Qualitativ hochwertige Stammdaten und eine transparente Strategie fürs Stammdatenmanagement tragen zum Schutz und zum Wachstum Ihres Unternehmens bei. Stammdaten-Governance hilft Ihnen.
Qualitativ hochwertige Stammdaten sind für alle Bereiche Ihres Unternehmens von entscheidender Bedeutung: Umsatzwachstum, betriebliche Effizienz, Risikomanagement und Compliance, Analytik und digitale Transformation sowie Ihre Fähigkeit, Kosten zu kontrollieren und flexibel zu bleiben. Wenn es um Datenschutz und Informationsmanagement geht, ist eine transparente Stammdaten-Governance für den Erfolg Ihres Unternehmens von größter Bedeutung.
Im Folgenden erläutern wir, was Stammdaten-Governance ist, warum Sie sie brauchen und wie Sie sie implementieren.
Angesichts des exponentiellen Datenwachstums ist es von entscheidender Bedeutung, dass Sie Ihre Daten von Anfang an richtig verwalten, denn Nachholbedarf wird immer schwieriger und teurer. Nach der 1-10-100-Regel kostet es 1 Dollar, Daten bei der Eingabe zu überprüfen, 10 Dollar, jeden Fehler zu bereinigen und zu entfernen, und 100 Dollar pro Fehler, ein System mit schlechten Daten zu betreiben.
- Die Auswirkungen schlechter Daten auf die Nachfrageentwicklung, Sirius-Entscheidungen
Was sind Stammdaten?
Stammdaten beschreiben die Kernbausteine (Datendomänen), auf denen Ihr Unternehmen aufgebaut ist - die Menschen, Orte und Dinge, die zusammenwirken, um den Geschäftsprozess zu gestalten. Stammdaten sind also die kuratierte Quelle von Informationen, die für Ihr Unternehmen wichtig sind.
Beispiele für Stammdatenentitäten sind Kundenstammdaten, Unternehmensdaten, Referenzdaten, Produktdaten, Lieferantendaten, Daten zu physischen Geschäften und Standorten, Mitarbeiterdaten und Daten zu Ihren wichtigsten Anlagen.
Unsere Infografik Was ist Stammdatenmanagement? hilft Ihnen dabei, das Gesamtbild zu verstehen.
Was ist Data Governance?
Data Governance ist schwer zu definieren, wenn man die vielen Arten von Daten betrachtet: Transaktionsdaten, Verhaltensdaten, Leistungsdaten, zeitliche Daten, operative Daten - die Liste ist lang.
Ihr Unternehmen muss über zuverlässige, vertrauenswürdige Informationen über diese vielen Datentypen verfügen, und genau hier kommt die Stammdaten-Governance ins Spiel. Eine ordnungsgemäße Governance von Stammdaten hilft Ihnen, wichtige Datenbestände zu identifizieren und sie so zu verbessern, dass sie für Ihr Unternehmen sinnvoll und nützlich sind.
Dank genauer und zuverlässiger Informationen können Unternehmen Entscheidungen auf der Grundlage klarer Daten und nicht auf der Basis von Annahmen treffen. Viele Unternehmen haben zum Beispiel mit doppelten Kundendatensätzen zu kämpfen.
Diese Duplikate können zu negativen Kundenerfahrungen, zum Verlust von Upselling-Möglichkeiten und zu potenziellen Betrugsrisiken und Datenschutzverletzungen führen.
Außerdem können diese Datensätze nicht einfach gelöscht werden, da sie bestimmten Geschäftszwecken dienen und mit verschiedenen Eigentümern verknüpft sind, die Zugriff auf die Informationen benötigen. Es ist oft unklar, welcher Datensatz die zuverlässigsten, vollständigsten oder aktuellsten Informationen enthält.
Um dieses Problem zu lösen, müssen Unternehmen eine einheitliche Kundenansicht über mehrere Geschäftszweige hinweg pflegen.
Dies wirft jedoch die Frage auf, wie der Begriff "Kunde" eigentlich definiert wird, da unterschiedliche Geschäftsanforderungen diesen Begriff unterschiedlich interpretieren können.
