Master Data Management. Pavel Janča Informatica Competency Principal

Transkript

1 Master Data Management Pavel Janča Infrmatica Cmpetency Principal

2 C je MDM

3 C je MDM

4 K čemu je MDM Pan Jirka Pan Jirka Pdnikatelská půjčka Rdiče v důchdu děda a babi Children Prpan a Butan Manželka Jitka Jednatelka ABC Firma ABC s.r.. Firma Jirka cnsulting s.r. Platební karta Běžný účet Spřící účet Hyptéka Investiční fnd Úrazvé pjištění Firemní karta Firemní účet Firemní karta Firemní účet Půjčka na studium Stavební spření

5 K čemu je MDM

6 Příběh - Marketing Systém A Systém B Marketingvá data

7 Marketing Lepší identifikace cílů marketingvé kampaně (Up-sell and Crss-sell) Vyšší pravděpdbnst dručení Mžnst identifikvat skupiny, které se nemají besílat Zvýšení pčtu i kvality kntaktních údajů u stávajících klientů Využití jiných (levnějších) distribučních kanálů Shrmáždit více dpisů d jednh Snížení nákladů na přípravu dat pr kampaň

8 Příběh kvalita služeb pan Karel pan Jirka Kč Kč Kč

9 Obchd Sales Up-sell and Crss-sell Sledvání výrčí pjistných smluv Měření výknnsti Lepší identifikace a bchdvání příležitstí Zachvání infrmací stavu kmene při dchdu bchdíka Vymezení teritrií pr bchdníky Služby na míru pdle důležitsti zákazníka Pdle libvlných parametrů (bjem peněz, pdílu na zisku) Vazba mezi sbu a firmu Například ddělené call centrum Agility Snížení time-t-market Spkjenst zákazníka Zvýšení účinnsti upmínek

10 Osba / firma Aut Hmtný majetek Typ entity : Identifikační atributy Rdné čísl: Blkace Dpručení Blkace jinéh (pdřízenéh) ddělení Blkace Dpručení Rdné čísl Prces 1 VH Kd dpruceni Blkaci prvedl Textvá pznámka Prces 1 VH Kd dpruceni Blkaci prvedl Textvá pznámka Prces 1 Rdné čísl Dplňkvé atributy Jmén: Jmén Blkaci prvedl Textvá pznámka Prces 2 Prces 3 Prces 4 Prces 5 Prces 6 Prces 7 Prces 8 Prces 9 MH Kd dpruceni Prces 2 Prces 3 Prces 4 Prces 5 Prces 6 Prces 7 Prces 8 Prces 9 MH Kd dpruceni Blkace jinéh (nadřízenéh) ddělení Dpručení Kd dpruceni Kd dpruceni Účet Příjmení: Telefn Příjmení Adresa Telefn Kraj: Měst: Ulice: Č.p.: Platí d Platí d Platí d Platí d Prces 2 Prces 3 Prces 4 Prces 5 Prces 6 Prces 7 Prces 8 Prces 9 Platí d Česká republika White list Zadejte parametry Prces 1 výpčtu blkace Prces 2 Prces 3 Prces 4 Prces 5 Prces 6 Prces 7 Prces 8 Prces 9 Dpručení Kd Kd dpruceni Kd Kd dpruceni Telefn Stát Platí d Vyhledávání Vlž Vymaž OK Vymaž Text Text Text Příběh Fraud management Zbrazení celéh textu na tlačítk Zbrazení celéh textu na tlačítk Zbrazení celéh textu na tlačítk Knslidvaný klient

11 Fraud Obecně libvlná detekce závadnéh chvání Neuzavírat vztah s prblémvu entitu

12 IT Zjedndušení architektury Zjedndušení implementace nvéh systému (businessu) Snížení nákladů na vývj a údržbu rzhraní mezi systémy MDM pskytuje mnžinu základních perací pr všechny systémy Efektivní management externích dat (jen jednu) Čistění dat dděleně v jedntlivých systémech Odstranění redundantních systémů Náklady na vývj a pdpru

13 Ostatní Sciální sítě Přínsy které nelze kvantifikvat Cena chybných infrmací (špatná rzhdnutí, pkuty)

14 Principy a terie

15 MDM Terie Universal MDM Multi-Dmain Multi-Style Custmer Prduct Registry Cnslidatin Husehld Organizatin Cexistence Centralized

16 Příklad prjektu MDM

17 Letiště Praha - CAODB Systém zpracvávající infrmace 12 mil. cestujících a přibližně phybech letadel rčně. Rzhraní s více jak 25ti prvzními systémy (interní i externí) Implementvána metdlgie CDM A (vysvětlen dále). Prjekt zahájen 2002, první prvzní verze 2004, neustálý rzvj Jediný bd pr výměnu všech prvzních dat Platfrma pr implementaci metdiky regulátra (CDM) pr krdinaci výměny dat mezi všemi partnery participujícími na realizaci letu (ŘLP, Letiště Praha, Dpravci, Handlingvé splečnsti)

