据商业智能提供商称,全球每天产生超过2.5万亿字节的数据,而且这一数字还将迅速增长多摩君.即将到来的数据流量增长将来自移动和云计算资源,以及人工智能、物联网和机器学习的发展。与不使用复杂数据集的企业相比,来自大数据的有洞察力的商业决策可以为企业提供23倍的客户获取能力。
事实上,根据智能数据做出洞察导向商业决策的公司,预计每年将从缺乏数据驱动能力的竞争对手那里获得1.8万亿美元的收入。据估计,仅在2019年,企业就在大数据和分析上花费了1870亿美元,这并不奇怪Leftronic.
当然,数据有多种形式和来源,作为一个组织如何使用它取决于你的部门和你的业务目标。可以肯定的是,向SOA和SaaS发展使得主数据管理(MDM)成为一个关键问题。同样不可否认的是,为了进行相关和有目的的分析,数据必须从一开始就干净和正确。因此,企业必须在其数据战略中建立强大的主数据管理实践,以推进数据分析,以获得有意义的结果。
与客户主数据一样,供应商主数据是采购部门发现洞察驱动战略和决策机会最多的最大领域之一。但是,在如何管理主数据以准确地向数据分析机器提供数据方面存在一些挑战。
问题的一部分
许多公司正在进入数字化转型的下一个阶段,但正在努力解决埋藏在多个系统基础设施中的供应商数据。人力资源、营销、物流、财务、IT——他们都可能使用自己版本的供应商数据,并维护个人记录。实际上,他们都保持着自己对真相的看法,并以狭隘的部门观点作为决策的基础。
异常情况可能会叠加,特别是如果这种情况横跨不同的地点、国家或整个地区。信息中的错误和差距经常在组织中重复出现,当存在多个ERP系统时,这种情况会进一步加剧。
在整个组织中,本应是共享或共同资产的东西,却成了不准确或模糊输出的来源。主数据应该是准确的,并在支出分析、采购优化和集中合同管理方面提供有用的结果。
事实上,你可以利用最新的人工智能或基于算法的发展,但除非它们所依赖的核心数据是完整、正确和合理的,否则你将无法获得它们所能提供的真正好处。如果你作为一个企业所做的判断是基于不准确、过时或虚假的信息,那么你就会因为没有全面了解真相而在决策中产生更多风险。
当你做出错误的商业决策时,你就会面临风险。那么如何做出正确的选择呢?我们如何信任我们的核心数据,以便将其带入有意义的业务上下文中?
相信你的主数据意味着超越ERP…
长期以来,数据一直是采购组织的克星。主数据保存在哪里?谁对此负责?您可以信任哪些主数据?当你提交给董事会时,你如何知道你的预测、假设情景、供应商测量和支出分析是否正确?
由于缺乏高质量的细粒度数据,许多组织一直难以从支出分析或优化投资中获得充分价值。企业已经接受了25年的ERP系统来帮助他们管理内部运营,但现在我们的第三方关系,包括供应商管理和合同管理,需要培养。
如果我们要满足当今对企业社会责任、可持续性和社会影响的需求,同时与我们的供应商生态系统建立平衡和可信的关系,我们需要适合目标的系统。但在当今的环境中,ERP系统通常是全球隔离的,附加工具,解决方案的混合集合,没有一个完整的数据图片或验证。因此,为了获得值得信赖的供应商主数据,我们开始将目光从我们的ERP系统转向配备更齐全、设计更好的人工智能解决方案。
...只有一个真理的来源
帮助我们掌握MDM的工具正变得越来越复杂、更快和功能丰富。现在有了使用算法和机器学习的统一平台,通过清理和标准化来规范数据,还利用了匹配、合并和整合来自所有来源的所有数据。好的MDM系统最重要的特征是具有较高的数据匹配精度。它应该能够将所有数据转换为通用格式,替换任何缺失的值,标准化这些值并删除重复的值。然后,它应该能够从大量记录中提取一个有效的记录,然后将这些记录推回ERP系统。
最好的解决方案还要处理可伸缩性。MDM不会止步于创建主数据列表。随着数据集的增长,它也必须继续培育这个列表,并适当地扩展它。如果主数据在不断更新和扩展时不能保持干净和一致,那么在干净、一致的主数据上投入时间和金钱很快就会变得多余。
越来越多的套件提供MDM功能,因为软件制造商意识到购买者的挑战。但这些服务的深度和广度并不平等。那些基于定制系统、拥有本土能力、历史知识和经验(而不是被收购或捆绑)的企业,已经有机地发展起来,以应对当今的挑战。
一个值得信赖的长期供应商,《全球经济展望》他承认,最好的解决方案是永不更换平台,保持稳定的基础和强大的数据模型。作为里斯Cleaver,里斯有一个帐户高级经理,PMG在全球创业计划说:
“随着组织要处理的数据量越来越大,继续依靠员工来处理和协调所有数据是不可能的。为了获得有效的真相来源,这必须委托给一个支持人工智能的系统,该系统具有可靠的数据模型历史,可以产生示范性结果。”
结论
在一个包括ERP、P2P和CRM在内的混合生态系统的世界里,你可以信任哪些数据?不能有多个主数据文件。现在,我们如何确保我们使用的任何主数据模型都能随着事务数据量的扩大而在未来扩展?这些问题长期以来一直困扰着采购。干净和准确的主数据是在全球范围内提供可信信息的关键。采购可以使那些日常的微观决策成为可能,从而为企业决策所依据的更大的宏观商业图景提供信息。
从谈判到签约,从入职到更新和更新,整个与供应商相关的过程几乎不考虑ERP系统中已经存在的内容。除了采购,还有谁在管理这些?他们有责任使这些数据成为一个安全的来源,这样无论你是首席财务官、首席营销官还是首席信息官,这些数据都是可用的和值得信赖的。这是一个日益严峻的挑战,需要一个全面的MDM策略、支持它的工具和一个能够实现它的采购团队。
免责声明:本品牌工作室文章是与GEP联合撰写的
这是一篇好文章,数据应该不受任何系统的影响,虽然我确实主张使用人工智能和自动化来帮助数据清理和分类,但我坚信,在这些系统使用它之前,它必须由人类进行检查和管理。
人工智能只能从好的、准确的训练集中学习,而这些训练集只能由有经验的人类提供。如果我们开始完全依赖自动化来为我们做这件事,我们就会失去与数据的联系,然后失去知道什么时候错误的能力,除非这是一个明显的错误。
//www.szcsmm.com/uk/the-dangers-of-dirty-data-how-to-do-a-quick-and-easy-spot-check/