Master Data Governance ermöglicht es Ihrem Unternehmen, ein Glossar mit vereinbarter Terminologie zu erstellen, wenn es um Kundeninformationen und darüber hinaus geht.
Dadurch wird sichergestellt, dass jeder im Unternehmen einheitliche und standardisierte Definitionen verwendet, die dazu beitragen, Missverständnisse, Missbrauch, Verwirrung und Fehler in Zukunft zu vermeiden.
Wie lässt sich dies durch Master Data Governance erreichen? Die Antwort lautet: Ein Datenmodell, das einer einzigen Quelle der Wahrheit Vorrang einräumt.
Die einheitliche Kundensicht - eine Errungenschaft der Stammdaten-Governance
Das höchste Maß an Datentransparenz und -vertrauen wird durch eine einheitliche, kuratierte Sicht auf Ihre Bestände und Datenquellen erreicht. Eine einheitliche Sicht auf Ihre Kunden ermöglicht es Ihnen beispielsweise, jeden Kunden eindeutig zu identifizieren und seine Eigenschaften und Beziehungen zu Ihrem Unternehmen zu verstehen, wodurch Sie bessere Geschäftsentscheidungen treffen können.
Diese Konsolidierung Ihrer Datensicht ist die unverzichtbare Grundlage für eine datengesteuerte Unternehmensführung und die Maximierung des vollen Geschäftswerts Ihrer Ressourcen. Doch Kundendaten können sich in verschiedenen Anwendungen (ERP, CRM usw.) befinden, so dass es schwierig ist, zu wissen, welcher Version man vertrauen kann.
Durch das Entfernen von Duplikaten und das Zusammenführen verschiedener Geschäftsbereichsansichten zu einer einzigen Kundenansicht, auch Golden Record genannt, erhalten Sie eine vertrauenswürdige Quelle, die kanalübergreifend genutzt werden kann, wie in der folgenden B2C-Einzelkundenansicht:
Um diesen Gipfel der Datenqualität und -transparenz zu erreichen, müssen Sie Ihre Daten konsolidieren und bereinigen und die Datenprozesse steuern: Wo sind die Daten gespeichert? Wohin fließen sie? Wer nutzt sie (und braucht sie)? Und wer kann sie ändern?
Nach der Datenbereinigung müssen klare Richtlinien und Regeln für die Erfassung, Speicherung, Verwaltung und gemeinsame Nutzung von Stammdaten aufgestellt werden. Diese Richtlinien müssen dann vermittelt, verstanden und durchgesetzt werden.
Eine starke Stammdaten-Governance-Lösung muss Menschen und Prozesse umfassen, nicht nur Technologie. Die Umsetzung und Durchsetzung Ihrer Datenrichtlinien wird jedoch einfacher, wenn sie durch geeignete technologische Funktionen, wie z. B. ein Stammdatenverwaltungssystem, unterstützt werden.
Stammdaten-Governance und Stammdatenmanagement sind nicht dasselbe
Master Data Management (MDM) ist ein umfassender Prozess, der sich auf die Erstellung, Pflege und Nutzung von maßgeblichen Stammdaten in einem Unternehmen konzentriert, während sich Master Data Governance (MDG) speziell auf die Richtlinien, Verfahren und Standards bezieht, die zur Gewährleistung der Qualität, Konsistenz und Sicherheit dieser Daten eingesetzt werden.
Während MDM die Technologie und die Tools für die Verwaltung von Stammdaten umfasst, befasst sich MDG mit den Aufsichts- und Regulierungsaspekten, die sicherstellen, dass Ihre Daten korrekt verwaltet werden.
Ihr Stammdatenmanagement kann ein wichtiges Instrument zur Unterstützung Ihrer Data-Governance-Strategie sein, da es nützliche Methoden für die Datenerfassung, Klassifizierung, Modellierung, Qualitätskontrolle, sachliche Überprüfung durch Datenverwalter sowie Verknüpfungs- und Zusammenführungsfunktionen für die automatische Deduplizierung bietet.
