Прошлое

Все началось с системы интеграции данных о клиентах (CDI), направленной на решение распространенной среди многих предприятий проблемы наличия нескольких хранилищ для данных о клиентах. Эта система решала проблему предоставления противоречивого представления о клиенте и отсутствию контроля за взаимодействием с клиентами и аналитической информацией.

Параллельно развивалась система управления информацией о продуктах (PIM). Наряду с трудностями, связанными с наличием нескольких хранилищ данных о продуктах, рост электронной коммерции привел к необходимости структурной обработки гораздо более подробных данных о продуктах, чем раньше.

Хотя PIM по-прежнему существует как смежная с MDM система, CDI превратилась в клиентскую MDM, охватывающую больше аспектов, чем простая интеграция и консолидация основных данных клиентов, например, обогащение данных, управление данными и рабочие процессы. PIM система отлично работает как внутри, так и вне MDM продукта, в то время как MDM для ритейла стал третьей основной областью основных данных.

Настоящее

Сегодня многие организации (и поставщики решений) либо расширяют свои возможности MDM до концепции многодоменного MDM, либо с него начинают путь. Многодоменное управление основными данными обычно воспринимается как объединение MDM клиентов, MDM поставщиков и MDM продуктов.

В рамках междоменного мышления компании и разработчики уже готовятся к неизбежному появлению домена деловых партнеров.

Домен деловых партнеров в MDM включает в себя различные аспекты взаимодействия как с внешними, так и с внутренними данными, но нацелен на укрепление партнёрских связей. Вот несколько наиболее популярных сценариев:

• Сотрудничество и обмен данными с партнерами: в MDM может быть создан отдельный домен или раздел, предназначенный для управления данными о деловых партнерах. Это может включать информацию о контактах, организационных данных, договорах и других важных аспектах взаимодействия с деловыми партнерами.
• Интеграция данных о партнерах в MDM: для улучшения качества данных и целостности информации в MDM может быть создан домен, объединяющий данные о деловых партнерах из различных источников. Это может включать в себя стандартизацию данных, управление дубликатами и обеспечение единого и точного представления данных о партнерах.
• Расширение MDM для включения аспектов партнерских отношений: домен деловых партнеров может быть введен для расширения функциональности MDM, чтобы включить специфические аспекты управления партнерскими отношениями. Это может включать в себя отслеживание статусов, аналитику по эффективности партнерских отношений и другие соответствующие функции.

В то время как PIM в основном занимается сбором, обогащением, хранением и публикацией информации о продуктах внутри конкретной организации, PDS (синдикация данных о продукте) занимается обменом информацией о продуктах между производителями, продавцами и торговыми площадками.

У каждой торговой площадки есть свои требования к тому, как следует загружать информацию о продукте, включая необходимые элементы данных, запрошенную таксономию и стандарты данных, а также метод распространения данных.

Производитель может хранить информацию о продукте в собственном приложении ERP, MDM и/или PIM. Точно так же продавец (розничный торговец или B2B-дилер) может иметь информацию о продукте во внутреннем приложении ERP, MDM (управление мастер данными) и/или PIM. Чаще всего производитель и продавец не используют один и тот же стандарт данных, таксономию, формат и структуру для информации о продукте.

Таким образом, основной способ синдикации данных о продуктах по-прежнему является обмен 1-1. Вариантов реализации может несколько:

• Обмен электронными таблицами обычно организован так, что продавец просит производителя заполнить электронную таблицу элементами данных, определенными продавцом.
• Портал поставщиков, где продавец предлагает интерфейс к своей среде PIM, где каждый производитель может загружать информацию о продукте в соответствии с определениями продавца.
• Портал для клиентов, где производитель предлагает интерфейс, с помощью которого каждый продавец может загрузить информацию о продукте в соответствии с определениями производителя.
• Специализированная служба распространения данных о продуктах, где производитель может передавать информацию о продуктах в соответствии со своими определениями, а продавец может извлекать связанную и преобразованную информацию о продуктах в соответствии со своими определениями.

В чём ценность для бизнеса от внедрения MDM?

