Produkt Daten Qualität in IT Applikationen durch Semantiktechnologie

Transkript

1 Prdukt Daten Qualität in IT Applikatinen durch Semantiktechnlgie Dr.-Ing. Helmut Maier Dr. Maier CSS GmbH & C.KG Stutensee, Technlgieregin Karlsruhe Schlüsselwrte: Prduktdaten, Prdukt Daten Qualität, Semantiktechnlgie, Data-Lensing, Data-Cleansing, TQM, TDQM, PDQ, PIM, Infrmatinsfluss, Business Intelligence, Einleitung Die Qualität des Master-Daten-Management (MDM) und speziell des Prdukt-Infrmatins- Management (PIM) über integrierte IT-Applikatinen hinweg ist meist unbefriedigend. Daten sind inknsistent. Kategrien, Bezeichnungen und Attribute stimmen nicht überein. Vrlagen für MDM- Abgleich, Knvertierung, Umrechnung und Frmatierung sind starr. Datenpflege bleibt wegen der Ksten auf ein Minimum begrenzt. Die Prduct Data Quality Suite (PDQ) vn Oracle bietet eine flexible Lösung für mehr Qualität der Prduktdaten. PDQ nutzt Semantik Technlgie, um ein knsistentes MDM vn strukturierten und unstrukturierten Prduktinfrmatinen zu erreichen. Die Sematiktechnik bringt Daten zusätzlich nch auf der Ebene ihrer Bedeutung zueinander in Beziehung (sematische Relatin). Das führt schneller zu knsistenten und validierten Daten vn und zu beliebigen Datenquellen. Hier liegen hhe Nutzenptenziale für ein Unternehmen. Prdukt Daten Qualität in integrierten IT Applikatinen durch Semantik-Technlgie Die Infrmatinsflut im Unternehmen wächst täglich. Viele datenführende Systeme wie ERP, CRM, PLM, aber auch webbasierende Katalge enthalten Tausende vn Prduktdaten, die die selbe Bedeutung haben, aber unterschiedlichste Frmate und Inhalte führen. Dies macht dem Anwender das Suchen und Verarbeiten wichtiger Infrmatinen schwer, kstet Zeit und führt zu Fehlern. Schlechte Prduktdatenqualität ist wie Dreck auf der Windschutzscheibe. Man kann damit lange Zeit weiterfahren. Der Dreck nimmt aber immer mehr zu und irgendwann wird ein Punkt erreicht, an dem es lebensgefährlich wird weiterzufahren. Qualität der Prduktdaten muss zum Bestandteil der umfassenden Qualitätsstrategie des Unternehmens werden (TQM - Ttal Quality Management und TDQM - Ttal Data Quality Management). Wie stellen sich Istsituatin und Anfrderungen dar? Aktuelle Data Warehuse Situatinen der Datenqualität in den Unternehmen zeigt, dass bis zu 80% der befragten Unternehmen unzufrieden mit ihrer Datenqualität sind. Über 70% scheuen die