Wie das obige Diagramm zeigt, wird durch die Verbindung von Anwendungen und die Vereinheitlichung von Daten das Stammdatenmanagement, das die Kundendaten-Drehscheibe beherbergt, effektiv das siloartige Datenmanagement durchbrechen, das das wichtigste Hindernis für das Erreichen von Datentransparenz und Verantwortlichkeit darstellt.
Probleme, wenn Sie unkontrollierte Stammdaten haben
Stammdaten-Governance (eigentlich die gesamte Daten-Governance) wird oft als Aufgabe des CDO und als Verwaltungs- und Compliance-Aufwand betrachtet. Stammdaten-Governance wird jedoch nicht nur für das Abhaken von Aufgaben benötigt. Sie wirkt sich direkt auf die Fähigkeit des Unternehmens aus, zu skalieren und neue Ziele zu erreichen.
Sie ist sogar notwendig, um zu verhindern, dass Ihrem Unternehmen hier und jetzt Geld entgeht. Unkontrollierte Daten bedeuten, dass Sie unweigerlich wertvolle Zeit für die manuelle Verarbeitung und das Löschen von Bränden aufwenden müssen.
Unkontrollierte Daten bedeuten, dass Sie unweigerlich wertvolle Zeit mit manueller Bearbeitung und dem Löschen von Bränden verbringen werden.
Unkontrollierte Daten führen dazu, dass Waren an die falschen Adressen versandt werden oder dass Kunden Waren erhalten, die nicht mit den veröffentlichten Beschreibungen übereinstimmen. Beides führt zu schlechten Kundenerfahrungen, Rufschädigung und Loyalitätsverlust.
Zu den subtileren Auswirkungen einer schlechten Datenqualität gehören:
- Verpasste Gelegenheiten zum Upselling an einen Kunden, weil Sie die Produktkategorien, die er kauft, nicht genau identifizieren können
- Zeitverschwendung durch Korrekturen und erneute Bearbeitungen
- Nicht in der Lage sein, Einkaufsrabatte auszuhandeln, weil der Lieferant so oft dupliziert wird, dass Sie nicht sagen können, wie hoch Ihre Gesamtausgaben sind
- Verlorene Internetverkäufe, weil Ihre ungenauen Größenangaben Sie auf Vergleichsseiten schlecht aussehen lassen
- Mangelnder Einblick in Ihre Lieferkette, einschließlich Beschaffungs- und Fertigungsmethoden, Einsatz von Subunternehmern usw., kann teure Rückrufaktionen und Markenschäden verursachen
- Die Unfähigkeit der Hersteller, genaue Informationen an Groß- und Einzelhändler weiterzugeben
- Behinderung der Einhaltung von Datenstandards und -anforderungen für Produktstammdaten, wie z. B. Regierungs- und Handelsvorschriften oder GS1-Standards
Schließlich führen inkonsistente Daten in verschiedenen Systemen und Prozessen zu einem Mangel an Vertrauen in Ihre Analysen. Ihre Erkenntnisse werden subjektiv, und die Entscheidungsfindung basiert eher auf Meinungen als auf Fakten.
STRESS-TEST
Stellen Sie Ihre Master-Data-Governance-Fähigkeiten auf die Probe
Formalisieren Sie Ihre Data Governance
Die Data Governance gehört bereits zu den Aufgaben der Mitarbeiter in Ihrem Unternehmen.
So stellen Ihre Buchhalter wahrscheinlich sicher, dass die Buchungen in den richtigen Ledger-Codes vorgenommen werden, und Ihre Kreditorenbuchhaltung sorgt dafür, dass Rechnungen versandt werden und entsprechende Zahlungen eingehen. Die meisten Ihrer betrieblichen Daten werden bereits aktiv verwaltet, aber der Schwerpunkt liegt in erster Linie auf der Verfolgung von Mengen und finanziellen Werten.
Diese Stammdaten, die vielen Ihrer Geschäftsprozesse zugrunde liegen, werden oft nur unzureichend auf ihre Qualität geprüft. Die Stammdaten-Governance zielt darauf ab, formale Verantwortlichkeiten für das Management festzulegen, um die Gesamtqualität und Zuverlässigkeit dieser Daten zu gewährleisten und Ihr Unternehmen von einem reaktiven auf einen proaktiven Ansatz umzustellen.
Eine schlechte Datenqualität wird oft erst dann festgestellt, wenn ein Geschäftsprozess scheitert - wenn eine Lieferung nicht erfolgen kann oder wenn Ihr IT-System nicht mehr funktioniert -, was kaum der beste Weg ist, um Probleme zu finden. Und wenn es durch schlechte Datenqualität zu Katastrophen kommt, gibt es niemanden, an den man sich für Lösungen wenden kann.
Data Governance sorgt dafür, dass jemand eindeutig verantwortlich ist - nicht nur für die Behebung von Katastrophen, sondern auch für die Verringerung der Wahrscheinlichkeit, dass eine solche eintritt.
Schlüsselelemente der Stammdaten-Governance
Jede Organisation ist anders. Es kann keinen universellen Rahmen für Stammdaten-Governance geben, der für alle passt, aber es gibt Schlüsselelemente, die jeder beachten muss.
Dazu gehören Transparenz, Pflege, Dateneigentum, Änderungsmanagement, Compliance, Rechenschaftspflicht, Autorität, Prüfbarkeit, Datenverwaltung, Standardisierung und Schulung.
Viele Befürworter von Data Governance haben feste Modelle, die sich in früheren Projekten bewährt haben. Das Problem ist, dass viele dieser festen Lösungen Ihre organisatorischen Fähigkeiten außer Acht lassen.
Nutzen Sie die Schritte in dieser Infografik als Ausgangspunkt für Ihre Reise zur Master Data Governance:
INFOGRAFIK
10 Einfache Schritte zur Data Governance
Viele Anbieter behaupten, Data-Governance-Tools anzubieten, und es gibt Tools, die Ihnen bei der Governance helfen können, Tools, die es Ihnen ermöglichen, die definierten Geschäftsregeln zu speichern und zu kommunizieren, Tools zur Messung der Datenqualität und Tools zur Ermittlung von Compliance-Problemen.
Bei der Governance geht es jedoch um die Organisation, die Prozesse und die Verantwortlichkeiten, innerhalb derer solche Tools eingesetzt werden können. Ohne die richtige Organisation werden die Vorteile dieser Governance-Tools nicht zum Tragen kommen.
Ohne die richtige Organisation werden die Vorteile dieser Governance-Tools nicht zum Tragen kommen.
Auch die Datenpflege muss geregelt werden
Ist Data Governance dasselbe wie Datenpflege? Obwohl beide durch die Datenqualität sehr eng miteinander verbunden sind, handelt es sich doch um unabhängige Funktionen.
Wartungsorganisationen sind in der Regel auf bestimmte IT-Systeme oder auf bestimmte Geschäftsbereiche (LoB) innerhalb Ihres Unternehmens ausgerichtet, während es bei der Data Governance um ein gemeinsames Regelwerk geht, an das sich alle halten sollten.
Der Schlüssel zum Verständnis dieser Dichotomie liegt darin, die Beziehung der beiden Parteien zu Standards zu verstehen. Im Rahmen der Stammdaten-Governance müssen Sie eine Reihe von Best Practices oder Grundsätzen definieren, die sicherstellen, dass Sie eine gute Qualität Ihrer Daten erstellen und aufrechterhalten.
Definieren Sie diese als Ihre Standards. Die Datenpflegeteams müssen sich an diese Standards halten, aber die Data Governance muss die Standards definieren und sicherstellen, dass sie eingehalten werden.
Was ist Dateneigentum?
Dateneigentum ist ein sehr verwirrender Begriff. In Unternehmen ist es beispielsweise üblich, die Zuständigkeiten für Daten geografisch aufzuteilen - der britische Außendienst verwaltet alle Kunden und ihre Daten in der britischen Region, während das US-Team für die Kunden in den USA zuständig ist.
