Big Data Fluch oder Segen für MDM? 5. Trendkongress net economy, Messe Karlsruhe,

Transkript

1 Big Data Fluch oder Segen für MDM? 5. Trendkongress net economy, Messe Karlsruhe,

2 Big Data Fluch oder Segen für Master Data Management (MDM)? Agenda: 1. Aktuelle Herausforderungen 2. Definition Big Data / MDM 3. Markttrends 4. MDM-BigData-Vorgehensmodell der ISB AG 5. Fazit Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 2

3 1. Aktuelle Herausforderungen Datenvolumen und es wächst weiter BARC Studie BIG DATA Survey Europe : Für 2013 erwarten 49 Prozent der Befragten ein Datenwachstum von über 25 Prozent. IDC-Report The Digital Universe in 2020 : Wachstum auf Exabytes bis IDC-Studie Big Data in Deutschland 2012 : Unternehmen stehen noch ganz am Anfang. Die größten Herausforderungen sind der Schutz der Informationen (46 Prozent), die effiziente Speicherung der Daten (43 Prozent) und die Kostenfrage zur Beherrschung der Daten (39 Prozent). Der Großteil der ISB-Kunden hat heute schon die Herausforderung, ihre Datenflut nicht mehr bewältigen zu können. Zunehmende Inkonsistenzen bei Stammdaten und die täglich steigende Datenflut lassen immer weniger zu, aus den Daten zuverlässige Unternehmensentscheidungen ableiten zu können. Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 3

4 1. Aktuelle Herausforderungen Welche Informationen nehmen eigentlich zu? Stammdaten bedingt Anstieg der Produktvarianten (Diversifikation Fahrzeugteile, Konfigurationen, ) Eruierung potenzieller Kunden in Social Media Plattformen Zusätzliche Stammdaten von Kunden und Lieferanten durch steigende Automatisierung im Supply Chain Management Bewegungsdaten auf jeden Fall! Messinformationen aus Fertigungsprozessen (Sensortechnik, RFID-Bewegungsdaten, ) Überwachungssystemen (Filmmaterial, Logfiles, ) Kundeninformationen aus Social Media zu Kaufverhalten, Kundenmobilität, Statusinformationen aus embedded Systems / Internet der Dinge Unstrukturierte Informationen aus B2B und B2C Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 4

5 1. Aktuelle Herausforderungen Was ergibt sich aus dem Datenwachstum? Datenwildwuchs und -redundanz aufgrund applikationsgetriebener Datensilos Schwierigkeit, Informationen weiterhin transparent und einheitlich verwalten und analysieren zu können Im Unternehmen bewährte und etablierte Technologien stoßen an Grenzen Neue Technologien haben sich noch nicht bewährt und stellen somit eine Unsicherheit dar Greifen die bewährten Methoden, um das Datenwachstum zu bewältigen? Alles neu? Ein paar Schlagworte Daten Relevanz zumessen Datenquellen nutzen Daten vertrauen Daten zuordnen Nutzen generieren Geschäftsprozesse? Datenbanken und ETL-Werkzeuge? Data Governance und Data Quality? Stammdatenmanagement, Matching? Business Intelligence, Data Mining? Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 5

6 2. Definition Big Data Wikipedia Als Big Data werden besonders große Datenmengen bezeichnet, die mit Hilfe von Standard-Datenbanken und Datenmanagement-Tools nicht oder nur unzureichend verarbeitet werden können. Problematisch sind dabei vor allem die Erfassung, die Speicherung, die Suche, Verteilung, Analyse und Visualisierung von großen Datenmengen. Das Volumen dieser Datenmengen geht in die Terabytes, Petabytes und Exabytes. BARC Die BARC-Experten definieren Big Data als Methoden und Technologien für die hochskalierbare Erfassung, Speicherung und Analyse polystrukturierter Daten. ISB AG dabei berücksichtigen wir etablierte Methoden, Prozesse und IT-Systeme eines Unternehmens, um nachhaltig große Datenmengen verschiedenster Struktur nutzbar zu machen. Wir starten Big Data Projekte nicht auf der grünen Wiese. Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 6

7 2. Definition Big Data 5 V Charakterisierung von Big Data (nach SMA) Volume: Variety: Velocity: Veracity: Value: Menge der Daten Strukturvielfalt der Daten hohe Geschwindigkeit für Datenanalysen/-auswertungen Vertrauenswürdigkeit der Daten Wert der Daten Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 7

8 2. Definition MDM Stamm- und Bewegungsdaten Stammdaten repräsentieren Geschäftsobjekte, z.b. Produkte, Kunden, Lieferanten, Fahrzeuge, Standorte, Organisationen, Ihre Ausprägungen ändern sich nicht oder nur selten über einen längeren Zeitraum. Stammdaten liegen allen Geschäftsvorfällen zugrunde und sind somit erfolgskritisch für das Unternehmen. Objekt Kunde ID Name Adresse Objekt Produkt ID Bezeichnung Produktgruppe Bewegungsdaten haben beschreibenden Charakter, zeichnen sich durch eine gewisse Dynamik aus (zeitlich variant) und haben meistens einen Zeitbezug (Gültigkeitsdatum). Damit ändern sich ihre Ausprägungen häufig. Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 8

9 2. Definition MDM Stammdatenmanagement viele verschiedene Begriffe, die zwar einen unterschiedlichen Fokus, aber immer auch eine ähnliche Bedeutung haben: Master Data Management Stammdatenmanagement Produktdatenmanagement Datenmanagement Produktlifecycle Management Produktdatenbank Lösungen Data Hubs Es geht immer um eine übergreifende und einheitliche Verwaltung der Stammdaten. Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 9

10 3. Markttrends MDM und Big Data MDM ist immer unter den Top-IT-Themen der letzten Jahre aktuell 18% jährliche Wachstumsrate, 2013 Volumen von 2,17 Mrd. (weltweit) 2014: 66% der Fortune 1000 Unternehmen werden sogar mindestens zwei produktive MDM Lösungen nutzen 1) Big Data unter den Top-IT-Themen 2013 Gartner, Forrester, IDC, Die Auswertung unstrukturierter Daten war für viele CIOs offenbar eine Enttäuschung. Da sie nicht die gewünschten Ergebnisse erzielten, messen sie dem Thema jetzt weniger Bedeutung bei und verdoppeln im Gegenzug ihre Anstrengungen beim Master Data und Data Quality Management. 2) 1) Gartner Magic Quadrant for MDM of Product Data (09/2010) 2) Wirtschaftswoche Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 10

11 3. Markttrends MDM und Big Data Big Data und MDM sind eng verzahnt Zum einen erzeugt Master Data Management selbst Massen von Daten, z.b. Historisierungs- und Versionierungsdaten Verknüpfungsinformationen Data Governance Daten und ist damit selbst ein kleines Big Data Projekt. Zum anderen sind aber die Erfahrungen und Methoden aus dem Bereich MDM die entscheidenden Erfolgsfaktoren, um Big Data bewältigen zu können. In MDM und Big Data entscheiden die Geschäftsprozesse über den Nutzen von Daten. Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 11

12 3. Markttrends Vorgehen Um einen Nutzen aus den Daten ziehen zu können, müssen also die undurchsichtigen Datenmengen auf die wesentlichen Informationsträger verdichtet werden Produkte, Kunden, Dienstleistungen, Relevanz von Stammdaten für Big Data Andererseits müssten in den Datenmengen auch Informationen enthalten sein, die weitere Abhängigkeiten zwischen diesen Informationsträgern erkennen lassen Beziehungen zwischen Stammdaten aus Big Data erkennbar Big Data liefert zusätzliche statische Merkmale, um die Informationsträger mehrwertbringender zu beschreiben Anreicherung der Stammdaten Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 12

13 4. MDM-BigData-Vorgehensmodell Portfolio der ISB AG Kernkompetenzen Stammdatenmanagement Preisbildung Elektronische Kataloge Software für Schulen egovernment Archivsysteme Geografische Informationssysteme Beratung und Coaching Analyse und Konzeption Implementierung Branchenschwerpunkte Industrie Automotive Öffentliche Verwaltung Hosting und Wartung Einführung und Schulung Projekt-/ Qualitätsmanagement Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 13

