ČÍM TO VŠECHNO ZAČÍNÁ NA DATECH ZÁLEŽÍ, ALE NEJSOU DATA JAKO DATA

Transkript

1 ČÍM TO VŠECHNO ZAČÍNÁ NA DATECH ZÁLEŽÍ, ALE NEJSOU DATA JAKO DATA

2 ŘEŠENÍ SAS JAK TO FUNGUJE Podvody a risika Prevence a detekce podvodů, Vyhodnocování a ošetřování risik Detekce anomálií Podpora vyšetřování, Optimalisace zdrojů a procesů Optimalisace infrastruktury a fin. toků Predikce a plánování, Kontrola efektivity, Řízení efektivity, Ochrana aktiv, Veřejná a národní bezpečnost Bezpečnost na hranicích Sdílení a organizace informací Prevence kriminality Finanční kriminalita, Veřejná bezpečnost, Poskytování informací Pravidlené a ad-hoc výkazy a hlášení Operativní reporting Monitorování Statistiky Zveřejňování informací atd Analytická platforma Statistická analysa OLAP analysa Data Mining Časové řady Operační výzkum Analysa soc. sítí Visualisace atd Příprava dat (Data Management) Akvizice dat Integrace Transformace Ukládání Kvalita dat Konsolidace dat, unifikace Master data Management Data Governance Data: Interní zdroje Externí zdroje Veřejné zdroje Internet atd

3 ZNÁTE TOHO MUŽE? žil: př. Kr. vlastním jménem Aristoklés znám pod jménem: Πλάτων čili Platón

4 PODOBENSTVÍ O JESKYNI

5 CHYBY V DATECH DATA JSOU (NEDOKONALÝM) OBRAZEM SVĚTA Lidský faktor Lidé dělají chyby Překlepy Zápisy do nesprávných polí Neznalost Lidová tvořivost.. Inkonsitence informačních systémů podniku Mnoho autonomních agend Různé věcné oblasti Různé technologie a aplikace Různé standardy Různí dodavatelé v různém čase Produktově orientované systémy (ne subjektově) Zavádění nových systémů Fantomy Nemožnost jednotně (správně) identifikovat, popsat konkrétní subjekt (klient, produkt, vozidlo ) Nikdo se o to nestará!

6 KVALITA A DATA DOPADY NEKVALITNÍCH DAT Špatná data špatné výsledky zpracování Špatné výsledky zpracování špatně funguje business (procesy) Špatně fungují procesy přicházíme o peníze Kromě toho správa (špatných) dat stojí také peníze

7 JDE O PENÍZE OBVYKLÉ OKOLNOSTI DŮSLEDKŮ DATOVÉ (NE)KVALITY Přímé ztráty Operativa, komunikace (Nedoručená pošta, nepřesné cílení kampaní, vícenásobné oslovení, jednotný pohled na klienta ) Risk management (kompletní informace o klientovi, poloha nemovitosti, ) Fraud management (přesná identifikace subjektu, nalezení skupin propojených subjektů) Provoz IT (náklady na správu nekvalitních dat ) Nepřímé ztráty Zhoršená funkce procesů a systémů (nekonsistentní data) Podpora rozhodování BI/DW, analytické aplikace (na základě nekorektních dat nekorektní informace ) Compliance (spolehlivost a přesnost reportovaných informací, transparentnost procesů - Solvency II) Obvyklé informační subjekty: Osoby, organisace, adresy, kontakty, nemovitosti, vozidla,

8 ANALYSA A VISUALIUSACE DAT OD SUROVINY K VÝROBKU Akvizice dat Integrace, ETL Datová úložiště Datová kvalita Master Data Management Data Governance Analýzy Zpřístupnění informací Reporting Distribuce Analytické aplikace Komplexní analytická řešení

9 ŘEŠENÍ DQ SOUČÁSTI ŘEŠENÍ Nástroj Komplexnost funkcí Flexibilita Výkon Přátelskost Znalostní báze Obsah Rozsah Variabilita Otevřenost Metodická část Zodpovědnost, pravidla Organizace, procesy Praktické postupy Technické řešení

