MDM

Master Data Management (MDM) provee a las empresas una aproximacin estratgica para gestionar sus datos principales, disminuyendo el riesgo de duplicaciones, inconsistencias e informacin obsoleta. De esta forma, se puede administrar en forma coherente los datos provenientes de los mltiples canales y reas de negocios de la organizacin. La Problemtica En general, las empresas disponen de varias bases de datos, almacenadas cada una en un sistema de informacin o detrs de una aplicacin especfica, como contabilidad, ventas, recursos humanos, produccin, etctera. En estos casos, se ha optado por crear estructuras basadas en soluciones diferentes, sin un enfoque basado en una gestin integral . Esta lgica hace que en la organizacin equipos diferentes realicen los procesos de actualizacin de datos en paralelo, pero por medio de herramientas heterogneas: un contexto estructural que genera riesgos de inconsistencias. Con la mente puesta en esa problemtica, muchas organizaciones vienen abordando sus proyectos de mejora de la gestin de datos a partir de un nuevo enfoque, denominado Master Data Management (MDM) o Gestin de Datos Principales.

Entendiendo MDM Lo primero que hay que entender es que MDM no es una panacea, en especial, para aquellas compaas que no tienen ambientes slidos de datos, ya que requiere de un trabajo pormenorizado y de preparacin para determinar qu datos tendrn calidad de principales. Esto es particularmente complejo, ya que no existen estndares aplicables universalmente, por lo que lo ms comn es que cada organizacin deba definir sus propios parmetros al considerar los datos. Como su nombre lo indica, MDM consiste en reagrupar el conjunto de los datos considerados "principales" de la empresa con una referencia estandarizada que tiene como objetivo desempear el papel de requisito previo para la actualizacin de los sistemas de datos. Dicha referencia contiene el conjunto de los objetos de datos esenciales para la empresa y describe los vnculos que mantienen entre ellos, como nmeros de referencia de los clientes, proveedores, socios, etctera. Cada capa est asociada a mecanismos de control y validacin, donde los datos se modifican de manera coherente y se evita el riesgo de la duplicacin, contribuyendo, en buena medida a garantizar la calidad de los mismos. Un enfoque de MDM es interesante en muchos mbitos, aunque su aplicacin es muy interesante cuando existen comunicaciones basadas en mltiples canales, ya que aporta coherencia en los datos difundidos o recopilados por cualquier va, como, por ejemplo, desde un call center o desde la Web. Otros mbitos en que puede aplicarse son el anlisis; la toma de decisiones y el control de los datos.

Diseando un Enfoque MDM Disear una solucin especfica para manejar una iniciativa MDM requiere un enfoque estratgico , que necesita una comprensin profunda de los datos, las tcnicas y los procesos involucrados en el despliegue. Por otro lado, existe el desafo de la calidad de los datos, que obliga a las compaas a mantener un ambiente principal limpio, aunque, lamentablemente, esto no es para nada sencillo en la prctica, ya que incluso ese ambiente puede verse afectado por errores, como la duplicacin o valores incorrectos. Lo anterior se debe a que en este proceso intervienen diferentes individuos y departamentos, por lo que un programa para mantener los datos limpios es una condicin indispensable en un enfoque MDM. Para gestionar los datos adecuadamente se requiere, inicialmente, considerar el problema como un todo para despus ir resolviendo cada uno de los segmentos especficos del negocios que se identifiquen. En otras palabras, un proyecto de MDM debe pensarse estratgicamente, pero al momento de actuar, hay que hacerlo tcticamente. Un enfoque MDM bien estructurado debera llevar a buenos resultados rpidamente, favoreciendo el desarrollo del resto del proyecto, ya que cada etapa ir aportando valor al negocio, incluso si los objetivos aumentan, ya que el proyecto proveer una forma de abordar las tareas.

Etapas Un proceso eficaz de la gestin de datos principales considera varios pasos, los que pueden resumirse en cuatro: anlisis de alcance, evaluacin de la integridad de los datos, evaluacin de la integridad y calidad de los datos y orquestacin del proceso. Anlisis de Alcance En el anlisis de alcance se deben determinar las necesidades del negocio, el uso actual de las fuentes y los valores del sistema y de los datos. Asi mismo, se deben perfilar los datos y validarlos. Para esto se necesita identificar los que hayan quedado obsoletos o que estn fuera de rango de las actuales reglas de negocio. Evaluacin de la Integridad de los Datos En esta etapa distintos tems de datos comunes deben asociarse a travs de la empresa, para luego ser consolidados a travs de una vista nica que permite tener una referencia de su integridad para campos comunes. Tambin se debe mejorar el valor de los datos a travs de una imagen de la entidad almacenada en las bases de datos. Evaluacin de la integridad y calidad de los datos

En esta etapa se debe evaluar la conformidad de los datos respecto de las reglas de negocios actuales, haciendo estimaciones de la calidad a partir de reglas especficas que abarquen campos mltiples de datos. Tambin hay que evaluar si los datos calzan las expectativas sobre su calidad. Orquestacin del Proceso En esta etapa se verifica la compatibilidad, integracin y sincronizacin de la semntica de los datos principales. Tambin se limpian y enriquecen los datos en forma centralizada y se los distribuye. El ideal es contar con una sola vista de 360 grados del sistema con campos comunes de datos a travs de varias lneas del negocio. Por otra parte, se debe monitorear la calidad de los datos, para asegurar su consistencia, exactitud y confiabilidad. Esta tarea requiere identificar y eliminar problemas de los datos y mantener su integridad. Un anlisis de tendencia en la calidad de datos proporcionar a la organizacin un mtodo para medir el ROI (Retorno sobre la Inversin) del proyecto de MDM.