14 4. MDM-BigData-Vorgehensmodell 7V -Modell Verständnis Verbindlichkeit Vereinfachung Verprobung Verfahren Verfolgung Analyse Zieldefinition Konzeption Prototyp Implementierung Go Live und Support Vertrag Projektmanagement (Überwachung und Steuerung) Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 14

15 4. MDM-BigData-Vorgehensmodell Verständnis Verständnis Analyse Vision und relevante Geschäftsprozesse definieren Was ist meine Big Data Vision? Was sind die strategischen Geschäftsfelder? In welchen der Felder kann ich Zusatznutzen erzielen, wenn ich aus der Datenflut mehr Informationen heraus ziehen kann? Welches Geschäftsfeld ist auszuwählen? Standortbestimmung gemäß Dimensionenmodell Organisation Systeme Prozesse Daten Geschäftsprozesse Data Governance Prozesse Datenqualität Stammdatenmanagement Business Intelligence Methoden Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 15

16 4. MDM-BigData-Vorgehensmodell Verbindlichkeit Verbindlichkeit Zieldefinition Zieldefinition Was soll erreicht werden? Beispiele: Automatisierung der Geschäftsprozesse durch höhere Datenqualität Sicherstellung Governance und Compliance durch höhere Datenqualität Reduktion Kosten durch Vermeidung Inkonsistenzen und Nachpflege Zusatzumsatz durch Nutzung von zusätzlichen Daten am Point of Sales Definition Zielerreichungskriterien und GAP Analysis Einbindung aller Stakeholder Definition Zielkriterien (Reduktion Inkonsistenzen, Zusatzumsatz, Kostenreduktion, ) Gewichtung der Kriterien Formulierung eines Gesamtziels Definition Methoden zur Zielüberwachung (GAP Analysis) inkl. Risikobewertung Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 16

17 4. MDM-BigData-Vorgehensmodell Vereinfachung Vereinfachung Konzeption Domänenauswahl und Ableitung Maßnahmenkatalog Clustering Maßnahmen gemäß Domänenmodell Auswahl der geeigneten Problemdomänen Definition und Clustering Maßnahmen je Domäne Methoden- und Toolauswahl auf der Basis eines MDM-Ansatzes Einsatz Best Practice und Konzeption/Modellierung der Algorithmen zur Extraktion der Informationsträger aus der Datenflut der Algorithmen zur Erkennung identischer Informationsträger (Matching) und zur Auflösung von Inkonsistenzen (Cleansing) der Algorithmen zur Zuordnung beschreibender Informationen (Mapping) der Datenstrukturen, Validierung und Data Governance Regeln der Lesealgorithmen für Zugriff auf die verschiedenen Datenquellen einer einheitlichen Visualisierung der Daten einer Plattform für Reporting / Analytics (Business Intelligence) Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 17

18 4. MDM-BigData-Vorgehensmodell Verprobung Verprobung Prototyp Umsetzung einer Problemdomäne T-Stich zur Verifizierung der Konzeption (Ist das Konzipierte auch umsetzbar?) T-Stich so wählen, dass Quick Wins (die schon nach T-Stich erzielbar sind) genutzt werden können Ggf. Nutzung von Synergieeffekten mit anderen Projekten Bewertung Feststellung von Problemen Korrekturen (bei der Umsetzung oder bei der Konzeption) Next Step Definition Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 18

19 4. MDM-BigData-Vorgehensmodell Verfahren Verfahren Implementierung Umsetzung der durch Prototypen validierten Konzepte Recherche Informationsobjekte Matching- und Cleansingalgorithmen Mappings (Zuordnung beschreibender Objekte) Informationssuche (Einbindung Suchmaschine) Lesezugriffe Einheitliche Visualisierung Performanceoptimierungen Analysen Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 19