10 DQ KLASIKA Data špinavá Zkoumámí dat Čištění dat Data čistá

11 VÍC NEŽ NÁSTROJ DATOVÁ KVALITA JE NEKONČÍCÍ PROCES Řešení SAS: Pokrývá kompletní životní cyklus DQ Vedoucí řešení na trhu (Gartner) Profiling, analýza Porozumění kvalitě zdrojových dat Standardizace, čištění Zlepšení stavu dat, náprava defektů Integrace, unifikace, deduplikace Konsolidace a propojení souvisejících dat Obohacení, doplnění Obohacení dat z externích zdrojů Sledování, monitorování Automatické sledování problémů s datovou kvalitou

12 KOMPLETNÍ POHLED KOMPLETNÍ SADA NÁSTROJŮ A ŘEŠENÍ PRO DATA MANAGEMENT Data Governance Správa dat, procesy, standardy Monitorování, analysa, řízení Master Data Management Sdílení klíčových dat Autorita pro referenční data Datová kvalita Čištění Konsolidace Integrace dat (ETL) Přesunování dat Transformace dat Ukládání dat Data Storage DBMS

13 PLATFORMA DQ VLASTNOSTI PLATFORMY DATOVÉ KVALITY Kompletní a komplexní funkcionalita Umí vše, co má umět: Profiling, Parsing, Standardizace, Match, Merge, Enrichment, DQ Monitoring & Reporting Unikátní technická řešení Generování universálního matching key Dynamicky nastavitelná sensitivita... Podpora věcně orientovaných uživatelů Modularita, srozumitelnost a přehlednost Nic se nekóduje Inteligentní znalostní báze QKB Různé režimy práce Batch i on-line Identické joby Otevřenost, flexibilita, variabilita Různé datové zdroje a režimy práce Obecné datové typy, kompositní datové typy... Různé provozní platformy Integrace s jinými technologiemi (ETL, OS, ERP...) Lokalizace

14 SAS DQ STRUKTURA

15 KOMPLEXNÍ ŘEŠENÍ MDM SAS MASTER DATA MANAGEMENT

16 SAS KOMPLETNÍ ŘEŠENÍ Produkt Funkční oblasti Analysa Dávkově On line Data Gov. MDM SAS Data Quality Desktop 1) SAS Data Governance SAS Data Quality Standard 1) SAS Data Quality Advanced 1) SAS MDM Standard SAS MDM Advanced 1) modul MDM Foundation Jednotná platforma Modularita Využití analytických schopností SAS Vedoucí řešení na trhu

17 HODNOCENÍ GARTNER HODNOTÍ Přednosti DataFlux: Široký záběr DQ iniciativ použití v celém spektru úlog od BI, MDM? Až migracím Nevídaný růst Velký počet nových zákazníků, projekt Unity Věrní a spokojení zákazníci 95% maintenance renewal rate Poměr investic do R&D Mezi dodavateli IT jeden z nepříznivějších poměrů Integrace plné šíře funkcí do jedné platformy Profiling, čištění, monitirování, správa metadat Velká síla: využévání funkcí SAS Uikátní posílení platformy ddataflux Vývoj akcelerátorů Customer Analysis, Materials classification Zákazníci oceňují jednoduchou instalace a integraci Zákazníci oceňují vysokou úroveň technické podpory Citát ze studie: Dodavatel (DataFlux) neustále posunuje hranice nástrojů datové kvality i celého trhu datové kvality, což vede k jeho opětovné vedoucí posici v tomto roce Gatrnet Magic Quadrant for Data Quality Tools

18 SHRNUTÍ HLAVNÍ PŘEDNOSTI SAS DATA QUALITY Orientace na uživatele - IT i odborní (není to blackbox) Intuitivní prostředí, srozumitelnost, přehlednost Transparentní znalostní báze Znalost prostředí, zkušený team Navrženo pro práci a výkon (a prověřeno praxí) Architektura On-line provoz Velké množství referencí (Corporate DQ standard) Komplexnost Kompletní funkcionalita Všechny typy dat (znalostní báze ) Všechny typy situací flexibilita Otevřenost Ověřeno Řešení ve všech oblastech v Evropě i ve světě, Úspěšné projekty v ČR Schopnost pokrýt vysoce náročné a nestandardní požadavky Lokální implementační team Řada realizačních partnerů Podpora mezinárodní společnosti

19