La gestión de datos maestros ( MDM ) es una disciplina en la que las empresas y la tecnología de la información trabajan juntas para garantizar la uniformidad, precisión, administración, coherencia semántica y responsabilidad de los activos de datos maestros oficiales compartidos de la empresa . [1] [2]
Las organizaciones, o grupos de organizaciones, pueden establecer la necesidad de gestionar datos maestros cuando poseen más de una copia de datos sobre una entidad comercial. Tener más de una copia de estos datos maestros significa inherentemente que existe una ineficiencia a la hora de mantener una " versión única de la verdad " en todas las copias. A menos que existan personas, procesos y tecnología para garantizar que los valores de los datos se mantengan alineados en todas las copias, es casi inevitable que se conserven diferentes versiones de información sobre una entidad comercial. Esto provoca ineficiencias en el uso de datos operativos y dificulta la capacidad de las organizaciones para informar y analizar. En un nivel básico, la gestión de datos maestros busca garantizar que una organización no utilice versiones múltiples (potencialmente inconsistentes ) de los mismos datos maestros en diferentes partes de sus operaciones, lo que puede ocurrir en organizaciones grandes.
Otros problemas incluyen (por ejemplo) problemas con la calidad de los datos , clasificación e identificación consistentes de los datos y problemas de conciliación de datos . La gestión de datos maestros de sistemas de datos dispares requiere transformaciones de datos a medida que los datos extraídos del sistema de datos de origen dispar se transforman y se cargan en el centro de gestión de datos maestros. Para sincronizar los datos maestros de origen dispares, los datos maestros administrados extraídos del centro de administración de datos maestros se transforman nuevamente y se cargan en el sistema de datos de origen dispares a medida que se actualizan los datos maestros. Al igual que con otros movimientos de datos basados en extracción, transformación y carga , estos procesos son costosos e ineficientes de desarrollar y mantener, lo que reduce en gran medida el retorno de la inversión del producto de gestión de datos maestros.
Hay una serie de causas fundamentales para los problemas de datos maestros en las organizaciones. Éstas incluyen:
Como resultado de la segmentación de unidades de negocios y líneas de productos , la misma entidad comercial (como Cliente, Proveedor, Producto) recibirá servicios de diferentes líneas de productos; Se ingresarán datos redundantes sobre la entidad comercial para procesar la transacción. La redundancia de los datos de las entidades comerciales se agrava en el ciclo de vida desde el front-office hasta el back-office, donde se necesita una fuente única autorizada para los datos de la parte, la cuenta y el producto, pero a menudo una vez más se ingresa o aumenta de manera redundante.
Un ejemplo típico es el escenario de un banco en el que un cliente ha obtenido una hipoteca y el banco comienza a enviar solicitudes de hipoteca a ese cliente, ignorando el hecho de que la persona ya tiene una relación de cuenta hipotecaria con el banco. Esto sucede porque la información del cliente utilizada por la sección de marketing del banco carece de integración con la información del cliente utilizada por la sección de servicios al cliente del banco. Por lo tanto, los dos grupos desconocen que un cliente existente también se considera un cliente potencial de ventas. El proceso de vinculación de registros se utiliza para asociar diferentes registros que corresponden a una misma entidad, en este caso la misma persona.
Una de las razones más comunes por las que algunas grandes corporaciones experimentan problemas masivos con la gestión de datos maestros es el crecimiento a través de fusiones o adquisiciones . Cualquier organización que se fusione normalmente creará una entidad con datos maestros duplicados (ya que cada una probablemente tenía al menos una base de datos maestra propia antes de la fusión). Idealmente, los administradores de bases de datos resuelven este problema mediante la deduplicación de los datos maestros como parte de la fusión. Sin embargo, en la práctica, conciliar varios sistemas de datos maestros puede presentar dificultades debido a las dependencias que tienen las aplicaciones existentes de las bases de datos maestras. Como resultado, la mayoría de las veces los dos sistemas no se fusionan completamente, sino que permanecen separados, con un proceso de conciliación especial definido que garantiza la coherencia entre los datos almacenados en los dos sistemas. Sin embargo, con el tiempo, a medida que se producen más fusiones y adquisiciones, el problema se multiplica, aparecen cada vez más bases de datos maestras y los procesos de conciliación de datos se vuelven extremadamente complejos y, en consecuencia, inmanejables y poco confiables. Debido a esta tendencia, se pueden encontrar organizaciones con 10, 15 o incluso hasta 100 bases de datos maestras separadas y mal integradas, lo que puede causar serios problemas operativos en las áreas de satisfacción del cliente , eficiencia operativa, soporte de decisiones y cumplimiento normativo.
Otro problema tiene que ver con determinar el grado adecuado de detalle y normalización a incluir en el esquema de datos maestros. Por ejemplo, en un entorno de recursos humanos federado, la empresa puede centrarse en almacenar datos de personas como estado actual, agregando algunos campos para identificar la fecha de contratación, la fecha de la última promoción, etc. Sin embargo, esta simplificación puede introducir errores que afecten al negocio en los sistemas dependientes. para la planificación y previsión. Las partes interesadas de dichos sistemas pueden verse obligadas a construir una red paralela de nuevas interfaces para rastrear la incorporación de nuevas contrataciones, jubilaciones planificadas y desinversiones, lo que va en contra de uno de los objetivos de la gestión de datos maestros.