2 Bereinigung und Standardisierung vn Prduktdaten, weil das Durchführen vn Maßnahmen zur Verbesserung der Prduktdatenqualität zu schwierig, zu zeitaufwendig, zu ksteninstensiv und smit fast undurchführbar sei. Hetergene inknsistente Datenbestände entstehen durch jahrelang mangelnde Datenpflege, durch Fusin und Übernahmen, durch mehrere Altsysteme, durch verschiedene Applikatinen, die jede für sich eigene Metadaten führen. Darin gibt es unterschiedliche Typen und viele Kategrien der Metadaten, die in strukturierter der auch unstrukturierter Frm vrliegen mit unterschiedlichen Schreibweisen, Bedeutungen, Synnymen und Gültigkeiten swie daraus enstehende Flgerungen und Zusammenhänge (bspw. Skt-Schraube, Ring, Leiter). Ein leicht nachvllziehbares Beispiel der Vielfalt vn Prduktdaten und Kategrien sind Varianten vn Elektrmtren als Kaufteil, die vn vielen Firmen weltweit angebten werden. Die Prdukte sind teilweise austauschbar. Es sind die gleichen Kennwerte. Dennch sind Vllständigkeit, Frmatierungen und Prduktbezeichnungen sehr unterschiedlich. Abb. 1: Varianten vn Elektrmtrdaten, je nach Hersteller Infrmatinen und Prduktdaten sind lebensntwendig im Unternehmen. Der Infrmatinsfluss läuft in der Regel dem Materialfluss vraus. Er ist glbal. Neben strukturierten Daten begleiten ebens viele unstrukturierte und sgar grafische Daten die Geschäftsprzesse hinzu den vielen Lieferanten, zu den Standrten, zu Kunden und in den verschiedensten Sprachen. Prduktdaten sllten daher unternehmensweit eine genaue, eindeutige und gültige Sicht auf die Prdukte, ihre Technlgien, Regeln und Przesse abbilden. Dennch hat jeder Anwenderbereich andere Sichten auf Daten, Infrmatinen und Abläufe. Prduktdaten haben häufig eine hhe Dynamik, zwar völlig anders als die Bewegungsdaten, durch die engen Zusammenhänge in den glbalen Infrmatinsflüssen jedch ändern sich Kategrien, Strukturen, Bezeichnungen usw. in den Anwendungssystem ständig wie bspw.: E-cmmerce, Vertrieb Prduct Design Lager & Lgistik Kundendienst Business Intelligence Warum sllte man Prduktdaten harmnisieren? Selbst das beste Infrmatinssystem wird durch schlechte Datenqualität ausgehebelt. Das zieht ich durch alle Anwendungssysteme hindurch. Schlechte Prduktdatenqualität führt zu hhem Suchaufwand, unscharfen Trefferquten, geringer Transparenz und Fehlern im Przess. Unzureichende Qualität der Prduktdaten beeinflusst smit Prduktqualität und Kundenzufriedenheit.

3 Durch hhe Transparenz in den Prduktdaten kann die Kmplexität vn Prdukten, Varianten, Kategrien und Regelwerken reduziert werden. Schwierig ist die Antwrt auf die Frage, wie der Grad der Prduktdatenqualität gemessen und mnetär bewertet werden kann? Es fehlen Methden, um die Vrteile knsistenter Daten und durchgängiger Infrmatinsflüsse bei unterschiedlichen Anwendungen zu quantifizieren. Eine Analyse des Bestands an Prduktdaten auf Dubletten, ähnliche Teile, abweichende Beschreibungen usw. erscheint aufwendig. Sie setzt vraus, dass Abfragetls und Auswertungen flexibel frmuliert werden können. Darüber hinaus müssen die Daten nicht nur in ihren Strukturen, snder auch in unstrukturiertem Kntext analysiert werden. Das setzt lernfähige, leicht definierbare und semantische Suchwerkzeuge vraus, ähnlich wie man sie vn der Internetsuche her kennt. Die Qualität der Suchergebnisse selbst sllte bei der semantischen Suche in den Prduktdaten aber wesentlich besser sein als im Internet. Welche Lösungsstrategie für bessere Prduktdatenqualität ist praktikabel? Prduktdaten sind etwas besnders im Unternehmen und unterscheiden sich deutlich vn anderen Datenbeständen. Persnal-, Kntakt- und Adressdaten bspw. sind einigermaßen systematisiert. Aber trtz STEP und ISO gibt es für die umfassende Beschreibung vn Prduktdaten keinen hinreichenden Standard. Anwender vn Prduktdaten haben jeweils unterschiedliche Sichten auf diese Daten - sei es im Bereich e-cmmerce, Prduktentwicklung der Einkauf, Lgistik, Prduktin der Kundendienst. Die Zusammenhänge in den Anwendersichten auf die Prduktdaten sind unterschiedlich, ebens Bezeichnungen, Gültigkeit und Regeln. Prduktdaten haben einen sehr hhen, zentralen, häufig unterschätzten materiellen Wert für das Unternehmen. Deswegen ist es zwingend, dass Prduktdaten und die Infrmatinsflüsse im Unternehmen in gleicher Weise effizient behandelt werden wie die Materialien und deren physikalische Materialflüsse. Wie beim Materialfluss wird der gesamte Geschäftsprzess gestört, sbald der Infrmatinsfluss unterbrchen ist. Es kmmt sehr auf effiziente und knsistente (Infrmatins-)Przesse an Zwischen Anwendern und Abteilungen, Zwischen Unternehmen und Zwischen Anwendungssystemen. Daten und Infrmatin haben als "Immaterielles Prdukt" denselben Anspruch an Prdukt-Qualität wie die materiellen Erzeugnisse des Unternehmens. Prduktdatenqualität muss Teil der TQM- Strategie des Unternehmens werden (TQM Ttal Quality Management) als Visin für TDQM (Ttal Data Quality Management). Die sgenannten Masterdaten der Prduktdaten sllten möglichst zentral gepflegt und verwaltet werden. Hierfür gibt es bekannte Lösungsansätze in Frm vn Master-Daten-Management (MDM) der bezgen auf Prduktdaten das Prdukt-Infrmatin-Management (PIM). Die Frage bleibt, wie erreicht man eine bessere Qualität in den vrhandenen Prduktdaten, die nch dazu ft in mehreren Anwendungssystemen entstehen und gepflegt werden. Bereits der Austausch vn strukturierten Prduktdaten zwischen verschiedenen Anwendungssystemen stellt sich ft schwierig dar. Nch aufwendiger ist die Sicherstellung der Synchrnisatin und der Knsistenz vn unstrukturierten Daten, Dateninhalten der Datenkategrien in den unterschiedlichen Anwendungssystemen. Hier kmmen die Vrteile des PDQ-Management mit Semantischer Suche gegenüber bisherigen Methden klar zum Vrschein:

