1. Upravljanje podacima (Data Governance)
Prof. dr Dragana Bečejski-Vujaklija
Upravljanje razvojem IS
Upravljanje podacima (Data Governance)
Upravljanje ključnim podacima
(Master Data Management)

2. Cilj upravljanja podacima
Smanjiti mogućnost nastanka negativnih događaja koji su posledica lošeg kvaliteta podataka.
„Nije moguće zaštiti podatke, ako nije poznata njihova vrednost“

3. Šta je Upravljanje podacima (Data Governance)?
Skup aktivnosti koji uključuje:
Definisanje uloga i odgovornosti za podatke
Uspostavljanje internih standarda kvaliteta podataka
Definisanje pravila za kreiranje podataka
Arbitraža u situacijama deljenja podataka (shared data)

4. Da li nam je potrebno upravljanje podacima?
“Moramo zaustaviti rasprave o tome ko je vlasnik kojih podataka”
“Ne možemo uvesti Upravljanje podacima dok ne formalizujemo procese donošenja odluka u preduzeću.”
“Besmisleno je fiksirati podatke za jedan podsistem, mnogi od njih imaju više vlasnika u preduzeću.”
“Svi su saglasni da je kvalitet podataka loš, ali niko nije saglasan oko načina kako da se to poporavi.”
“Naši CRM, supply chain management i ERP programi su u mrtvom zagrljaju!.”
“Imamo više verzija jedine verzije istine!”

5. Šta je alternativa? Konfuzija, fragmentacija & frustracija
Nedostatak progresa
Više rada za osoblje
Sporovi i troškovi
Nemogućnost uspostavljanja tokova između više sistema
Teškoće pri integrisanju sistema u celinu bez ‘šavova’
Nemogućnost izrade pouzdanih pokazatelja performansi

6. Čime se bavi Data Governance
Utvrđivanje interesnih grupa i vlasnika podataka
Utvrđivanje zajedničkih podataka za preduzeće
Nivelisanje zahtevanog kvaliteta podataka saglasno poslovnim ciljevima
Izolovanje IT od konflikata među vlasnicima podataka
Obezbeđenje upravljanja podacima nezavisno od aplikacija
Uspostavljanje monitoringa i merenje efekata.

7. Dimenzije kvaliteta podataka

8. Data Governance : Data Management
Zaštititi, poboljšati, obezbediti podatke
Osigurati nadzor, procenu usklađenosti, upravljanje rizicima za podatke
Razumeti poslovne procese, poslovnu politiku, pravila i smernice
Data Management
Razviti pravila i standarde za podršku podacima

9. Koraci u razvoju Data Governance
1. Proceniti spremnost preduzeća za DG
2. Definisati DG strategiju
3. Identifikovati tela koja donose odluke
4. Definisati oblasti i pravila odlučivanja
5. Identifikovati mehanizme upravljanja
6. Razviti alate i kapacitete

10. Realizacija DG Formiranje tima Definisanje organizacije Izrada plana
Obuka, trening, informisanje
Usvajanje standarda

11. Uloga ‘čuvara podataka’ - Data Stewards
Najvažnija uloga u Data Governance
Definiše procedure, značenje podataka, implementira pravila za podatke
Podrazumeva dobro poznavanje oblasti poslovanja

12. Tehničke obaveze funkcije ‘čuvara podataka’ (Data Stewards)
Svakodnevna odgovornost za održavanje i korišćenje baze podataka
Korišćenje alata za pomoć u lociranju i održavanju podataka

13. Zadaci funkcije Data Stewards
Osigurava da svaki elemenat podatka:
ima jasnu i nedvosmislenu definiciju,
nije u suprotnosti s drugim podacima (uklanja duplikate, preklapanje i sl.),
još uvek se koristi (sklanja neiskorišćene podatke),
dosledno se koristi u različitim delovima sistema,
ima adekvatnu dokumentaciju,
ima dokumentovano poreklo i izvore autoriteta.