Andererseits schlagen wir eine einzige Data-Governance-Organisation vor, die für die Daten verantwortlich ist, und um die Verwirrung noch zu vergrößern, sehen wir in vielen dieser Governance-Organisationen die Rolle des Dateneigentümers.
Die Rolle der Data-Governance-Organisation, die als "Dateneigentümer" bezeichnet wird, ist jedoch eine falsche Bezeichnung, denn in der Praxis gehören ihr nicht die Daten, sondern die Standards (die Grundsätze und bewährten Verfahren), die den Nutzern bei der Erzielung einer guten Qualität helfen.
Während also viele Abteilungen Anspruch auf den Inhalt der Daten erheben, ist die Data-Governance-Organisation Eigentümerin der Strukturen und Qualitätsregeln.
Welche Aktivitäten führt eine Data-Governance-Organisation durch?
Auf einer hohen Ebene betrachtet, führt die Data-Governance-Organisation nur zwei Tätigkeiten aus, aber in der Praxis können diese beiden Tätigkeiten sehr komplex sein und erfordern ein Netzwerk von Ressourcen, um sie zu erreichen. Das Data-Governance-Team ist für das Änderungsmanagement und die Einhaltung von Vorschriften zuständig.
Änderungsmanagement: - Sobald Sie eine Reihe von Standards definiert und Ihre Daten an diese angepasst haben, ist es wichtig, Änderungen an diesen Standards zu kontrollieren.
Wenn Sie zum Beispiel festlegen, dass alle Daten im britischen Format Tag/Monat/Jahr gespeichert werden, ist es ein großes Problem, wenn jemand das europäische Format Monat/Tag/Jahr ändern möchte.
Das Data-Governance-Team bewertet die Auswirkungen einer solchen Änderung, setzt sich mit den relevanten Interessengruppen in Verbindung, misst die Kosten und den Nutzen eines solchen Vorschlags und verwaltet die Änderungen in allen betroffenen Geschäftsbereichen, wenn die Änderung für angemessen erachtet wird.
Einhaltung der Vorschriften: Wo immer es Regeln gibt, ist auch eine Überwachung erforderlich. Das Data-Governance-Team muss diese Polizei sein - es muss die Einhaltung der von der Organisation festgelegten Standards messen und Maßnahmen ergreifen, um das Niveau dieser Einhaltung zu verbessern.
Überblick über eine Data-Governance-Organisation:
Wie man mit Stammdaten-Governance anfängt
Wie bereits erwähnt, gibt es kein Patentrezept, aber als Minimum sollten Sie die folgenden Schritte für ein Data-Governance-Programm in Betracht ziehen:
- Bestimmen Sie jemanden, der für das Programm verantwortlich ist, z. B. einen CDO.
- Machen Sie es zum zentralen Thema aller Datenmanagement-Disziplinen
- Beurteilen Sie, wo Sie stehen - Sie können ein Reifegradmodell verwenden - und dann Ihre Reise planen
- Definieren Sie Rollen und Verantwortlichkeiten
- Messen Sie den Fortschritt durch Festlegung von KPIs
Wenn Sie etwas tiefer in das Programm eindringen, könnte die nächste Stufe aus diesen sechs Blöcken bestehen.
Sechs Schritte zum Aufbau eines Data-Governance-Programms:
1. Entwickeln Sie eine klare Vision für Ihre gewünschte Datenqualität und Ihre Prozesse
Stellen Sie sicher, dass Sie eine klare Vision und einen klaren Umfang für Ihre Data-Governance-Initiative haben, damit Ihr Unternehmen die Datenintegration reibungslos durchführen kann.
2. Definieren Sie Datenstandards
Jeder Standard sollte eine geschäftliche Begründung haben, warum er existiert, definierte Vorteile, die durch den Standard erzielt werden können, Definitionen des Qualitätsniveaus, das erreicht werden sollte, um den Nutzen zu realisieren (nicht immer 100 %), und Messgrößen, die zeigen, dass die Vorteile realisiert werden.
