Гармония данных: зачем бизнесу нужна MDM-система?

Задача гармонизации и стандартизации мастер-данных актуальна всегда. Ее приходится решать любой компании, которая стремится к тому, чтобы оперировать корректной отчетностью и грамотно управлять объектами своего бизнеса. Качество данных — необходимое для этого условие, но как его достичь?

Для чего управлять мастер-данными

Мы переживаем непростой период, связанный с масштабными переменами в экономике. Они приводят к изменениям в организационной структуре и справочниках предприятий. Многие компании осуществляют программы трансформации своего бизнеса. Наконец, программы импортозамещения, которые сегодня осуществляют многие организации, — удобный момент для того, чтобы подчас с нуля, при замене инфраструктурных решений, создать современные системы управления мастер-данными, в том числе и там, где они ранее не применялись на постоянной основе.
Так или иначе задача по гармонизации и стандартизации мастер-данных стоит перед любым бизнесом. Пусть и в неявной форме, но каждая компания сталкивается с нормативно-справочной информацией — как внутренней, так и внешней. Например, с регуляторными требованиями и предписаниями, стандартами, перечнями, справочниками, обязательными для использования — скажем, при формировании бухгалтерской отчетности.
Управление мастер-данными предприятия осуществляют по-разному. Далеко не везде эта задача выделена в отдельную бизнес-практику. Соответственно, не каждое предприятие использует отдельную специализированную MDM-систему. Часто для этой цели применяются ERP-системы.
Но когда бизнес достигает высокого уровня зрелости, штат организации вырастает до нескольких тысяч человек, а номенклатура товаров — тысяч позиций, то обходиться без MDM-системы становится затруднительно. Именно в таких компаниях и возникает запрос на внедрение специализированной системы для управления мастер-данными.

Одним из преимуществ MDM-систем является возможность быстрого внедрения изменений. Это позволяет компаниям оперативно реагировать на меняющиеся требования бизнес-среды и поддерживать конкурентоспособность на рынке.

Тренд на применение MDM-систем — глобальный и объективный. По мнению аналитиков Markets & Markets, в ближайшие пять лет мировой рынок MDM будет расти со среднегодовым темпом 15,7% и к 2027 году достигнет объема в $34,5 млрд.
Однако недостаточно просто внедрить MDM — важно сделать это правильно.

Сначала операционка, потом — аналитика.

При помощи MDM-систем решаются две группы задач: операционные и аналитические. Первые непосредственно связаны с обеспечением бизнес-процессов организации. В качестве примера можно указать управление закупками, для которого важны данные о поставщиках, логистических цепочках, емкости рынка, объемах закупок. Вторая группа задач — аналитические, они связаны с формированием отчетности всех уровней, как внутренней, так и внешней.

В соответствии с характером решаемых задач различаются и назначения MDM-систем. Одни из них ориентированы на использование в операционной деятельности компании, другие — на аналитическую работу. Эта разница в отношениях определяет серьезные отличия в функциональности разных систем.

Операционные MDM позволяют управлять мастер-данными на уровне операционной деятельности, бизнес-процессов. Упрощенно, такие системы отвечают за формирование данных и их стандартизацию с другими информационными системами и сервисами компании.
К примеру, при введении в одну из систем очередного договора с поставщиком MDM-система проверяет данные из него и приводит их в соответствие со справочниками, которые использует организация. В результате гармонизируется весь массив данных, которые применяются в компании во всех системах и сервисах. Закупки, продажи, производственная деятельность, текущий маркетинг — вот основные бизнес-процессы, что обеспечивает такая MDM-система.

В идеальной ситуации внедрение и последующее использование MDM-системы начинается именно в операционной деятельности. В этом случае провести границу между операционной и аналитической MDM-системами невозможно. Однако на практике многие организации приходят к внедрению MDM-решений, когда сталкиваются с необходимостью ответа на аналитические вызовы, а также с задачами переработки значительных массивов данных из разных информационных систем.

В этом случае MDM-система применяется для очистки разрозненных данных и их сведения к единым стандартам, унификации и гармонизации уже на уровне хранилища, а не систем и сервисов.

Основной недостаток такого «половинчатого» решения состоит в том, что оно не возвращает данные обратно в системные источники, а значит, пользователи MDM вынуждены каждый раз повторять процесс гармонизации данных. В результате не решается главная задача — хранение унифицированной непротиворечивой информации.

Следует учесть важное обстоятельство. Информационная система, которая применяется для определенного круга задач (например, ERP), в большинстве случаев не может выполнять роли такого унифицированного хранилища. Связано это с тем, что чаще всего в компании используется не единственный, а множество сервисов, каждый из которых приносит в поток данных свою специфику. При этом MDM — система, не предназначенная для решения бизнес-задач, анализа данных, составления отчетности и выполнения других функций.
Этот инструмент позволяет правильно подготовить и обогатить те данные, с которыми будут работать другие системы. Поэтому полноценная MDM-система не просто отдельное решение, но еще один из краеугольных камней в ландшафте предприятия, который имеет такое же определяющее значение, как ERP или BI.

MDM для производственно-дистрибуторской компании

Для того чтобы проиллюстрировать роль MDM-системы и процесс ее внедрения, приведу в качестве примера кейс крупной компании, сегодня осуществляющей такой проект. Это бывшая дочерняя компания крупного международного производственно-дистрибьюторского концерна. Она проходит процесс локализации, выхода из состава материнской компании.

Данный проект связан с необходимостью нового внедрения различных информационных систем и сервисов. Ключевое значение для компании имеет ERP, при помощи которой осуществляется управление производством и дистрибьюцией продукции. Естественно, что с внедрения именно этой системы начали процесс локализации ИТ-компании ее новые собственники.

ERP в этой компании — основной источник данных, которые в дальнейшем используются и для формирования отчетности, и для аналитики. На основе этого массива данных формируются справочники, и именно ERP определяет формат данных, которые в последующем будут отправляться в другие системы. Поэтому внедрение ERP — первый этап, где создается еще и фундамент для последующей работы с данными.
Внедрение MDM-системы будет осуществляться после завершения проекта по развертыванию ERP. На этом этапе нам предстоит преодолеть два очень серьезных затруднения.

Первое — процесс интеграции MDM- и ERP-систем. Предстоит создать справочники в рамках бизнес-процессов, обеспечиваемых на уровне ERP, определить необходимое качество данных, создать так называемую золотую эталонную запись. Эти сложные операции облегчат дальнейшую работу, когда будут внедряться вспомогательные системы, в которых данные будут использоваться — уже в гармонизированном и унифицированном виде.
Вторая сложность — организационная. Локализация бизнеса приводит к изменениям в структуре и бизнес-процессах как на верхнем, так и на низовом уровне. Все это отражается на структуре и составе данных, которые необходимо сразу же отразить в справочниках. При этом внедрение MDM-системы предполагает и определенную перестройку бизнес-процессов, которые должны выстраиваться в соответствии с новыми правилами, сформированными на уровне MDM.

Внедрение MDM позволит компании получить не только массив данных, готовый для составления правдивых отчетов и последующей адекватной аналитики. Эта система еще и инструмент устранения неточностей, неизбежно возникающих на этапе ввода данных в различные системы. Неправильные или неполные адреса потребителей приводят к потерям при доставке продукции.

Ошибочные сведения о запросах могут стать причиной перегрузки производственных мощностей или затоваривания складов. И это качество MDM позволяет не только повысить эффективность работы с данными, но и предотвратить прямые потери, связанные с ошибками в них.