Gestion de données de base multi-domaine
Données de base - qu'est-ce?
Trois domaines principaux doivent être considérés dans la gestion de données de base : Tiers, Lieu et Objet.
Tiers est une personne physique ou morale (ex. client, fournisseur, employé) dont les données sont traitées dans les processus d'affaires de votre organisation. Un Tiers peut exercer multiples rôles, par exemple être un client et un fournisseur.
Lieu est une adresse physique ou virtuelle dont les données sont traitées dans les processus d'affaires de votre organisation. L'adresse postale et le numéro de téléphone (d'un tiers) sont des exemples traditionnels. Considérant les médias sociaux et autres moyens de communication, vous pouvez inclure, par exemple, l'adresse Twitter, le compte LinkedIn, l'identification Skype comme adresses virtuelles.
Objet est une entité tangible ou non dont les données sont traitées dans les processus d'affaires de votre organisation. Contrairement à Tiers et Adresse, la gamme des sous-domaines pour Objet varie d'une industrie à l'autre. Quelques exemples typiques : Produit, Service, Matériel, Item, Pièce, Entrepôt, Machine, Outil.
Tiers et Objet décrivent les avoirs opérationnels de votre organisation, considérant que le Client est le sous-domaine le plus peuplé de la Partie et que Le produit / service est le sous-domaine le plus peuplé d'Objet. De plus, Tiers, Lieu et Objet (combinés avec Time) constituent les 4 dimensions principales nécessaires pour le Business Intelligence (BI) de votre organisation (une question BI typique est par exemple: Combien de produits abc ont été vendus au groupe cible client xyz au Lieu qaz au cours du dernier trimestre?)
Étant donné que toute organisation dépend de ses avoirs et tire ses décisions de son Business Intelligence, les données de base sont les plus importantes, i.e. les données les plus précieuses.
Gestion de données de base - qu'est-ce?
La gestion de données de base est une pratique établie dans une organisation, basée sur des lignes directrices documentées, afin d'atteindre et de maintenir la qualité de données de base tout en appliquant des principes économiques.
Le défi de la gestion de données de base - qu'est-ce?
Les applications supportant des transactions commerciales comprennent normalement l'administration des données de base, un sous-ensemble important soit les systèmes Enterprise Resource Planning (ERP). La majorité des moyennes et grandes organisations emploient de multiples systèmes d'application pour au moins une des raisons suivantes :
- Les différents départements de l'organisation utilisent des solutions individuelles selon leurs besoins spécifiques.
- Les anciens systèmes n'ont pas été (complètement) remplacés, puisque d'autres applications comptent encore sur eux.
- Les entreprises multinationales en ont besoin pour répondre aux différentes exigences régionales.
- Les fusions et acquisitions ont introduit une redondance supplémentaire.
Par conséquent, les données de base sont créées et maintenues dans de multiples silos de stockage parallèles.
La conséquence :
- Données de base non synchronisées, donc inexactes et périmées, dans certaines parties de l'organisation
- Vue unique du client inexistante
- Potentiel de cross-selling non exploité
- Rapports de données contradictoires provenant de différentes parties de l'organisation
- Aucune base fiable pour les décisions commerciales.
Comment SILVERRUN aide les organisations à développer un concept solide de gestion de données de base
SILVERRUN exploite les fonctionnalités de modélisation pour
- Documenter les modèles rélatifs aux sources existantes des données de base incluant
- Capter la structure et les caractéristiques de la source (type, longueur, les valeurs du domaine, nullabilité etc) de chaque colonne (par exemple, en utilisant la rétro-ingénierie)
- Attribuer une sémantique à chaque entité et attribut
- Définir le modèle de données de la base de données cible
- Intégrer les modèles de source dans un aperçu de la structure cible des données de base
- Dériver un modèle logique durable de la structure cible des données de base sur une compréhension de la sémantique, synchronisée à l'échelle de l'organisation
- Dériver le modèle physique de la structure cible des données de base sur le style d'architecture choisi (Consolidated, Registry, Coexistence or Transaction)
- Garder trace de la lignage entre les colonnes source et les colonnes cible
- Définir la correspondance des colonnes source aux colonnes cibles (processus ETL)
SILVERRUN supporte toutes les fonctionnalités de modélisation multi-niveaux (intégration, propagation, lignage, items communs) nécessaires pour convertir une structure d'application cloisonnée vers une architecture intégrée de données d'entreprise, évitant ainsi de futures perturbations dans le paysage des applications de l'organisation. En particulier, SILVERRUN offre le modèle indispensable pour la gestion de données de base pour toute l'organisation.
Comment Grandite aide les organisations à mettre en oeuvre avec succès la solution correcte de gestion des données de base
Les Services professionnels de Grandite offrent une expérience de gestion senior de projet intégrant les étapes ci-dessus de la modélisation SILVERRUN dans un plan complet de projet, y compris, mais sans s'y limiter à des tâches importantes telles que
- Identifier les buts et objectifs organisationnels prioritaires
- Identifier le(s) domaine(s) en rapport avec les objectifs prioritaires
- Identifier des processus d'affaires impliqués dans la création et mise à jour de ce / ces domaines
- Identifier les unités organisationnelles qui exercent ces processus d'affaires
- Sélectionner un cas d'affaires afin de prouver l'avantage économique du projet de gestion de données de base
- Trouver un sponsor au niveau exécutif
- Composer l'équipe de projet et attribuer des rôles et des responsabilités reflétant les besoins spécifiques relatifs à la structure et la culture de l'organisation
- Introduire les rôles permanents chargés du processus continu de la gestion de données de base (e.g. Data Stewards)
- Faire le profilage de données (i.e., comparer le contenu prévu et réel pour chaque colonne de la source et d'en dériver des mesures pour le traitement des problèmes de qualité de données, tels que le nettoyage, la validation, la correction et l'enrichissement)
- Sélectionner le style d'architecture de gestion de données de base (Consolidated, Registry, Coexistence or Transaction)
- Harmoniser / intégrer des mesures organisationnelles et techniques avec d'autres activités existantes ou prévues à l'échelle de l'organisation, telles que le processus de gouvernance de l'information, ainsi que les priorités d'autres projets
- Évaluer une solution de gestion de données de base
- Définir des indicateurs pour mesurer la qualité des données et le suivi d'un processus continu
- Définir des mesures complémentaires organisationnelles (ex. concernant les responsabilités des utilisateurs, l'amélioration des processus d'affaires) afin de maintenir la qualité réalisée avec le déploiement de la solution de gestion de données de base et d'établir la gestion de données de base comme un programme permanent.