La gestión de datos maestros está habilitada por la tecnología, pero es más que las tecnologías que la permiten. La capacidad de gestión de datos maestros de una organización incluirá también personas y procesos en su definición.
Se deben dotar de personal a varias funciones dentro de MDM. Lo más destacado es el propietario de los datos y el administrador de los datos. Probablemente se asignarían varias personas a cada función, cada una de las cuales sería responsable de un subconjunto de datos maestros (por ejemplo, un propietario de datos para los datos maestros de los empleados, otro para los datos maestros de los clientes).
El propietario de los datos es responsable de los requisitos de calidad y seguridad de los datos, etc., así como del cumplimiento de los procedimientos de gestión y gobernanza de los datos. El propietario de los datos también debería financiar proyectos de mejora en caso de desviaciones de los requisitos.
El administrador de datos ejecuta la gestión de datos maestros en nombre del propietario de los datos y probablemente también actúa como asesor del propietario de los datos.
La gestión de datos maestros puede verse como una "disciplina para la mejora de la calidad especializada" [3] definida por las políticas y procedimientos implementados por una organización de gobierno de datos . Tiene el objetivo de proporcionar procesos para recopilar , agregar , combinar, consolidar, garantizar la calidad , persistir y distribuir datos maestros en toda una organización para garantizar una comprensión, coherencia , precisión y control comunes, [4] en el mantenimiento continuo y el uso de la aplicación. de esos datos.
Los procesos comúnmente vistos en la gestión de datos maestros incluyen identificación de origen, recopilación de datos, transformación de datos , normalización , administración de reglas, detección y corrección de errores , consolidación de datos, almacenamiento de datos , distribución de datos, clasificación de datos, servicios de taxonomía, creación de maestros de elementos, mapeo de esquemas , producto . codificación, enriquecimiento de datos, gestión de jerarquías, gestión de semántica empresarial y gobierno de datos .
Se puede utilizar una herramienta de gestión de datos maestros para respaldar la gestión de datos maestros eliminando duplicados , estandarizando datos (mantenimiento masivo) [5] e incorporando reglas para eliminar la entrada de datos incorrectos al sistema con el fin de crear una fuente autorizada de datos maestros. Los datos maestros son los productos, cuentas y partes para los cuales se completan las transacciones comerciales .
Cuando el enfoque tecnológico produce un " disco de oro " o se basa en una "fuente de registro" o un "sistema de registro", es común hablar de dónde se "dominan" los datos. Esta es una terminología aceptada en la industria de la tecnología de la información, pero se debe tener cuidado, tanto con los especialistas como con la comunidad de partes interesadas en general, para evitar confundir el concepto de "datos maestros" con el de "datos maestros".
Existen varios modelos para implementar una solución tecnológica para la gestión de datos maestros. Estos dependen del negocio principal de una organización, su estructura corporativa y sus objetivos. Éstas incluyen:
Este modelo identifica una sola aplicación, base de datos o fuente más simple (por ejemplo, una hoja de cálculo) como la "fuente de registro" (o " sistema de registro " donde únicamente se confía en las bases de datos de la aplicación). El beneficio de este modelo es su simplicidad conceptual, pero puede que no se ajuste a las realidades de la compleja distribución de datos maestros en grandes organizaciones.
La fuente de registro puede estar federada, por ejemplo, por grupos de atributos (de modo que diferentes atributos de una entidad de datos maestros puedan tener diferentes fuentes de registro) o geográficamente (de modo que diferentes partes de una organización puedan tener diferentes fuentes maestras). La federación solo es aplicable en ciertos casos de uso, donde hay una delimitación clara de qué subconjuntos de registros se encontrarán en qué fuentes.
El modelo de fuente de registro se puede aplicar más ampliamente que simplemente a datos maestros, por ejemplo a datos de referencia .
Hay varias formas en que los datos maestros pueden recopilarse y distribuirse a otros sistemas. [6] Esto incluye:
La gestión de datos maestros puede verse afectada en su adopción dentro de una organización grande si el concepto de " versión única de la verdad " no es afirmado por las partes interesadas, que creen que su definición local de los datos maestros es necesaria. Por ejemplo, la jerarquía de productos utilizada para gestionar el inventario puede ser completamente diferente de las jerarquías de productos utilizadas para respaldar los esfuerzos de marketing o pagar a los representantes de ventas. Es sobre todo necesario identificar si realmente se necesitan datos maestros diferentes. Si es necesario, entonces la solución implementada (tecnología y proceso) debe permitir que existan múltiples versiones de la verdad, pero proporcionará formas simples y transparentes de conciliar las diferencias necesarias. Si no es necesario, se deben ajustar los procesos. Sin esta gestión activa, los usuarios que necesitan versiones alternativas simplemente "darán vueltas" a los procesos oficiales, reduciendo así la eficacia del programa general de gestión de datos maestros de la empresa.