4 Manuelle Arbeitsweise zum Bereinigen vn Prduktdaten ist zu zeitintensiv, zu langsam und zu teuer. Prgrammierte Tls sind wenig flexibel wegen der Prgrammierung, aufwendig für die vielen Ausnahmeregeln, selten skalierbar, kaum selbstlernend, dediziert und beschränkt auf wenige Anwendungskategrien, bzw. Anwendungssysteme. Vrteile eines semantisch arbeitenden Data-Quality-Tls (Semantic Based Data Lensing, Data Cleansing) sind Semantik benutzt die Bedeutung vn natürlichen Wrten, Synnymen und deren Kntext. Datenrepsitry, Kmbinatrik und Ablaufregeln werden grafisch interaktiv definiert, Bei der Suche im Web beispielsweise wird semantisch gesucht. Je nach Zusammenhang in der Fragestellung können sich dabei andere Antwrten ergeben. Beispiel: Wann kam der erste Mensch auf den Mnd? = 21. Juli :56:20 (UTC) Wer war der erste Mensch auf dem Mnd? = Neil Alden Armstrng Auf Prduktdaten bezgen können mit semantischer Suchtechnik relativ schnell Analysen vn Datenbeständen durchgeführt werden. Mit dem PDQ-Tl werden Regeln und Filter zur Bereinigung und Zusammenführung vn Datenbeständen grafisch interaktiv erstellt und können leicht erweitert werden. In Verbindung mit dem PDQ-Tl kann PIM im laufenden Betrieb die Prduktdatenatenqualität innerhalb der Infrmatinsflüsse sicherstellen. Das Einrichten der Rlle eines Prduktdaten-Qualitätsmanagers ist sehr hilfreich, eigentlich unumgänglich. Semantische Suche hilft ebens bei der Migratin vn Daten aus verschiedenen Anwendungssystemen. Das PDQ-Tl kann für die Transfrmatin der Prduktdaten aus einem ins andere Anwendungssystem genutzt werden. Für den unternehmensspezifischen Einsatz vn Semantischer Suche kmmt es im wesentlichen darauf an, die technischen Dictinaries aufzubauen und mit den Begrifflichkeiten auszustatten, die die Anwender täglich benutzen. Oracle hat kürzlich erst die Firma Silver Creek übernmmen und deren Data-Lensing/Cleansing Lösung in seine PIM/MDM Architektur ergänzt. Diese Data-Lensing-Funktin ist unter Oracle PDQ - Prduct Data Quality Slutin - verfügbar. Definitinen der unternehmensspezifischen, semantischen Mdelle können mit PDQ in kurzer Zeit erstellt werden und passen sich an (self-tuning). Der Einsatzbereich vn PDQ geht über Suchen, Standardisieren, Zusammenführen, Übersetzen bis hin zu Umfrmatieren. Dialge, Regelwerke und Abläufe für die Datenknslidierung erstellt der PDQ - Abb. 2: PDQ mit sematischer Suchfunktin