3. Aufbau einer Data-Governance-Organisation
Diese Organisation muss für die Verwaltung der von Ihnen definierten Standards geeignet sein. Dazu gehören die Rollen und Zuständigkeiten derjenigen, die für die Datenverwaltung zuständig sind, die internen Governance-Prozesse, die zur Verwaltung der Aktivitäten eingesetzt werden (z. B. das Änderungsmanagement für Standards), und Änderungen an externen Prozessen, die sich auf die Fähigkeit der Organisation zur Verwaltung auswirken (z. B. der IT-Projektmanagementprozess).
4. Beauftragen Sie Ihren Dateneigentümer
- für Ihre Standards und die Erstellung der Datenqualitäts-Roadmap.
5. Erstellen Sie einen Fahrplan für die Datenqualität
Die Roadmap muss Ihr aktuelles Qualitätsniveau dokumentieren. Messen Sie dieses an den in Ihrem Standard definierten Anforderungen und schlagen Sie Maßnahmen vor, um die Lücke zu schließen und/oder eine gute Qualität zu erhalten.
6. Besetzen Sie die verbleibenden Data-Governance-Rollen
Stellen Sie Ressourcen für die Data-Governance-Rollen bereit, die für die laufenden Konformitätsmessungen und die Verwaltung der in der Datenqualitäts-Roadmap festgelegten Aktivitäten erforderlich sind.
Wie können Sie sicherstellen, dass Ihre Data-Governance-Organisation erfolgreich ist?
Einer der Schlüssel zu einer erfolgreichen Master Data Governance-Organisation ist die Befugnis, sich an jemanden zu wenden, der sich weigert, Ihre Standards einzuhalten.
Wo es keine Autorität gibt, kommt es in der Regel zu einer Zunahme lokaler Standards und zur Verbreitung komplexer Schnittstellen, um den Übergang zwischen Geschäftsbereichen mit unterschiedlichen Standards zu verwalten.
Mit zunehmender Anzahl von Standards kommt man schließlich an den Punkt, an dem es überhaupt keinen Standard mehr gibt. Solche Probleme treten häufig bei Unternehmen auf, die durch Übernahmen gewachsen sind, das Datenqualitätsmanagement dieser Tochtergesellschaften aber auf Distanz gehalten haben.
Umgekehrt sind die erfolgreichsten Data-Governance-Initiativen in der pharmazeutischen Industrie zu finden, wo die Einhaltung von Standards von externen Agenturen durchgesetzt wird.
Data Governance ist im Prinzip nicht kompliziert, aber ihre Anwendung kann sowohl komplex als auch sehr politisch werden.
Sie profitiert von einer fachkundigen Anleitung bei der Gestaltung, aber sie erfordert auch lokale Kenntnisse des Unternehmens und seiner Besonderheiten, um etwas zu schaffen, das in Ihrer Situation funktioniert und echte Vorteile bringt.
EXECUTIVE BRIEF
Wie man klare Daten-Governance-Richtlinien und -Prozesse entwickelt
Wie Stammdatenmanagement Ihnen hilft, Ihre Stammdaten zu verwalten
Die Sicherstellung von Datendefinitionen von Anfang an kann für eine hohe Datenqualität während des gesamten Datenlebenszyklus sorgen.
Auf diese Weise können die Datenverwalter und Dateneigentümer im gesamten Unternehmen mit korrekten Daten arbeiten. Genau hier kann das Stammdatenmanagement helfen: durch die Definition von Berechtigungen und Aufgaben für Benutzer auf granularer Ebene.
Die Stammdatenverwaltung kann die Ausführung von Prozessen automatisieren, so dass die Daten nahtlos von Abteilung zu Abteilung fließen.
Regeln und Gates zwischen den Workflow-Stufen ermöglichen Prüfpfade, die den Dateneigentümern helfen, nicht autorisierte Änderungen zu verfolgen. Dies gewährleistet betriebliche Effizienz bei gleichzeitiger Wahrung der Verantwortlichkeit.
