Blog

Verständnis von Datenqualität und Stammdatenmanagement: Die Wahl zwischen den beiden Ansätzen (Teil 3 von 3)

Hinweis: Dieser Blog ist Teil 3 einer Serie von 3. Wenn Sie möchten, lesen Sie die vorherigen Blogs, in denen wir die Notwendigkeit eines systematischen und zentralisierten Datenmanagements erörtert und das Stammdatenmanagement im Detail beschrieben haben.

Wir sind da – das Serienfinale. Und damit sind wir bei der wichtigsten Diskussion dieser Reihe angelangt: Welchen Ansatz soll man zwischen Datenqualität und Stammdatenmanagement wählen? Nachdem wir nun beide Ansätze im Detail kennengelernt haben, ist es ganz offensichtlich, dass diese beiden Disziplinen in hohem Maße ineinandergreifen. Tatsächlich wird oft angenommen, dass die Datenqualität der Hauptantrieb und das Nebenprodukt von MDM-Initiativen ist. Wenn diese Lösungen jedoch in Paketen angeboten und als Tools verkauft werden, ist es unerlässlich, die sich überschneidenden Bereiche und Funktionen zu kennen, damit Sie die richtige Lösung für Ihr Unternehmen auswählen können.

DQM und MDM: Komplementär und nicht gegensätzlich

Eines der wichtigsten Konzepte, mit dem man beginnen sollte, ist, dass Datenqualität und Stammdatenmanagement keine Gegensätze sind, sondern sich vielmehr ergänzen. MDM-Lösungen enthalten neben den Funktionen für das Datenqualitätsmanagement einige zusätzliche Funktionen.

Dies macht MDM definitiv zu einer komplexeren und ressourcenintensiveren Lösung, was bei der Wahl zwischen den beiden Ansätzen zu berücksichtigen ist.

Vergleich der Fähigkeiten von MDM und DQM

Es gibt etwa 20 Funktionen oder Möglichkeiten, die Datenmanagement-Tools in der Regel haben oder nicht haben. Wir werden eine typische MDM- und DQM-Lösung mit diesen Fähigkeiten vergleichen.

Beachten Sie, dass dies nicht auf alle MDM/DQM-Lösungen zutrifft und dass es Ausnahmen geben kann. Dieser Vergleich hebt die am häufigsten verstandenen Konzepte und die Unterschiede zwischen den beiden Ansätzen hervor.

