10 claves para un proyecto

Master Data Management

Juan Oñate14 de Mayo de 2013

Objetivo de esta presentación

• Clarificar, comparar y desmitificar este

concepto

• Compartir la experiencia en

implementación de proyectos MDM

• Identificar los elementos críticos del

proyecto que conducen al éxito (o que

impedirían su consecución)

• Remarcar la naturaleza del MDM como un

gran proyecto de Integración de Datos

1.- ¿Qué es el Master Data Management?

Gobernabilidad

De Datos

?

ExperienciaDel Cliente

FacturaciónRequerimientosRegulatorios

AdministraciónDe Riesgos

OperacionesBack End

¿Quién?

¿Qué?

¿Cómo?

Cliente

Productos Contactos

Cliente

Externos

Proveedores

Cliente

Externos

DatosExternos

2.- Clarificar las diferencias entre MDM y DW

• MDM y DW se complementan. Comparten algunas fases y

técnicas.

• MDM y DW entregan datos con calidad a la empresa

• MDM añade dos importantes valores: datos correctos al

instante y retroalimentación a los sistemas origen

• DW contiene transacciones. MDM reglas de negocio

• MDM construye el “golden record” y es una fuente de

información para el DW

• Ambos sistemas requieren calidad de datos, metadatos e

infraestructura de integración de dato

3.- Gobierno de Datos

Organización• Estructura de Gobierno de Datos de la organización

• Roles y Responsabilidades de las personas implicadas

• Usuarios de negocio como creadores y consumidores de datos

Procesos• Creación y consumo de los datos maestros

• Resolución de conflictos

• Gestión de cambios

Proyecto• Segmentación de los datos maestros

• Arquitectura MDM

Ejecución

• Monitorizar como el gobierno de datos evoluciona con

el proyecto

4.- Acceder a toda la información

• El acceso y la entrega de datos desde

cualquier origen a cualquier destino

• Todos los datos, en cualquier lugar

• Evitar silos de información

• Sin barreras tecnológicas

• Todas las latencias (por lotes o en tiempo

real)

• Alto rendimiento y disponibilidad

• Visibilidad de los metadatos

Acceder Data

Integration

5.- Descubrir los datos

• Descubrir la naturaleza de los datos que se

van a incluir en el proyecto

• Documentar las anomalías en los datos.

Reportar las incidencias

• Catalogar la:

• Integridad

• Coherencia

• Completitud

• Exactitud

• Duplicación

• Dependencias

Descubrir Data

Profiling

6.- Limpieza efectiva de los datos

• Depuración de datos

• Enriquecimiento de datos

• Normalización de direcciones

• Seguimiento continuo de la calidad de los

datos e informes de las acciones de limpieza

• Formato condicional

• Reglas de validación

• Conversión de datos y nuevas reglas de

transformación

Limpiar Data

Quality

7.- Masterización – Golden record

Crear, consumir, manejar y monitorear los

datos maestros

Relacionar un multidominio de datos

maestros y descubrir relaciones

Unir y crear una simple y confiable

versión de la verdad

Identificar duplicados de manera

rápida y exacta

Definir cualquier tipo de datos con un

modelo flexibleModelar

Reconocer

Resolver

Relacionar

GobernarMaster

Master

Data

Management

Reconocer, Resolver y Relacionar Datos Maestros

Trabaja en

Julia Smith

Esposo

Luis Valdez

ABC CORP

RELACIONAR

Luis Valdez Louis Valdes

RECONOCER

CRM ERP

¡IDENTIFICADO!ERP: ERP111 / Louis R.

Valdez

WEB: DB2222 / Luis Raul Valdez

CRM: AA333 / Louis Valdes

Cliente 101214

Householded w/CRM AA333

Julia Smith

H: 5412 Crater Ave

Queens, NY 11435

Home: 718-789-

1020

Value: Med

Since 2-25-2002

DOB: 10-5-1972

Last Contact 1-9-2007

Call Records

- date/detailsLuis Valdez

¡IDENTIFICADO!ERP: ERP111 / Order 2790

WEB: DB2222 / Item 9073-2

CRM: AA333 / $ 576.99

5/18/2006

Luis Valdez W: 124 Main Street New York, NY 10027 Work:

212.302.2582H: 5412 Crater Ave Queens, NY

11435Home 718.789.1020

lvaldez@abccompany.com

Cliente 101214

Luis Valdez Louis Valdes

RESOLVER

CR

MERP

Value: High

DOB: 5-17-1970

Last Contact 5-18-06

Call Records- date/details

Amt: $576.99

Creation: 11-2-2003

Invoice History

- date/details

- date/details

Modelo de Datos

Golden Record

Otros Bienes

$190,157

$190,157

$383,522

Equidad

$3,342

$3,342

$40,666

Publico

Y

Y

Y

Calif. Credito

AAA-

AA-

AAA

Domicilio

France

USA

USA

Nombre Cliente

IXIS Corporate & Investment Bank

UnionBanCal

General Electric Company

FDC

1/31/2006

3/27/2006

4/15/2006

ADDR1

Elm and Carlton Streets

123 Main Street

57, rue du Foubourg

CIUDAD

Minneapolis

New Haven

Paris

ADDR5

50423

14263

75003

ADDR4

MN

CT

Nombre Completo

Union Bank of California

General Electric Company

IXIS Corporate & Investment Bank

SWIFT #

308-03-8500

005-10-4640

917-13-8500CRM

Rating

Baa

AAA

Aaa

Pais

US

US

FR

Nombre Banco

Union Bank.

General Electric

IXIS Corporate & Investment Bank

Cuenta#

30803850041

00510464002

91713850028

FDC

8/26/1950

6/15/1978

4/30/1953Finance

Direccion

57 rue du Foubourg

6th and Marquette

123 Main St

Ciudad

Paris

Minneapolis

New Haven

C.P.

75003

55405

Estado

MN

CT

Company Name

IXIS CIB

Bank of Mitsubishi

GE Financial

SFA_ID #

21399

50382

62098Legacy

Simbolo Ticker

WFC

GE

Total Bienes

$207,059

$207,059

$481,741

PAIS

USA

USA

France

Otros Bienes

$190,157

$383,522

$559,934

Equidad

$3,342

$40,666

$109,354

Total Bienes

$207,059

$481,741

$673,342

SIC Code

6021

6021

3511

Industria

6021

6021

3511

8.- Utilizar los registros correctos

• Sincronizar los datos maestros fiables para

las aplicaciones relacionadas y almacenes

de datos

• Obtenga una vista unificada de los datos

maestros y datos relacionados con las

transacciones.

• Decidir si MDM es fuente o es destino (o es

combinación de ambos)

Entregar Data

Services

Pasos en una implementación MDM

Accesar

Descubrir

Limpiar

Master

Entregar

4

5

6

7

8

Esquema del proyecto MDM

E T

L

Operational

E T

L

Analytical

CIFLegacy Systems

DataWarehouse

Data Marts

/ DaPortalshboard

Business Intelligence

Legacy Systems

E T

L

Applications

Applications

Legacy

Third PartyData

Master Data Management

Integración y Calidad de Datos

Data

QualityPerfiladoIntegraciónEntrega de

Datos

4 5 6 7

Master

Data

Management

8

9.- Gestión del Cambio

• Aplicar técnicas de Gestión del Cambio:

– Procesos

– Descripciones de puestos de trabajo

– Objetivos de rendimiento

• Vencer resistencia

• Transición entre proyecto y función

• Visibilizar los resultados del proyecto:

– Nuevos procesos y políticas

– Nuevas responsabilidades de los datos

10.- Cálculo del ROI

¿cómo aplica para MDM?

10 claves para el éxito en un proyecto MDM

1. Definición del proyecto

2. Diferencias entre MDM y DW

3. Gobierno de Datos

4. Acceso a los datos

5. Descubrimiento

6. Limpieza de Datos

7. Masterización

8. Entrega registros correctos

9. Gestión del cambio

10. Cálculo ROI