniciókat? Ezzel jobban lehetne védeni a népesség legsérülékenyebb részét. 
  • Mi lenne, ha ezeknek az adatoknak a megosztása közben meg is tudnánk védeni a páciensek, állampolgárok, ügyfelek személyiségi jogait?
  • MI lenne, ha a  bankok, és más, kölcsönöket nyújtó intézmények kockázatelemző modelleket építhetnének, melyeknek köszönhetően jobban megelőzhetnék az olyan eseményeket, mint például a munkahelyek elvesztése. Közben olyan termékeket fejleszthetnének ki, melyek segítenének az ügyfeleinek átvergődni a bizonytalan időkön.

Mindezeknek a szcenárióknak a kulcsa a jobb adatmenedzsment képességek kiépítése:

  • az adatok – forrásokon átívelő – azonosításának és definiálásának lehetősége,
  • Az adatok anonimizálása, tisztítása, szabványosítása és összegyűjtése megosztás céljából,
  • a különböző alkalmazásokból származó adatok profilozása, és szabványos üzleti és adatmenedzsment szabályok és adatvédelmi előírások alkalmazása
  • meghatározott felhasználói szerepkörökkel és felelősségekkel kialakított munkafolyamatok felépítése
  • a governance folyamatok gyorsítása és az adateszközök értékké válási idejének (time-to-value) gyorsítása
  • az adatok, a minőség és a szabályok közötti kapcsolatok vizualizálása a hibaelhárítás egyszerűsítésére


Sajnos, az újabb és jobb adatmenedzsment eszközök munkába állítása önmagában nem oldja meg varázsütésre ezeket a problémákat. Az adatigazgatás kialakításakor olyan infrastruktúrát kell tervezni, ami az új képességeket összekapcsolja az eredeti üzleti célokkal. A kérdés tehát, hogyan tudunk hatékony, globális epidemiológiai szemléletet kidolgozni, ami alkalmas a pandémia kezelésére? Hogyan tudjuk jobban megvédeni a nagyobb kockázatnak kitett embereket? Hogyan tudunk újabb olyan termékeket tervezni, amik átsegítik az ügyfeleket és a felhasználókat a válságon?

Ha a szervezetek olyan nyomás alatt állnak, mint napjainkban, hogyan volna lehetséges épp most az adatigazgatás bevezetése? Sok szervezet az ellátási lánc elapadását, az értékesítési modell felborulását, a büdzsé csökkenését  látva erősen reaktív módra állt át.

Oszlassunk el néhány tévképzetet. Gyakran halljuk, hogy 

  • az adatigazgatás munkaigényes, időigényes bürokratikus és lassú
  • az adatigazgatás  program felállítása még jobban lassítja a dolgokat

Ennek épp az ellenkezője az igaz:

  • Egy jól megtervezett adatigazgatási program a kellő felügyeletet és irányt ad az adatmenedzsmentnek,  felerősíti az adatok értékét és sokoldalúságát.
  • Segít a technológiai befektetések fontossági sorrendjének kiválasztásában, az üzleti célok és az azokat lehetővé tevő technológiák közötti egyensúly megtartásában.
  • Egy eredményes data governance modell tisztázza a felhasználók szerepkörét, felelősségét és az átadási pontokat, javítja a kommunikációt az adatmenedzsment csapat és, az üzleti felhasználók között
  • Hatékonyan csökkenti az adatminőséggel kapcsolatos hibaelhárításra és az üzleti célokat támogató adatok megtalálására fordított időt és erőfeszítést  

Ha az üzleti és az IT adatkezelők az Adatigazgatási Tanácstól  megfelelő felhatalmazást és együttműködési fórumot kapnak, ez elősegíti az osztályokon és silókon keresztüli kommunikációt.

Az adatsilók és az üzleti részlegek közötti kommunikációt segíti elő, ha egy data governance tanács segítségével az üzletet és az IT adatkezelőket együttműködésre sarkalljuk. Mindezt figyelembe véve, hogy engedheti meg a vállalat magának, hogy NE fejlessze adatigazgatási erőforrásait? 

Valamennyien iszonyú nyomás alatt állunk., Az az elvárás, hogy sokkal érzékenyebben reagáljuk a változó piacokra, ugyanakkor együnk agilisabbak saját szervezetünkön belül. Ez azt is jelenti, hogy szembe kell néznünk alapvető, régóta meglévő, az éretlen eszközökből és/vagy szervezeti kultúrából származó gyengeségekkel. Semmi értelme, hogy vég nélkül ugyanolyan módszerekkel (végső soron sikertelenül) próbáljuk megoldani ugyanazokat a problémákat.

