Fachthemen

Smart Customer MDM und Data Governance

Kein erfolgreiches Master Data Management ohne Data Governance

Dr. Christiana Klingenberg & Fadila Mumbašić Uniserv GmbH

Master Data Management und Data Governance sind zwei prominente Themen im Bereich Data Management, die inhaltlich kaum von einander zu trennen sind. Es gibt sogar die Meinung, dass ein Thema das jeweils andere bedingt. Oder mit anderen Worten: Es wird kaum eine erfolgreiche Master-Data-Management-Initiative ohne Data Governance geben, gleiches gilt im umgekehrten Sinn. Dass wir mit unserer Meinung nicht alleine dastehen, haben uns verschiedene Referenten auf dem "Master Data Management Summit Europe 2016 co-located with the Data Governance Conference Europe 2016" gezeigt. Nicht umsonst deckt diese Konferenz beide Themen ab, und zwar nicht nacheinander, sondern in parallelen Tracks mit guten Vorträgen, die beide Themen gleichermaßen abdecken.

Warum das so ist, zeigt eine kleine Auswahl der Business Treiber, die gleichermaßen für Master Data Management und Data Governance gelten: shared data, operational excellence und legal drivers.

Data Governance – der Ordnungsrahmen für strategisches Data Management

Während sich Master-Data-Management-Initiativen um eine ganzheitliche Sicht der Daten kümmern, sorgt ein Data Governance Framework dafür, dass relevante Datenfelder definiert sind, entsprechende Prozesse beschrieben und die verantwortlichen Rollen besetzt werden. In der Praxis bedeutet das nicht weniger, als dass für alle Belange und Fragen rund um die Stammdaten Verantwortlichkeiten und Prozesse definiert werden, die dafür sorgen, dass Data-Management-Projekte schnell und effizient umgesetzt werden können. Ist solch ein Data Governance Framework einmal aufgesetzt und in die Unternehmenskultur integriert worden, hat das dauerhaft viele Vorteile. Beispielsweise entfallen Abstimmungsprozesse, wie denn die Daten in bestimmten Feldern definiert werden sollten. Bei Fragen zu Applikationen und deren Daten sind Verantwortliche schnell gefunden und Probleme können schneller gelöst werden. Kurz: das Wissen rund um die Daten ist transparent und steht im Idealfall allen Mitarbeitern zur Verfügung, Ansprechpartner und deren Verantwortungsbereiche sind bekannt.

Doch Data Governance im Kontext von Master Data Management geht weiter. Mit klar definierten Business Regeln mit dem Fokus auf Datenqualität können jederzeit Aussagen gemacht werden, wie gut, oder wie fit denn die Stammdaten für die jeweiligen Folgeprozesse sind. Diese Folgeprozesse können ganz unterschiedlich sein. Dabei kann es sich beispielsweise um Bewertung der Datenqualität für Marketing-Kampagnen handeln oder die Erstellung von regelmäßigen Reports für die Geschäftsleitung.

Wir bei Uniserv haben die große Bedeutung von Data Governance bei Data Management Projekten erkannt. Wir haben verstanden, das Master Data Management und Data Governance zusammen gehören, wenn die Unternehmensstammdaten wie ein Asset (oder wie das Öl des 21. Jahrhunderts) eingesetzt und Gewinn damit erwirtschaftet werden soll. 

Mess- und steuerbare Datenqualität im Smart Customer MDM mit der DQ Scorecard

Somit liegt es auf der Hand, die bereits vorhandenen Lösungen von Uniserv miteinander zu integrieren: Smart Customer MDM und die Data Quality Scorecard. Bereits heute gibt es die Möglichkeiten im Smart Customer MDM, bestimmte DQ Regeln zu hinterlegen und Datensätze, die die definierten Kriterien nicht erfüllen, manuell nachzubearbeiten. Die DQ Scorecard ist eine gute Ergänzung dazu, bietet sie doch dem Management Kennzahlen, die den aktuellen Status Quo der Daten im Smart Customer MDM präsentieren. Zudem ist es möglich, mit verschiedenen Konfigurationen auf ganz spezielle Business Prozesse oder individuelle Anforderungen an die Daten einzugehen. Beispiele haben wir bereits genannt.

Der Einsatz der DQ Scorecard kann aber auch bei anderen Data Management Aufgaben hilfreich sein. Bei Integrationsprojekten kann die Qualität der verschiedenen Datenquellen individuell bewertet und so vor der möglichen Anreicherung Optimierungsmaßnahmen durchgeführt werden. Das ist der Schritt von einer Reaktion auf schlechte Datenqualität hin zu proaktivem Handeln, bevor das Kind in den Brunnen gefallen ist.

Zusammenfassend gilt: Wer nachhaltig und wirkungsvoll Master-Data-Management-Projekte durchführen möchte, kommt um eine Integration von Data Governance nicht herum. Dieses Verständnis bildet die Basis für unsere Arbeit bei Uniserv. Dabei haben wir immer den gleichen Anspruch: Unseren Kunden eine gute Kombination aus Produkten und Lösungen zur Verfügung zu stellen, um den größtmöglichen Nutzen und Wertgewinn aus den Daten zu erzielen.



Dr. Christiana Klingenberg
Solution & Product Manager, Uniserv GmbH



Fadila Mumbašić
Teammanagerin Data Management Platform & Infrastructure, Uniserv GmbH