主数据管理-为什么你做错了,如何修复它

据商业智能提供商称,全球每天产生的数据超过2.5万亿字节,这一数字将迅速增长多摩君.即将到来的数据流量增长将来自移动和云计算源,以及人工智能、物联网和机器学习的发展。与同时代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倍的客户获取提升。

事实上,根据智能数据做出洞察型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。据估计,仅2019年,企业在大数据和分析上的支出就高达1870亿美元,这并不令人惊讶Leftronic

当然,数据的形式和来源多种多样,你如何作为一个组织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的发展使主数据管理(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是干净和正确的。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,以推动数据分析取得有意义的结果。

与客户主数据一样,供应商主数据是采购部门在洞察驱动的战略和决策制定中找到最多机会的最大领域之一。但是,如何管理主数据以准确地为数据分析机器提供数据还存在一些挑战。

问题的一部分

许多公司正在进入数字转型的下一个阶段,但仍在努力处理埋在多个系统基础设施中的供应商数据。人力资源、市场营销、物流、财务、IT——他们都可能使用各自版本的供应商数据,并维护各自的记录。实际上,他们都保留着自己对真相的看法,并使用狭隘的部门观点作为决策的基础。

异常现象可能会叠加起来,特别是如果这种情况跨越了不同的地点、国家或整个地区。当多个ERP系统存在时,信息上的错误和差距往往在组织之间重复出现,这进一步加剧了问题。

本应是整个组织中共享或共同资产的东西,反而是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。

事实是,你可以利用最新的AI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。如果你的判断是基于不准确的、过时的或错误的信息,那么你的决策就会因为没有全面了解真相而产生更大的风险。

风险是当你做了错误的商业决策时所得到的。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?

信任你的主数据意味着超越ERP…

长期以来,数据一直是采购机构的祸根。您将主数据保存在哪里?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、细粒度的数据,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信任的关系,我们需要适合目的的系统。但在当今的环境中,常常是全球隔离的ERP系统、附加工具、解决方案的混合集合,没有一个完整的图像或数据验证。因此,为了获得可靠的供应商主数据,我们开始将目光从我们的ERP系统转向人工智能驱动的解决方案,这些解决方案装备更齐全,设计更好,可以完成这项工作。

...对唯一的真相来源

帮助我们掌握MDM的工具正变得更加复杂、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化数据,并利用匹配、合并和整合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,将这些值标准化并删除重复的值。然后,它应该能够从大量的记录中提取出一个有效的记录,然后将其推回到ERP系统中。

最好的解决方案还要考虑可伸缩性。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进行扩展。如果随着时间的推移而更新和扩展的主数据不保持干净和一致,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买家的挑战。但这些产品的深度和广度并不平等。那些基于定制系统、具有自主能力、历史知识和经验的公司,而不是通过收购或嫁接发展起来的,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改变平台,保持稳定的基础和强大的数据模型。作为Rese Cleaver, Rese在PMG有一个账户全球创业计划说:

“随着企业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,这必须委托给一个人工智能支持的系统,该系统具有可靠的数据模型历史,可以产生演示性的结果。”

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?不可能有多个主数据文件。今天,我们如何确保无论使用哪个主数据模型,随着事务数据量的增加,将来都是可伸缩的?长期以来,这些问题一直拖累着采购。干净、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,这些决策为制定公司决策的更大的宏观业务图景提供信息。

从谈判到签订合同,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,还有谁在管理这个?他们有责任让这些数据成为安全来源,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、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、能够支持它的工具和能够实现它的采购团队。

免责声明:本品牌工作室的文章是与GEP合作撰写的

在Procurious分享

第一个声音

  1. 苏珊·沃尔什

    这是一篇好文章,数据应该不受任何系统的影响,虽然我确实提倡使用人工智能和自动化来帮助数据清理和分类,但我坚信,在这些系统使用数据之前,它必须由人类进行检查和管理。

    人工智能只能从良好、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是错误的能力,除非是一个明显的错误。

    //www.szcsmm.com/uk/the-dangers-of-dirty-data-how-to-do-a-quick-and-easy-spot-check/

讨论:

您的电邮地址将不会公布。

这个网站使用Akismet来减少垃圾邮件。了解如何处理您的评论数据