Az adatigazgatási kezdeményezéseket legjobb kicsiben indítani, egy releváns projekttel, így hamar érhet el üzleti sikert a vállalat. A szervezet határozza meg a sikeresség mérőszámait, törekedjen mérhető eredmények elérésére. Az Informatica Data Governance Keretrendszer jó kiindulópont új célok meghatározásához, értéket jelentő képességeket és üzleti fókuszú mérőszámokat generál. 

Taxonómia szerepe a törzsadatkezelésben

Taxonómia szerepe a törzsadatkezelésben

A törzsdatkezelés (Master Data Management – MDM), különösen a multi domain MDM , a taxonómiával szimbiózisban létezik. Cikkünkben megmagyarázzuk, miért.

Az Aberdeen Group kutatása szerint az MDM-et használó vállalatoknál a belső felhasználók  kétszer elégedettebbek az adatok minőségével., mint ahol nincs MDM. A törzsadatkezelés nemcsak erőteljesebb kontrollt biztosít az adatok konzisztenciája felett, de lehetőséget is teremt az adat-entitások közötti kapcsolatok kezelésére. Ennek révénaz üzlet jól használható többletinformációkat nyerhet ki az adatokból.

A törzsdatkezelés akkor tud hatékonyan működni, ha a vállalaton belül közös terminológiát használnak.Ebben játszik természetes szerepet a taxonómia.

Miért van szükség a taxonómiára

A taxonómia (rendszertan) a dolgok, jelenségek, vagy események egységes elven alapuló osztályozása. Arról van szó, hogy a vállalatok definiálják és elnevezik az általuk használt fogalmakat, majd ezeket az elnevezéseket egy egy konzisztens struktúrába sorolják. (pl. “hideg színek”: “kék”, “zöld”; “lila”; “meleg színek”: “sárga”, “piros”, “narancs”)  

Az MDM adatarchitektúra egyik buktatója a félreérthetőség: ugyanannak a kifejezésnek több különböző értelme lehet. A taxonómia egy olyan hierarchiát biztosít, ami megszünteti ezt a bizonytalanságot, olyan mechanizmusokat foglal magába, melyek segítik a kontextus megértését, pontosítják a jelentést. 

A másik, gyakran a vitára okot adó kérdés a konzisztencia.  Csoportszinten is nehéz megegyezni arról, hogy milyen kifejezéseket használjanak. Ha adott a választás lehetősége, akkor az emberek inkonzisztensen használják a fogalmakat. Egy fogalomtár összegyűjti a különböző megnevezéseket, kifejezéseket, és ezzel megszünteti az inkonzisztenciát. A taxonómiák rokon fogalmakat gyűjtenek össze. Segítségükkel összeköthetők a folyamatok, az üzleti logika vagy az összetartozó tartalmak, ezzel is támogatva egy konkrét feladatot.

Szimbiózisban a törzsadatkezelés és a taxonómia

Az MDM használja a taxonómiát, miközben a taxonómiát is az MDM-ből kieső, besorolatlan új fogalmakra alapozva lehet fejleszteni.

A taxonómiában felhasznált fogalmakat, azok variánsait, leírásukat és a hierarchiát a “Referencia adatbázisban” szokás rögzíteni. A Referencia adatok kezelése (Reference Data Mangement  – RDM) voltaképpen egy speciális törzsadatkezelési feladat.

A következő példában röviden ismertetjük a fontosabb fogalmakat és a taxonómia szerepét. 

Tranzakciós adatok táblázatban bemutatva

A fenti tranzakcióhoz kapcsolódó törzsadatok:

Törzsadatok táblázatban bemutatva

Az elemző a termék törzsadatára rápillantva azonnal látja, hogy a vevő két narancssárga ceruzát vett. Ez azonban egyáltalán nem magától értetődő.. A kereskedő cég két különböző gyártóval dolgozik, mindketten kínálnak mechanikus (“ rotring”) ceruzát. A termék gyártói azonban nem feltétlenül használják ugyanazokat a kifejezéseket saját termékeik leírására, mint a kereskedő cég. A két fuvarlevél a következőket tartalmazhatja:

Fuvarlevél adatai táblázatban bemutatva

Érdemes megfigyelni, hogy a leírásban nem egyértelmű, sajátos leírást használnak a gyártók. A jellemzők sem konzisztensek: az egyik gyártó irodainak írja le a termékét, míg a másik az otthoni felhasználáshoz sorolja. Az egyik esetben a termék színét narancs – ra másik esetben ns-re rövidítették.

Az MDM javítja ezeket a következetlenségeket, és ezzel növeli az adat minőségét. A szállítók különféleképpen sorolják be a termékeiket, még ha a leírások néha hasonlítanak is. A kereskedőnek azonban egy konzisztens leírásra van szüksége, hiszen ezzel tudja biztosítani a sikerhez szükséges minőségi ügyfélélményt.