Nein.FähigkeitMDMDQMKommentare
1.Kontrolle der Datennutzung und -freigabeJaNein
2.Kontrolle des DatenzugriffsJa Nein
3.Arbeitsabläufe zur DatenüberprüfungJaNein
4.Datenverlauf und ProtokollverwaltungJaNein
5.Modellierung von DatenobjektenJaNein
6.Verwaltung von MetadatenJaNein
7.Verwaltung von ReferenzdatenAbhängig vonNeinNicht alle MDM-Lösungen unterstützen die Verwaltung von Referenzdaten, und das Fehlen dieser Funktion kann Ihre MDM-Bemühungen untergraben.
8.Speicherung von DatenAbhängig vonNeinDQM-Tools erstellen in der Regel Kopien Ihrer Daten, die Sie dann überschreiben oder in andere Anwendungen exportieren können. Andererseits können MDM-Tools über einen Datenspeicher für die Speicherung von Stammdatensätzen verfügen, oder in einigen Fällen unterhält das MDM-Tool eine Registrierung, die auf die Stammdatensätze in anderen Anwendungen/Quellen verweist.
9.Datenaufnahme oder -empfangJaJaDies ist die Fähigkeit, eine Verbindung zu einer Vielzahl von Quellen und Anwendungen herzustellen oder diese zu integrieren.
10.Benutzerdefinierte Datenabfragen und FilterJaJa
11.Erstellung von DatensätzenAbhängig vonNeinDQM-Tools sind eher auf die Bereinigung von Daten ausgerichtet, die mit anderen Datenanwendungen erfasst/erstellt wurden. Andererseits ermöglichen MDM-Tools mit eigener Datenspeicherung die Erstellung von Datensätzen, während andere registry-basierte MDM-Tools die Erstellung von Datensätzen nicht zulassen.
12.DatenmanipulationJaNeinIn DQM-Tools können Sie Daten nicht direkt manipulieren/aktualisieren, um die Datenintegrität zu wahren, während Sie in MDMs Stammdatensätze aktualisieren können, die durch Konsolidierung von Daten aus anderen Quellen entstanden sind.
13.Zusammenarbeit bei DatenAbhängig vonNein
14.DatenprofilierungJaJaLesen Sie mehr über die Erstellung von Datenprofilen in einer DQM-Lösung.
15.Datenbereinigung und -standardisierungJaJaLesen Sie mehr über Datenbereinigung und -standardisierung in einer DQM-Lösung.
16.DatenabgleichJaJaLesen Sie mehr über den Datenabgleich in einer DQM-Lösung.
17.Datenzusammenführung und ÜberlebensfähigkeitJaJaLesen Sie mehr über die Zusammenführung von Daten und die Überlebensfähigkeit in einer DQM-Lösung.
18.Daten-SynchronisationAbhängig vonNeinBei MDM hängt die Datensynchronisation vom Architekturstil des MDM ab.
19.Analyse der LaufzeitdatenJaAbhängig vonDies bezieht sich auf die Kennzeichnung eingehender Dateneingaben/Manipulationen als ungültig oder mögliche Duplikate. Bei DQM-Tools kann dies davon abhängen, ob der Anbieter eine Datenqualitäts-API anbietet, die in Ihre benutzerdefinierte Lösung integriert werden kann, um Daten während der Laufzeit zu analysieren.
20.BenutzeroberflächeJaJa

Wie werden diese Fähigkeiten in Software-Tools verpackt?

Nachdem wir nun den genauen Umfang dieser Disziplinen und Werkzeuge verstanden haben, wollen wir uns einen weiteren wichtigen Aspekt ansehen, bevor wir eine endgültige Entscheidung treffen. Und das ist: zu verstehen, wie Anbieter diese Fähigkeiten in ihren Produkt- und Dienstleistungsangeboten üblicherweise verpacken.

1. Eigenständige Datenqualitätstools

Diese Werkzeuge haben mehr oder weniger die gleichen Merkmale wie die oben genannten für das DQM. Sie stellen keine Echtzeit-Verbindung zu anderen Datenquellen her. Daher werden diese Tools meist für die Stapelverarbeitung (einschließlich Datenprofilierung, -bereinigung, -standardisierung, -abgleich und -zusammenführung) und das anschließende Laden der konsolidierten Datensätze zurück in die Zielquelle verwendet.

Einige zusätzliche Vorteile sind:

  • Schnellste und sicherste Methode zur Konsolidierung von Datensätzen.
  • Einfachste Feinabstimmung von Abgleichsalgorithmen und Zusammenführungsregeln in Abhängigkeit von der aktuellen Datenbeschaffenheit (im Gegensatz zu MDMs, bei denen dieselben Konfigurationen für alle im Laufe der Zeit generierten Datensätze gelten).
  • Einige dieser Tools verfügen über spezielle Wörterbücher, die es ermöglichen, genaue Wörter zu finden (z. B. Vor-, Mittel- und Nachnamen) und falsch geschriebene oder fehlende Felder zu ersetzen.
  • Einige Tools unterstützen auch die Planung von DQM-Aufgaben und die Erstellung konsolidierter Datensätze zu bestimmten Zeiten.
  • Besonders hilfreich für die Konsolidierung von E-Mail-Marketinglisten, Kontakten und Kundendaten.

