Sinnvolles Management der Anwendungsdaten

Bei all den Informationen - 2,5 Billionen Bytes pro Tag, nach einer Zählung - ist es keine Überraschung, dass die heutigen Unternehmen Schwierigkeiten haben, Daten zu klassifizieren, zu organisieren und zu verwalten. Ob sie die Daten benötigen oder nur damit enden (digitaler Auspuff), sie müssen sie griffbereit haben. Kluges Datenmanagement ist die Basis, um Informationen in Einnahmen umzuwandeln.

Vor kurzem haben Unternehmen ihre Datenverwaltungsstrategie umgerüstet, indem sie sich auf die größere Architektur des Datenhubs konzentriert haben . Der Datenhub verbindet alle Daten in einem Unternehmen und bietet letztendlich allen Geschäftsbenutzern die 360-Grad-Ansicht der Daten, die sie für ihre Arbeit benötigen. Im Idealfall geschieht dies im Kontext der Geschäftsanwendungen, die sie bereits verwenden. Dies transparent und effizient zu machen und gleichzeitig die gemeinsame Verwaltung von Daten im gesamten Unternehmen zu ermöglichen.

In meiner letzten Kolumne habe ich darüber geschrieben, wie man den Datenhub noch einen Schritt weiter bringt, um ihn intelligent zu machen. Dieses Mal möchte ich mich eingehender mit einer kritischen Komponente des Datenhubs befassen: dem Application Data Management (ADM).

Anwendungsdatenverwaltung definieren und beherrschen

Wie der Analyst und Research-Vizepräsident Andrew White von Gartner betont hat, ist ADM eine Art neues Teilfeld, das sowohl neben als auch innerhalb des Stammdatenmanagements (MDM) existiert. Das Application Data Management (ADM) beherrscht Daten, die von mehreren Anwendungen gemeinsam genutzt werden, jedoch nicht unbedingt vom gesamten Unternehmen.

Beispielsweise kann ein typisches Unternehmen heutzutage über Supply Chain Management, ein CRM-System (Customer Relationship Management) und Abrechnungssoftware verfügen. Jedes System führt einen anderen Teil des Geschäfts aus. Alle diese Systeme verfügen jedoch über gemeinsame Daten wie Kundennamen, Adressen, Rechnungs- und Versandadressen sowie Rechnungen.

Jedes System hat auch andere Daten. Im Supply-Chain-System gibt es Logistikinformationen, Drop-Shipping-Details, Steuern und Abgaben. Das CRM verfügt über Leads und Opportunities, zusätzliche Kontakte, frühere Bestellungen und Verhandlungen, während die Buchhaltungssoftware Bankkonten- und Bankleitzahlen enthält - Informationen, die eine hohe Sicherheit erfordern und nur von wenigen Mitarbeitern im gesamten Unternehmen gesehen werden können.

Die gemeinsamen Daten sind unterschiedlich. Es ist das, was oft als "sich langsam ändernde Dimensionen" bezeichnet wird. Im Laufe Ihres Lebens ändern sich Ihre Adresse, Ihr Telefon und Ihre E-Mail-Adresse sehr langsam, aber Sie sind immer noch dieselbe Person. Das Gleiche gilt, wenn Sie für ein Unternehmen arbeiten, aber befördert werden oder Büros wechseln. Einige Ihnen zugeschriebene Zahlen und Buchstaben ändern sich, andere nicht.

Informationen, die Dimensionen langsam ändern, werden als Stammdaten betrachtet und in einer separaten Datenbank mit Informationen zu diesen kleinen, langsamen Änderungen im Laufe der Zeit gespeichert. Die sich schneller ändernden Anwendungsdaten sind Transaktionsdaten - Informationen wie das Einkommen einer Person oder die Einnahmen eines Unternehmens. Es ändert sich ständig (wie jedes Quartal) und wird zusammen mit Kundeninformationen gespeichert. Obwohl es sich nicht um Stammdaten handelt, möchte ein Unternehmen diese dennoch beherrschen.

Anwendungsdatenmanagement in der Praxis

Während eines Geschäftstages aktualisieren verschiedene Personen in einer Organisation diese Informationsgruppen. Abhängig von ihrer Rolle und ihren Berechtigungen können sie Teile der Anwendungsdaten aktualisieren, genehmigen oder zur Genehmigung an einen Datenverwalter senden. Sie werden mit unterschiedlicher Geschwindigkeit und unterschiedlicher Spezifität und Genauigkeit aktualisiert. Wenn die Änderungen wirksam werden, werden die gemeinsam genutzten Daten sofort in allen Anwendungen wiedergegeben. ADM macht also alles, was MDM macht, dient aber letztendlich einem anderen Fall: von mehreren Anwendungen gemeinsam genutzt.

Was verbindet alles miteinander? Das ist der Datenhub. Der Datenhub umfasst Datenverwaltung, Datenqualität und -anreicherung sowie Workflows (z. B. Genehmigungen und iterative Prozesse). Sie spiegeln wider, wie sich Daten im Laufe der Zeit ändern, und bieten kristallklare Klarheit für Rückverfolgbarkeit, Herkunft und Hörbarkeit.

Künstliche Intelligenz: die Schlüsselkomponente

Bis vor kurzem wurde die Verwendung einer Data Hub-Strategie durch den belastenden Integrationsbedarf und die Notwendigkeit, mehrere Softwareplattformen und -dienste zu einem funktionierenden System zusammenzuschustern, behindert. Künstliche Intelligenz und Technologien für maschinelles Lernen bringen die „letzte Meile“ der Automatisierung und Korrelation, um den Datenhub realisierbar zu machen.

Diese letzte Schicht ist der „intelligente“ Daten-Hub, der die oben genannten Datenfunktionen, einschließlich KI und maschinelles Lernen, berücksichtigt. Dies führt zu einer intuitiven, benutzerfreundlichen Geschäftsoberfläche, über die Datenprozesse für jeden Mitarbeiter in der Organisation problemlos verwendet werden können.

Endbenutzer in Unternehmen müssen letztendlich befähigt werden, Kundenbindung aufzubauen und Cross-Selling- und Upsell-Möglichkeiten zu erkunden. Daten können ihnen helfen, aber nur, wenn sie am richtigen Ort gespeichert und zur richtigen Zeit von der richtigen Anwendung an die richtige Person übertragen werden.

Bring es zusammen

Die Datenindustrie hat sich selbst einen schlechten Dienst erwiesen, indem sie viele komponentenbasierte Softwareteile für segmentierte Teile der größeren Anforderung hat. Dies entstand aus dem Wunsch heraus, eine Nische in einem überfüllten Markt zu besitzen. Der Weg, um den so dringend benötigten Wert zu liefern, besteht zunehmend darin, ihn auf einer einzigen Plattform zusammenzuführen und die Komplexität durch ein intuitives Design zu optimieren. Beobachten Sie diesen Raum.