Для компании "Элком Электро" нужна была система, которая умела бы работать не только с продуктовым контентом, а еще с ценами, складами, остатками, информацией о клиенте. Это задачи именно MDM систем. После внедрения Compo MDM "Элком Электро" сократила операционные расходы, улучшила логистику, увеличила товарооборот, а клиенты получили дополнительные возможности:

• видеть собственную цену с учетом персональных скидок;
• видеть остатки на складах своего региона;
• работать от нескольких компаний (например, холдинг может заключить договора на разные компании);
• видеть список договоров (ограничения, лимит суммы и прочее).

Будущее

Межкорпоративный MDM станет следующим этапом развития MDM систем и Product Data Syndicate (PDS) очень сильно в этом поможет. Речь идет о том, что организации смогут сотрудничать и обмениваться мастер данными и вместе с деловыми партнерами создавать новые способы увеличения прибыли.

Это одна из самых многообещающих тенденций в мире MDM. Однако это произойдет не завтра. Сейчас на большинстве предприятий еще не закрыта задача по устранению внутренней разрозненности данных и знаний внутри организаций. В одной из статей мы описывали несколько стилей реализации MDM , которые закрывают эту проблему.

Расширенный MDM — это следующая ступень охвата других областей данных, помимо клиентов, поставщиков и продуктов, под эгидой MDM.

Всё чаще в расширенный MDM входит или примыкает система RDM, которая отвечает за управление справочными данными. Это небольшое, но важное расширение управления основными данными (MDM).

Справочные данные — это списки значений, которые придают контекст основным данным и гарантируют, что используются одни и те же (или связываемые) коды для описания объектов данных. Примеры:

• Список стран, городов, список почтовых индексов;
• Список кодов отраслей промышленности;
• Список классификаций продуктов.

Кроме того, мы увидим, что количество участников в цепочке данных с каждым годом увеличивается. Какие организации и структуры входят в состав зависит от отрасли.

Примеры из ритейла: товары, склады, магазины, региональные филиалы, онлайн витрины, маркетплейсы, поставщики.

Примеры из фармацевтической отрасли: собственные и дочерние заводы, больницы и другие медицинские учреждения.

Примеры из производства: заводы, склады, продукция, оборудование и помещения, в которых используется произведенная ими продукция.

Обработка всех этих видов данных потребует сотрудничества MDM между предприятиями с настроенным доменом деловых партнеров.

Еще один этап развития управления основными данными (MDM) заключается в использовании искусственного интеллекта (ИИ) и стимулировании его с помощью машинного обучения (ML).

Вот некоторые варианты использования искусственного интеллекта и машинного обучения:

Перевод между таксономиями. Новые технологии в MDM системах помогают для объектов мастер-данных устанавливать различные системы классификации. Например, для материально-технических ресурсов можно определить один или несколько классификаторов: первый – объединяющий элементы с точки зрения клиента по товарным категориям, а второй – с точки зрения закупщика по поставщикам. Состав атрибутов модели для конкретного элемента мастер-данных может зависеть от установленной системы классификации.

Преобразование неструктурированных данных в структурированные. Многие данные хранятся в неструктурированном виде, и для систематического использования этих данных в бизнес-процессах необходимо сделать данные более структурированными. Искусственный интеллект и машинное обучение тоже могут в этом помочь.

Предотвращение проблем с качеством данных. Простые правила проверки целостности и проверки данных — это хорошо, но, к сожалению, недостаточно для обеспечения качества данных. ИИ — это способ использовать статистические методы и сложные взаимосвязи.

Категоризация данных. Цифровая трансформация с растущими требованиями соответствия, сделала категоризацию данных обязательной. Искусственный интеллект и машинное обучение могут стать эффективным инструментом решения этой задачи.

Сопоставление данных. Установление связей между несколькими описаниями одной и той же сущности данных на предприятии и сторонними информационными системами всегда было непростой задачей. Искусственный интеллект и машинное обучение могут помочь в этой задаче.

Новый уровень MDM

• ML и AI могут использоваться для автоматизации принятия решений по управлению данными, что улучшает эффективность и сокращает риск человеческих ошибок;
• ML и AI позволяют проводить более глубокий анализ данных, выявлять скрытые закономерности и делать прогнозы, что может помочь в принятии более информированных решений;
• Алгоритмы машинного обучения могут помочь автоматически обогащать данные, добавляя новую информацию или улучшая качество существующей;
• Использование ML и AI может помочь в выявлении и исправлении ошибок в данных, что способствует повышению их точности и качества.