2. Integration von Datenqualitätsfunktionen in Echtzeit

Einige Anbieter stellen notwendige Datenqualitätsfunktionen über APIs oder SDKs zur Verfügung. Dies hilft Ihnen, alle DQM-Funktionen in Echtzeit oder zur Laufzeit in Ihre bestehenden Anwendungen zu integrieren.

Dies kann einige zusätzliche Anstrengungen erfordern, aber einige Vorteile sind zu nennen:

  • Nützlich bei der Implementierung benutzerdefinierter Abläufe (insbesondere für Data Governance), die für Ihre Geschäftsanforderungen wichtig sind.
  • Kann als Datenqualitäts-Firewall für Ihr Data Warehouse fungieren, wo eingehende Daten vor der Eingabe auf ihre Qualität geprüft werden.

3. Operative MDM-Lösung

Die Anbieter verpacken MDM-Lösungen auf unterschiedliche Weise, je nach ihrem Zweck oder ihrer Verwendung in einer Organisation. Eine davon ist ein operatives MDM. Dieser MDM-Typ wird in der Regel bei routinemäßigen Datenoperationen eingesetzt und ist stark darauf ausgerichtet, allen, die in einem Unternehmen mit Daten arbeiten, eine konsolidierte Ansicht der wichtigsten Datenbestände zu bieten.

Operative MDMs haben in der Regel einen koexistenten oder zentralisierten Architekturstil – was darauf hindeutet, dass sie über einen eigenen Datenspeicher verfügen.

4. Analytische MDM-Lösung

Dieser MDM-Typ wird normalerweise für Analyse- oder Business-Intelligence-Zwecke in einem Unternehmen verwendet. Da sie nicht operativ genutzt werden, benötigen sie keinen eigenen Datenspeicher. Aus diesem Grund sind Architekturstile wie Registry oder Consolidated bei analytischen MDM-Lösungen häufiger anzutreffen, da sie entweder nur auf Stammdatensätze verweisen oder diese an BI-Anwendungen weiterleiten, die sie für Analysen benötigen.

5. Kundenspezifische interne Lösungen

Trotz der zahlreichen Lösungen für Datenqualität und Stammdatenmanagement, die auf dem Markt erhältlich sind, investieren viele Unternehmen in die Entwicklung einer eigenen Lösung für ihre individuellen Datenanforderungen. Obwohl dies sehr vielversprechend klingt, verschwenden die Unternehmen in diesem Prozess oft eine große Anzahl von Ressourcen – Zeit und Geld. Die Entwicklung einer solchen Lösung mag zwar einfacher zu realisieren sein, ist aber auf Dauer kaum durchzuhalten.

Wenn Sie mehr zu diesem Thema wissen möchten, lesen Sie unser Whitepaper: Warum interne Datenqualitätsprojekte scheitern.

Welches brauchen Sie? MDM oder DQM?

Dies bringt uns zu unserem letzten und abschließenden Thema: die Wahl zwischen einer MDM- oder DQM-Lösung. Und die Antwort lautet: Es kommt darauf an. Auch wenn Ihnen bis jetzt vielleicht klar ist, welche Lösung Ihren Anforderungen besser entspricht – vor allem, wenn Sie sich die Möglichkeiten der einzelnen Lösungen ansehen -, sollten Sie bei Ihrer Entscheidung auch die folgenden Aspekte im Auge behalten.

1. Primäre Unternehmensziele

Dies ist wahrscheinlich der wichtigste Punkt, den es zu berücksichtigen gilt, da er darauf hindeutet, dass diese Entscheidung in hohem Maße von Ihrer Unternehmenssituation abhängt. Damit Sie die richtige Entscheidung treffen können, müssen Sie die wichtigsten Ziele Ihres Unternehmens kennen und wissen, welche Rolle Daten bei der Erreichung dieser Ziele spielen. Darüber hinaus sollten Sie sich notieren, wie Datenvorgänge in Ihrem Unternehmen gehandhabt werden und wo genau eine Datenmanagementlösung benötigt wird.

2. Rahmen für die Messung der Datenqualität

Ein weiterer hilfreicher Schritt ist die Ermittlung der wichtigsten Leistungsindikatoren (KPIs) für die Datenqualität. Datenqualität kann für jedes Unternehmen etwas anderes bedeuten. Sobald Sie Ihre eigene Definition von „Datenqualität“ erkannt und identifiziert haben, wird es einfacher zu wissen, welche Lösung diese am besten unterstützt und Ihnen dabei hilft, Datenqualität in Ihren Kerndatenbeständen einzuführen, zu pflegen und zu erhalten.

3. Budget und Zeit, die Ihr Unternehmen zu investieren bereit ist

In unserem letzten Blog haben Sie vielleicht schon herausgefunden, dass die Implementierung eines MDM ein recht komplexer Prozess ist, der eine gründliche Vorplanung und Analyse sowie die Einbeziehung der wichtigsten Interessengruppen erfordert.

Berücksichtigen Sie das Budget und die Zeit, die Ihr Unternehmen in diesen Prozess investieren kann und will – im Vergleich zum Return on Investment. So benötigen Sie vielleicht keine vollständige und unabhängige Einheit für die Stammdatenverwaltung, und ein einfaches, eigenständiges Datenqualitäts-Tool kann Ihre Anforderungen an die Datenverwaltung erfüllen.

4. Wer bearbeitet/verwendet/fordert die Stammdaten in Ihrem Unternehmen?

Dies kann möglicherweise als Entscheidungsgrundlage dienen. Viele Mitarbeiter in Ihrem Unternehmen erstellen oder bearbeiten zwar Stammdaten, aber nicht jeder nutzt sie im Tagesgeschäft.

Nehmen wir folgendes Szenario als Beispiel: Kundendatensätze werden von Vertriebsmitarbeitern, Buchhaltern oder anderen operativen Mitarbeitern erstellt oder aktualisiert, aber nur Ihr Team von Datenanalysten nutzt sie, um Quartalsberichte zu erstellen. In einem solchen Fall kann die Wartung eines vollwertigen MDM im Laufe der Zeit im Vergleich zu den Nutzungsanforderungen überfordert sein. Sie können Ihren Datenanalysten einfach ihr eigenes personalisiertes Datenqualitäts-Tool zur Verfügung stellen, das sie zur schnellen und effizienten Bewertung und Verwaltung der Datenqualität verwenden können, um die Daten dann nach Bedarf zu nutzen.

Wenn jedoch mehrere Abteilungen fast täglich Stammdatensätze benötigen, könnte eine vollständige MDM-Lösung die richtige Lösung sein.

Schlussbemerkungen

Hier kommen wir zu einem Ende. Wir begannen mit einem Blick auf den steigenden Bedarf an systematischen und zentralisierten Datenmanagement-Lösungen, untersuchten dann konzeptionell und technologisch MDM-Lösungen und schlossen mit einem umfassenden Vergleich zwischen MDM- und DQM-Ansätzen. Diese Reise hat Ihnen genügend Informationen geliefert, um die richtige Entscheidung für Ihr Unternehmen zu treffen.

Aber wenn Sie möchten, können unsere Lösungsexperten Ihnen bei der Beantwortung aller Fragen, die Sie vielleicht noch haben, helfen. Zögern Sie nicht, unsere kostenlose Testversion herunterzuladen oder eine Demo für eine persönliche Beratung zu buchen.

In this blog, you will find:

Try data matching today

No credit card required

*“ zeigt erforderliche Felder an

Hidden
Hidden
Hidden
Hidden
Hidden
Hidden
Hidden
Dieses Feld dient zur Validierung und sollte nicht verändert werden.

Want to know more?

Check out DME resources

Merging Data from Multiple Sources – Challenges and Solutions

Oops! Wir konnten dein Formular nicht lokalisieren.