20 4. MDM-BigData-Vorgehensmodell Verfolgung & Vertrag Sicherstellung Inbetriebnahme Verfolgung Go Live und Support Einbindung und Enablement betroffener Organisationseinheiten Schulungen Betriebskonzepte Vertrag Projektmanagement (Überwachung und Steuerung) Sicherstellung der vertraglichen Rahmenbedingungen Projektmanagement zur Steuerung der Projektziele Qualitätsmanagement Durchsetzung vereinbarter Vorgehensmodelle für Umsetzung Agile vs. Klassische Verfahren Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 20

21 4. MDM-BigData-Vorgehensmodell Unsere Partner Unsere Partnerschaften im Bereich Stammdatenmanagement und Big Data Partnerschaften im Bereich Datenbanken Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 21

22 4. MDM-BigData-Vorgehensmodell Praxisbeispiel Automotive AfterMarket Fallbeispiel Pricing Automotive AfterMarket Für ein automatisiertes Pricing von Ersatzteilen wurden bislang in erster Linie die eigenen Preisziele (Target, Best und Floor Price), die eigenen Kostenstrukturen sowie Wettbewerbspreise von Datenanbietern genutzt. Alle diese Faktoren werden immer schnelllebiger. Es reicht nicht mehr aus, auf veraltete Daten zuzugreifen. Statt dessen müssen tagesaktuelle Veränderungen am Markt berücksichtigt werden. Herausforderungen Extraktion, Speicherung, Verwaltung und Auswertung riesiger Datenmengen aus Branchen- oder öffentlich zugänglichen Online-Portalen (aktuelle Preise, neues Bundling von Ersatzteilen zu Rabattpaketen, Hinzufügung neuer Services, ) Sozialen Netzwerken (Aussagen bestehender Kunden, Kontakte von Bestandskunden zu Mitbewerbern, ) Auswertung der Daten und Erstellung von neuen Preisen in Echtzeit (Preisänderungen am Markt, Kundenverhalten, Korrelationen Kunde-Produkt- Mitbewerber, ) Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 22

23 4. MDM-BigData-Vorgehensmodell Praxisbeispiel Automotive AfterMarket Dazu wurde entsprechend dem 7V-Modell vorgegangen: Geschäftsprozessmodellierung (Pricing-Prozess inkl. Zielpreisbestimmung und Rabattierung, Normierung von Ersatzteildaten, Verknüpfung mit Automobildaten, ) Extraktion Informationsträger (Produkte, Kunden, ) aus den definierten Datenquellen (SAP, Datenbanken weiterer Anwendungssysteme, Files von Datenanbietern, Verkaufsportale, Facebook, Twitter, ) Matching (Erkennung identischer Informationsträger) und Cleansing (Bereinigung von Inkonsistenzen) Datenmodellierung (Kunden, Produkt, Produktbundles, Wettbewerbspreisliste, Online-Portale, Rabattstrukturen, ) Zugriffsmechanismen auf die verschiedenen Datenquellen Analyse und Auswertung der unterschiedlichen Daten Systemarchitektur (Erweiterung bestehender Infrastruktur mit Werkzeugen wie z.b. HANA, Hadoop, ) Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 23

24 5. Fazit: Big Data Fluch oder Segen für MDM? Fluch? Komplexität des MDM wird zunehmen, um noch flexibler Stammdaten zu verwalten Governance Prozesse müssen erweitert werden Stellenwert und Reifegrad von MDM müssen für Big Data Projekte in deutschen Unternehmen weiter voran getrieben werden Segen? MDM-Methoden, um Strukturen in Big Data zu erkennen und nutzbar zu machen MDM als Basis für Analysen und Entscheidungen im Big Data Management Erst damit ist Big Data ein Treiber für Business Intelligence und Predictive Analytics Eine MDM-Strategie ist die Basis für erfolgreiche Big Data Projekte. Big Data Projekte führen zu verlässlicheren Unternehmensentscheidungen. Kein Big Data Projekt ohne Master Data Management!! Trendkongress 2013 Big Data Fluch oder Segen für MDM? ISB AG 24