18 Letiště Praha - Architektura

19 Letiště Praha - CAODB

20 Specifika implementace Technická Pr každu dílčí infrmaci existuje více než jeden zdrj Nutn nalézt mechanismus, který z právě dstupných zdrjů vždy pskytne nejkvalitnější infrmaci Organizační Při sebelepších algritmech budu vznikat chyby (chybné sjedncení záznamů, chyba z jinéh systému). Tat chyba je dále distribuvána a pak dále reprdukvána klními systémy Nutn nalézt mechanismus naprsté kntrly nad chybu

21 Knslidace Výsledná infrmace letu Scheduled time DQ Real time DQ Scheduled aircraft type DQ Real aircraft type DQ Sep :05PM 8 Sep :59PM 8:58PM 69 M84 7 M83 5 Infrmace letu z prvzních systémů SRC Scheduled time DQ Real time DQ Scheduled aircraft type DQ Real aircraft type DQ SC Sep :05PM M FO Sep :05PM M MD Sep :05PM M AG Sep :05PM 8 Sep :00PM M83 20 RL 99 Sep :00PM SI 99 Sep :58PM 9 99 M83 5 MR 99 Sep :59PM 6 99 M83 6 Infrmace může být smazána

22 Data Management Definice prcesů, principů a pravidel pr autmaticku identifikaci chyby a udržení kntrly nad kvalitu dat Organizační jedntka Data Management Odpvědnst za správnst dat, znalst dpadů změn dat Jediný zdrj některých dat (číselníky) Implementace nástrjů a lgiky datvých kntrl a validací Vyřešení chyby v datech jediným zásahem Měření kvality dat

23 Prč nikd nemá MDM

24 Letiště Praha - Statistika Generátry kódu

25 Standardní vývj T + 6 měsíců Analytik Pžadavky T Osvícený business vlastník IT T + 1 rk a 6 měsíců První funkční verze

26 Pužití nástrje - Infrmatica MDM

27 Master data management

28 Infrmatica MDM Analytik Pžadavky T Osvícený business vlastník První funkční verze

29 Příklad - reknciliace Více než 2000 řádek kódu (pr jednu entitu) Váha infrmace z prvzníh systému Vliv času Validační pravidla Metda Iniciální váha kvality infrmace je dána zdrjvým systémem Na každu infrmaci má čas jiný vliv. Aktuální vs. stará data Chybná infrmace z vysku váhu Příklad Systém A / plžka X - 30 Systém B / plžka X - 70 Platnst adresy bydliště 1 rk sniž váhu vé adresy pkud není platná

30 Za jak dluh TO bude? 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Rk 1 Rk 2 Rk 3 Rk 4 Rk 5 Pužití nástrje Vývj

31 Klik t bude stát? 160% 140% 120% 100% 80% 60% 40% 20% 0% Rk 1 Rk 2 Rk 3 Rk 4 Rk 5 Pužití nástrje Vývj

32 Klik budu stát změny? 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Rk 1 Rk 2 Rk 3 Rk 4 Rk 5 Pužití nástrje Vývj

33 Uživatelské rzhraní

34 Uživatelské rzhraní

35 Uživatelské rzhraní

36 Uživatelské rzhraní

37 Příklad další vlastnsti

38 Infrmatica MDM další vlastnsti Integrate Batch Near Real-time Real-time Schedule Grup Get Batch Grup Status Data Interactin Cnsume Business Interactin Sync Federate Create Custmer Get Sales Transactin Gvern Data Gvernance Versining Wrkflw State Mgmt. Get Matched Recrds Set Recrd State Data Security Secure Rw & Clumn Level Security Mask Authenticatin Authrizatin Authenticate User Register User Relate Party Prduct Party & Prduct Add Prduct Relatinship Delete Party Relatinship Cnslidate Link Merge Trust Framewrk Merge Recrds UnMerge Recrds Match Deterministic & Fuzzy Lgic Internatinalizatin Search Party Search Prduct Data Mastering Enrich Cleanse Standardizatin Organizatin Data Transfrmatin Demgraphics Open Cleanse Architecture Get DnB Tree Get Axcim ID Cleanse Address Standardize Prduct Name Mdel Custmer Multi-Entity Prduct Cntent Histry Lineage Metadata Cnfiguratin Match Survivrship Validatin Rules Get Party Add Prduct

39 MDM v architektuře Pavel Janča Cmpetency Senir

40 Architektura

41 Otázky? Ing. Pavel Janča