5 Manager hne Prgrammierung mit Hilfe der grafischen Technik zusammen. Ein grafisches Dashbard bringt Übersicht, zeigt die Statistik über den Przess der Datenbereinigung und unterstützt bei der Regelung vn Ausnahmen. Wie fügt sich PDQ in die Architektur des Oracle Data Hub? Die Strategie des Master Data Management (MDM) trennt die Verwaltung der Prduktdaten vn der Nutzung dieser Masterdaten in den Anwendungssystemen. Das Master Data Management stellt die Zusammenfassung der Stammdaten, der Strukturen, der Verfahren und Data Repsitries unabhängig vn den Anwendungssystemen dar. Bezgen auf das Prduktdaten Management spricht man auch vn PIM Prduct Infrmatin Management. Dadurch wird erreicht, dass das MDM/PIM entkppelt wird und in den jeweiligen Anwendungen spezifische Sichten auf die Daten, Datenstrukturen und Datenfrmate bestehen bleiben können, wie bspw in CRM, ERP,PLM, LVS, e-cmmerce usw.. Dieser Ansatz des Oracle Data Hub mit MDM/PIM bildet die Basis für ein knsistentes, unternehmensweites Datenmanagement und befreit Abteilungen, Standrte der Zulieferer davn, das gleiche System der einheitliche Datenfrmate nutzen zu müssen. Mit dem kürzlich vllzgenen Kauf vn Silver Creek Systems ergänzt Oracle den PIM Data Hub mit dem Mdul PDQ (Prduct Data Quality) um einen wertvllen Baustein, damit die MDM/PIM Datenqualität im täglichen Infrmatinsfluss des Unternehmens umfassend gewährleistet wird. Für die Integratinen zwischen dem PIM Data Hub mit den sicheren und zuverlässigen Daten vn und zu den internen und externen Anwendungssystemen des Unternehmens stehen die Techniken der SOA Middleware zur Verfügung. Abb. 3: Prduct Data Quality Server Welches Nutzenptenzial kann erschlssen werden? Eine Analyse der Datenbestände mit der semantischen Abfragetechnik (Data-Cleansing) vn Oracle PDQ zeigt ft überraschend hhe Trefferquten und legt smit den Handlungsbedarf bei der Verbesserung der Prduktdatenqualität ffen. Es ist zu empfehlen über ein Analyseprjekt, lhnende Kategrien für Data Cleansing und bspw. Dublettenbereinigung zu finden. Geeignet für Prüfung, Knslidierung und Transfrmierung vn Prduktdaten sind grße Warengruppen und Prduktkategrien unterschiedlicher Lieferanten und Hersteller aus den verschiedensten Industrien wie

6 Elektrnik Maschinen und Anlagen Medizintechnik Knsumgüter Ersatzteile f. Anlagenbetreiber Ebens läßt die Verwaltung vn Prduktdaten in mehreren Anwendungssystemen an unterschiedlichen Standrten mit verschiedenen Anfrderungen an die Sichten auf Daten, Beschreibungen und Sprachen eine hhe Trefferrate vermuten, wie sie typischerweise anzufinden sind in: ERP CRM PDM/PLM E-cmmerce, Web-Katalge Durch hchwertige, geprüfte und knsistente Daten und Infrmatinen wird Datenbruch vermieden. Das führt zur Verringerung vn Mehraufwänden der Mitarbeiter durch schlechte Datenqualität und verbessert die Effizienz in allen Unternehmensbereichen, bei Zulieferern und bei Kunden. Wesentlich geringere Ksten und Zeitaufwände entstehen swhl für einmalige Datenbereinigung, als auch für laufende Prüfung und Datenknslidierung. Ergebnis einer gleichbleibend guten Prduktdatenqualität ist schnellere und bessere Auskunftsfähigkeit durch höhere Transparenz der Prduktdaten. Reduktin vn Teilebeständen durch Vermeiden vn Dubletten erziel nachweislich eine spürbare mnetäre Verbesserung der Bevrratung und Lieferbereitschaft und dadurch eine deutliche Reduktin vn Gemeinksten. Ungenauigkeit und schlechte Qualität der Prduktdaten im Infrmatinsfluss sind eine stille, meist unentdeckte Wachstumsbremse. Mit Oracle PDQ und dem PIM/MDM Lösungsansatz kann diese Bremse gelöst werden und bringt neuen Schwung in das wertvllste Gut des Unternehmens - die Prduktinfrmatinen und den Infrmatinsfluss. Qualität der Prduktdaten muss Bestandteil der Qualitätsstrategie des Unternehmens sein. Kntaktadresse: Dr.-Ing. Helmut Maier Dr. Maier CSS GmbH & C.KG Am Shlweg 6 DE Stutensee Telefn: +49 (0) , mbil +49 (0) Fax: +49 (0) helmut.maier@maiercss.de Internet: