Müll rein, Müll raus Muss das sein?

Größe: px

Ab Seite anzeigen:

Download "Müll rein, Müll raus Muss das sein?"

Adolf Schenck
vor 8 Jahren
Abrufe

1 make connections share ideas be inspired Wie kann die Datenqualität und die notwendige Zusammenarbeit zwischen Fachabteilung und IT verbessert werden? Müll rein, Müll raus Muss das sein? Gabriele Smith SAS Center of Excellence Information Management Baden, 15. Mai 2012 Copyright 2012, SAS Institute Inc. Inc. All All rights rights reserved. reserved.

2 Datenqualität in der Praxis Datenqualität Data Governance Master Data Management was ist das eigentlich? Themenstellungen für Datenqualität einige Praxisbeispiele Zusammenarbeit von Fachabteilung und IT Zusammenfassung Copyright 2010, SAS Institute Inc. All rights reserved.

Themenstellungen für Datenqualität einige Praxisbeispiele

3 Kennen Sie diese Zahl? 1,000,000,000,000,000,000*

4 Der Daten-Tsunami 1 mit 18 Nullen Das entspricht einer Quintillion oder fünf Quintillionen Bytes oder fünf Exabytes an Daten Das ist die Menge an Daten, die wir alle zwei Tage neu generieren! und das wiederum entspricht der Menge an Daten, die wir seit dem Beginn unserer Zivilisation bis zum Jahr 2003 insgesamt erzeugt haben! *Eric Schmidt, Executive Chairman of Google

5 Müll rein Müll raus

6 Fragen

7 Datenqualität Data Governance Master Data Management was ist das eigentlich?

arbeit Business- IT Betriebs -modell The IT organization needs to dramatically modernize its IT systems, transforming

8 Herausforderungen an Datenmanagement wachsen Information Management wird zur Kernaufgabe Big Data Mobilität Geschäfts- Prozess- Steuerung Enterprise Architektur Right time Unified Data Management Zus.arbeit Business- IT Betriebs -modell The IT organization needs to dramatically modernize its IT systems, transforming outdated data management infrastructure and replacing it with a more upto-date and superior information environment. - Gartner Hype Cycle for Enterprise Information Management, July,2011

9 INCREASING CAPABILITIES SAS Information Management Point Solution STRATEGIC DM DI DQ MDM DI REACTIVE MANAGED PROACTIVE Information Management Approach

10 Mehrwert Entwicklung zum Master Data Management Master Data Management Hoch Datenqualität Master Data Foundation Proaktiv Governed Niedrig Risiko Reaktiv Undiszipliniert Gering Hoch Menschen, Prozesse, Technologien 10

Foundation Proaktiv Governed Niedrig Risiko Reaktiv

11 Data Governance

12 Themenstellungen für Datenqualität einige Praxisbeispiele

13 Merger & Acquisitions sowie Datenmigrationen

14 Merger & Acqusitions sowie Daten-Migrationen Pan-Europäische ERP-Implementierung Globale Migration von Personaldaten von SAP HR Pan-Europäische CRM-Implementierung Globale SAP-Migration Mehrwert durch Risikoreduktion Zeitersparnis Optimierten Einsatz von Ressourcen Involvierung von Fachabteilungen, die lernen, ihre Daten selbst zu zu verwalten Optimiertes Profiling, Bereinigen, De-duplizieren, Transformieren und Anreichern von Daten Einmal implementieren, immer wieder neu einsetzen - unser Migrationsmodell bietet einen schnellen Return-On-Investment

Involvierung von Fachabteilungen, die lernen, ihre Daten selbst zu zu verwalten Optimiertes Profiling, Bereinigen, De-duplizieren,

15 Data Quality Dashboards

16 Kühne + Nagel: Management-Dashboard 16

17 Kundenreferenz Sally Mae: Data Governance Die SLM Corporation (Student Loan Marketing Association), allgemein als Sallie Mae bekannt, ist in den USA die größte Bank für die Vergabe von Studenten-krediten. Umsatzsteigerung: US-$2,4 Mio. durch die Einführung eines unternehmensweiten Data Governance-Programms Kostenreduktion: US-$ 4,8 Mio. durch die Einführung von -Marketingaktionen 75% aller Datenprobleme werden heute über das Data Governance-Programm gelöst. 17

18 Sally Mae: Datenqualitäts-Dashboard 18

19 Produktdatenmanagement

Cleanse Browse filtered Generic Classifications Return most likely Classification Options Interactive

20 Produktdatenmanagement Analytics Operational Users create new purchase requisitions User enters a text description of the product to be ordered Purchasing department BW ` User chooses a category Purchasing Batch Batch Match & Cleanse Browse filtered Generic Classifications Return most likely Classification Options Interactive Standardization / consolidation Vendors Master reference data e.g. ecl@ss Matching Reference Database DataFlux Spend Management 20

21 Zusammenarbeit von Fachabteilung und IT

22 Point of View Wie IT das Thema Data Ownership sieht The business own the data but they re not great owners, Architect, Global Manufacturer

Herausforderungen für eine Unternehmens-Organisation Ziel: Ein Austausch der Daten scheitert oftmals Schaffung an Abteilungsgrenzen zentraler Verantwortlichkeiten und Abstimmungsprozessen zur

23 Herausforderungen für eine Unternehmens-Organisation Ziel: Ein Austausch der Daten scheitert oftmals Schaffung an Abteilungsgrenzen zentraler Verantwortlichkeiten und Abstimmungsprozessen zur Steuerung der Daten- Historisch und Informationsgewinnung gewachsene Daten sowie Silos deren in verschiedenen Organisation und Verteilung Abteilungen über und Abteilungsgrenzen verschiedenen hinweg Technologien Die verschiedenen Datenbestände haben unterschiedliche Qualität, Vollständigkeit und Aktualität Entscheidungsrelevante Daten liegen in Spreadsheets auf lokalen Rechnern einzelner Mitarbeiter

DQ Prozess (Rollen) Business User DQ Analyst Data Steward Business Term Description Category of insurance contracts for which the benefit payment is based Requirements The classes of life insurance

Rule Expression: Alerts Rule Date % Triggers Trade Out of Range 6/10/2010 1:14:13 AM # Triggers Row Count 3 563 5002 Incorrect ZIP 6/9/2010 4:5:27 AM 6 786 4789 Incomplete Phone 6/8/2010 11:23:7 AM 2

24 DQ Prozess (Rollen) Business User DQ Analyst Data Steward Business Term Description Category of insurance contracts for which the benefit payment is based Requirements The classes of life insurance that EU insureres can write. Policy ID must be 2 characters then 8 digits Mandatory fields. Rule Expression: Alerts Rule Date % Triggers Trade Out of Range 6/10/2010 1:14:13 AM # Triggers Row Count Incorrect ZIP 6/9/2010 4:5:27 AM Incomplete Phone 6/8/ :23:7 AM Trade Out of Range 5/29/2010 1:1:1 AM Drei Rollen sichern das Zusammenspiel Business und IT: Der Business User (Fachbereich) definiert Begriffe, Zusammenhänge und verantwortliche Personen nach Rolle (Data Dictionary). Der DQ Analyst (IT-Architekt) verbindet die Begriffe mit den Daten, definiert Prüfregeln und modelliert die Monitoring-Prozesse. Der Data Steward (Fachbereich) verantwortet das Ergebnis der Regelprüfung im Dashboard (Controlling der Entwicklung je Dimension) und wird über Alerts bei Abweichungen informiert.

25 SAS Business Data Network Definieren der Solvency II Begriffe Identifizieren der Quellen und Verantwortlichen 1 Definieren der Begriffe+Quellen Business Owner

26 Zusammenfassung

27 Warum SAS Information Management? Typische Aufwände und deren Optimierungspotential Fachbereich - Analyst IT - Entwickler 40% 40% 20% 70% 30% Zu geringer Wertbeitrag Zu hohe Kosten Zu viele Aufwände 10 % 30% % 40% 50% 30% % % Data Gathering Data Quality Data Analysis SAS Benefit Mehr Zeit für Analysen, neue Verfahren, auf mehr und besseren Daten Mehr Zeit für Innovationen, geringere Kosten, höhere Wertigkeit der Arbeit

Bankenbereich Produktdatenmanagement Zusammenarbeit Fachabteilung und IT Rollenkonzept

28 Zusammenfassung Vielfältige Herausforderungen Verschiedene Themenstellungen Merger & Acquistions sowie Datenmigrationen Data Quality Dashboards Data Governance im Bankenbereich Produktdatenmanagement Zusammenarbeit Fachabteilung und IT Rollenkonzept Business Data Network Viele Herausforderungen viele Themen eine Lösung SAS Information Management

29 Fragen???

30 make connections share ideas be inspired Vielen Dank für Ihr Interesse! Für weitere Fragen oder Terminwünsche stehen meine KolleegInnen und ich Ihnen gerne zur Verfügung!

Ähnliche Dokumente

Data Governance Informationen kontrolliert managen

make connections share ideas be inspired Data Governance Informationen kontrolliert managen Michael Herrmann SAS Copyright 2013, SAS Institute Inc. All rights reserved. DATA GOVERNANCE TRENDS UND TREIBER: