Master data management
Den aktuella versionen av sidan har ännu inte granskats av erfarna bidragsgivare och kan skilja sig väsentligt från
versionen som granskades den 4 november 2021; kontroller kräver
4 redigeringar .
Master data management ( master data management [1] , eng. Master Data Management, MDM ) är en uppsättning processer och verktyg för permanent definition och hantering av företagets masterdata (inklusive referensdata). Du kan också hitta ett annat namn - referensdatahantering ( English Reference Data Management, RDM ) [1] , det här alternativet används i det postsovjetiska utrymmet, faktiskt, som en synonym för MDM, begreppet regulatorisk referensinformationshantering ( NSI ; även om kataloger till en början bara är fixade, till en början fyllda och ändrade endast i sällsynta fall, vilket i sin ursprungliga betydelse ligger närmare konfigurationsdata ).
Masterdata är data med den viktigaste informationen för att göra affärer: om kunder, produkter, tjänster, personal, teknologier, material och så vidare. De ändras relativt sällan och är inte transaktionella [1] .
Syftet med masterdatahantering är att se till att det inte finns några dubbletter, ofullständiga, motstridiga data inom olika delar av organisationen. Ett exempel på dålig hantering av masterdata är en bank som har att göra med en kund som redan använder en låneprodukt men som fortfarande får erbjudanden om att ta det lånet. Orsaken till missbruket är bristen på uppdaterad kunddata på kundtjänstavdelningen.
Tillvägagångssättet för masterdatahantering inkluderar processer som datainsamling , ackumulering , datarensning , jämförelse, konsolidering , kvalitetskontroll och distribution av data i organisationen, vilket säkerställer deras efterföljande konsistens och kontroll av användning i olika operativa och analytiska applikationer .
Anteckningar
- ↑ 1 2 3 Chernyak, 2007 .
Litteratur
- Chernyak, L. Uppgifter för Master Data Management // Öppna system. - 2007. - Nr 05 .
- Berson, A.; Dubov, L.: Master Data Management and Customer Data Integration for a Global Enterprise, McGraw-Hill, New York 2007
- Knut Hildebrand; Boris Otto; Anette Weisbecker (Hrsg.): Stammdatenmanagement, HMD 279, dpunkt.verlag, Heidelberg 2011, ISBN 978-3-89864-750-2
- Knapp, M.; Hasibether, F.; Scheibmayer, M.: Stammdatenmanagment senkt Risiko bei der ERP Einführung. UdZ - Unternehmen der Zukunft, Hrsg.: G. Schuh; V Stich. FIR e. V. an der RWTH Aachen, Ausgabe 2/2012, 13.Jg., S.41f. ISSN 1439-2585, Kuper-Druck GmbH, Aachen 2012 dokumentlänk
- Helmut Krcmar: Informationshantering, 4. Aufl., Springer, Berlin 2005
- Legner, C.; Otto, B.: Stammdatenförvaltning. Whitepaper, St. Gallen, 2007
- Mertens, P.: Integrierte Informationsverarbeitung 1: Operative Systeme in der Industrie, 14. Aufl., Gabler, Wiesbaden 2004
- Radcliffe J.; White, A.; Newman, D.: How to Choose the Right Architectural Style for Master Data Management, Gartner, Stamford 2006
- Scheibmayer, M.; Naß, E.; Birkmeier, M.: Stammdatenmanagement - Vitbok, Hrsg.: G. Schuh; V Stich. FIR e. V. an der RWTH Aachen, Aachen 2011 nedladdningslänk
- Schemm, JW: Zwischenbetriebliches Stammdatenmanagement - Lösungen für die Datensynchronisation zwischen Handel und Konsumgüterindustrie, Springer Verlag, Berlin Heidelberg 2009, ISBN 978-3-540-89029-4
- White, A., Prior, D., Radcliffe, J., Wood, B., Holincheck, J.: Emergence of EIM Drives Semantic Reconciliation, Gartner, Stamford 2004