Im Folgenden finden Sie zwei Beispiele dafür, wie das Stammdatenmanagement zur Unterstützung und Durchsetzung Ihrer Stammdatenrichtlinien konfiguriert werden kann
1. Kundendaten-Governance
Der folgende Screenshot zeigt den Vollständigkeitsstatus der Kundendatenrichtlinien eines Unternehmens. Der Bildschirm listet alle konfigurierten Richtlinien auf, wobei oben eine allgemeine Kennzahl (in diesem Fall die Anzahl der aktuellen Datenschutzverletzungen) und die jeweilige Bewertung der Richtlinien angegeben ist. Darüber hinaus können Sie sehen, aus welcher Geschäftsanwendung Kundendaten in die Stammdatenverwaltung eingespeist werden.
Diese Richtlinien können über die Symbolleiste sortiert und gefiltert werden, über die Sie auch neue Richtlinien erstellen können. Die Richtlinien basieren auf einer Metrik und einem Datensatz.
Wenn Sie in eine der Kundendatenrichtlinien eintauchen, erhalten Sie ein historisches Diagramm der Richtlinienbewertung mit einigen Snapshot-Daten-Widgets auf der linken Seite und einer Zeitleiste der Richtlinienaktivität auf der rechten Seite.
Von diesem Bildschirm aus können Sie den Status der Richtlinie, den Schwellenwert, der überschritten wurde, und die akzeptierte Abweichung pro Bewertungszeitraum bearbeiten. Über die Symbolleiste können Sie auch die Richtlinie abonnieren und E-Mail-Benachrichtigungen erhalten.
Diese Möglichkeit, Kundendatenrichtlinien auf hoher und granularer Ebene anzuzeigen und zu bearbeiten, unterstützt Ihre Datenqualitätsziele sowie die Eignung, indem sie aufzeigt, welche Prozesse Ihre Aufmerksamkeit erfordern.
2. Produktdaten-Governance
Der folgende Screenshot zeigt ein Beispiel für eine Produktdatenkonfiguration, mit der sichergestellt wird, dass ein bestimmtes Qualitätsniveau erreicht wird, bevor das Produkt in die nächste Phase des Workflows überführt werden kann. Im Rahmen des Arbeitsablaufs muss der Produktmanager Marketinginformationen zu drei Jeanshosen ausfüllen.
Die drei Produktattribute, Feature Bullets 1-3, sind obligatorisch.
Dieses Tor im Arbeitsablauf gewährleistet sowohl die Vollständigkeit der Daten als auch die Verantwortlichkeit.
Der folgende Screenshot veranschaulicht, wie die Stammdatenverwaltung es Ihnen ermöglicht, Tooltips für jedes Produktattribut zu konfigurieren, um den Benutzer darüber zu informieren, welchen Wert er eingeben soll.
Darüber hinaus kann der Benutzer eine Wiki-Seite mit weiteren Informationen über das Attribut selbst öffnen (wann, was, wer es erstellt hat usw.).
Jedes Attribut wird mit einem Typ definiert, z. B. Text, Artikelnummer oder Werteliste, und für jeden Typ gibt es Regeln für die Validierung von Attributen, z. B. Mindest- und Höchstwert, maximale Anzahl von Zeichen usw.
Wenn ein Wert einer Attributvalidierung nicht entspricht, warnt die Stammdatenverwaltung den Benutzer mit einem Farbcode und verhindert, dass der Benutzer den Artikel speichert.
Die Schlussfolgerung: Stammdaten-Governance muss Definitionen haben
Stammdatenmanagement kann ohne Governance nicht funktionieren. Aber um noch einen Schritt weiter zurück zu gehen: Ohne Definitionen kann man kein Data-Governance-Rahmenwerk implementieren. Datenerfassung, Klassifizierung und Qualitätskontrolle müssen vor der Implementierung eines Data-Governance-Frameworks durchgeführt werden.
Um Daten zu verwalten, benötigen Sie klare Definitionen für die Erfassung und die Zugänglichkeit, die für die Stammdatenverwaltung unerlässlich sind.
In diesem Sinne bedingen sich Ihr Stammdatenmanagement und Ihr Data-Governance-Rahmenwerk gegenseitig. Erfahren Sie mehr über Stammdatenmanagement und wie es Ihre Master Data Governance unterstützt.
ZUM THEMA
Multidomain-Stammdatenmanagement