14. Model Data Governance

15. Ključni faktori uspeha DG
Jasno vlasništvo nad podatkom
Prepoznata vrednost podatka
Efikasna pravila i procedure održavanja
Pouzdanost podatka

16. Master Data Management
Upravljanje ključnim podacima

17. Definicija Master podataka
Ključne činjenice koje opisuju glavne objekte poslovanja
Visoko vredne informacije koje imaju uticaja na najvažnije poslovne procese
Uključene su u više procesa, aplikacija i baza podataka

18. Različito predstavljanje sličnih koncepata

19. MDM komponente MDM se ne može kupiti kao gotovo rešenje
Iterativna priroda njihovog razvoja
Slojevi MDM komponenti
Upravljanje poslovnim procesima
Integracija
Identifikacija
Operativno upravljanje
Upravljanje podacima
Arhitektura

20. Prethodni koraci u realizaciji MDM
Utvrditi koji podaci u poslovnim procesima se mogu identifikovati kao ključni
Pronaći podatke povezane sa svakim ključnim podatkom
Pronaći način za izolovanje ključnih podataka
Osmisliti način za korišćenje ključnih metapodataka
Proceniti razlike među podacima u cilju utvrđivanja standardizovanih modela za prikupljanje i integraciju ključnih podataka
Utvrditi tehnike za integraciju u jedinstveno skladište podataka

21. Pristupi identifikaciji master podataka
Top-down pristup analizi modela podataka i dokumentovanih modela poslovnih procesa
utvrđuje se koji objekti su kritični u skupu poslovnih aplikacija.
Bottom-up proces evaluacije organizacionih resursa
pronalaženje aplikacija i struktura podataka koje one koriste, radi utvrđivanja ključnih podataka

22. Master Data Management
Podrška svim aplikacijama koje kreiraju i/ili koriste master podatke
Uspostavljanje fleksibilne funkcionalnosti za održavanje sistema, u zavisnosti od tačnosti master podataka
Održavanje konzistentnosti i odnosa među master podacima
Upravljanje životnim ciklusom podataka

23. Nivoi strukture za upravljanje ključnim podacima
Nivo upravnog odbora (top menadžment)
Odbor srednjeg nivoa upravljanja podacima
Nivo pojednaca koji se pridržavaju kreiranih procedura i pravila

24. MDM kao kombinacija ljudi, rešenja i automatizacije

25. 25
Vrste MDM
Operacioni MDM – Definisanje, kreiranje i sinhronizacija master podataka koji se koriste kroz transakcioni sistem i njihova isporuka putem servisno orijentisane arhitekture (SOA);
Hibridni MDM – Deo master podataka je upravljan unutar transakcionog sistema, a deo podataka je arhiviran, kao reference.
Reference File MDM – Upravljanje master podacima nije deo aktuelnih aplikacija, već su oni (redundantno) smešteni u refrerentne fajlove u nadležnim sektorima preduzeća.

26. Karakteristike uspešnog projekta MDM
Efektivna tehnička infrastruktura koja omogućava kolaboraciju,
Organizaciona spremnost na promene,
Mogućnost integracije u trenutno korišćeni sistem,
Visok kvalitet podataka,
Mogućnost nadgledanja procesa pomoću procedura za upravljanje podacima,
Postojanje metoda za identifikaciju novih podataka kao kandidata za integraciju u skup ključnih podataka.

27. Rezultat MDM projekta
Jedinstveno skladište visokokvalitetnih ključnih podataka koji se koriste u aplikacijama širom organizacije
Potpuno poverenje svih interesnih grupa u ispravnost master podataka.

28. Koristi od MDM za sve aspekte poslovanja organizacije:
U finansijama, MDM može dovesti do tačnijeg izveštavanja, efikasnijeg planiranja i budžetiranja
U prodaji i marketnigu, dobar MDM može obezbediti jedinstven pogled na kupca, što dovodi do većeg zadovljstva samog kupca.
U nabavci i menadžmentu lanaca snabdevanja, MDM može znatno da smanji kašenjenja u isporuci i smanji greške u kodiranju artikala.
Za proizvođače, MDM znači brže lansiranje proizvoda i bolje upravljanje povratnim informcijama od klijenata.
Za IT, MDM vodi ka povećanoj produktinosti u razvijanju aplikacija zasnovanih na standardima.

29. Trendovi razvoja MDM
Korišćenje alata za održavanje i proveru kvaliteta podataka unutar MDM čvorišta.
Korišćenje opšte platforme za podatke iz više tematskih oblasti.
Izgradnja dobrih studija slučaja primene MDM u vertikalnim segmentima (javna uprava, avio saobraćaj, zdravstvo i sl.)

30. Preporučena literatura
Loshin D.,”Master Data Management”, Morgan Kaufman, Amsterdam, – biblioteka FONa