Este documento presenta 10 claves para el éxito de un proyecto de Master Data Management (MDM). Estas incluyen: 1) definir claramente el proyecto MDM, 2) distinguir MDM de datos almacenados, 3) establecer el gobierno de datos, 4) asegurar el acceso a todos los datos, 5) descubrir los datos existentes, 6) limpiar efectivamente los datos, 7) crear registros maestros únicos, 8) entregar los registros correctos a los sistemas, 9) gestionar el cambio organizacional, y

1. 10 claves para un proyecto
Master Data Management
Juan Oñate
14 de Mayo de 2013

2. Objetivo de esta presentación
• Clarificar, comparar y desmitificar este
concepto
• Compartir la experiencia en
implementación de proyectos MDM
• Identificar los elementos críticos del
proyecto que conducen al éxito (o que
impedirían su consecución)
• Remarcar la naturaleza del MDM como un
gran proyecto de Integración de Datos

3. 1.- ¿Qué es el Master Data Management?
Gobernabilidad
De Datos
?
Experiencia
Del Cliente
FacturaciónRequerimientos
Regulatorios
Administración
De Riesgos
Operaciones
Back End
¿Quién?
¿Qué?
¿Cómo?
Cliente
Productos Contactos
Cliente
Externos
Proveedores
Cliente
Externos
Datos
Externos

4. 2.- Clarificar las diferencias entre MDM y DW
• MDM y DW se complementan. Comparten algunas fases y
técnicas.
• MDM y DW entregan datos con calidad a la empresa
• MDM añade dos importantes valores: datos correctos al
instante y retroalimentación a los sistemas origen
• DW contiene transacciones. MDM reglas de negocio
• MDM construye el “golden record” y es una fuente de
información para el DW
• Ambos sistemas requieren calidad de datos, metadatos e
infraestructura de integración de dato

5. 3.- Gobierno de Datos
Organización
• Estructura de Gobierno de Datos de la organización
• Roles y Responsabilidades de las personas implicadas
• Usuarios de negocio como creadores y consumidores de datos
Procesos
• Creación y consumo de los datos maestros
• Resolución de conflictos
• Gestión de cambios
Proyecto
• Segmentación de los datos maestros
• Arquitectura MDM
Ejecución
• Monitorizar como el gobierno de datos evoluciona con
el proyecto

6. 4.- Acceder a toda la información
• El acceso y la entrega de datos desde
cualquier origen a cualquier destino
• Todos los datos, en cualquier lugar
• Evitar silos de información
• Sin barreras tecnológicas
• Todas las latencias (por lotes o en tiempo
real)
• Alto rendimiento y disponibilidad
• Visibilidad de los metadatos
Acceder Data
Integration

7. 5.- Descubrir los datos
• Descubrir la naturaleza de los datos que se
van a incluir en el proyecto
• Documentar las anomalías en los datos.
Reportar las incidencias
• Catalogar la:
• Integridad
• Coherencia
• Completitud
• Exactitud
• Duplicación
• Dependencias
Descubrir Data
Profiling

8. 6.- Limpieza efectiva de los datos
• Depuración de datos
• Enriquecimiento de datos
• Normalización de direcciones
• Seguimiento continuo de la calidad de los
datos e informes de las acciones de limpieza
• Formato condicional
• Reglas de validación
• Conversión de datos y nuevas reglas de
transformación
Limpiar Data
Quality

9. 7.- Masterización – Golden record
Crear, consumir, manejar y monitorear los
datos maestros
Relacionar un multidominio de datos
maestros y descubrir relaciones
Unir y crear una simple y confiable
versión de la verdad
Identificar duplicados de manera
rápida y exacta
Definir cualquier tipo de datos con un
modelo flexible
Modelar
Reconocer
Resolver
Relacionar
Gobernar
Master
Master
Data
Management

10. Reconocer, Resolver y Relacionar Datos Maestros
Trabaja
en
Julia Smith
Esposo
Luis Valdez
ABC
CORP
RELACIONAR
Luis Valdez Louis Valdes
RECONOCER
CRM ERP
¡IDENTIFICADO!
ERP: ERP111 / Louis R.
Valdez
WEB: DB2222 / Luis Raul
Valdez
CRM: AA333 / Louis Valdes
Cliente 101214
Householded w/CRM AA333
Julia Smith
H: 5412 Crater Ave
Queens, NY 11435
Home: 718-789-
1020
Value: Med
Since 2-25-2002
DOB: 10-5-1972
Last Contact 1-9-2007
Call Records
- date/details
Luis Valdez
¡IDENTIFICADO!
ERP: ERP111 / Order 2790
WEB: DB2222 / Item 9073-2
CRM: AA333 / $ 576.99
5/18/2006
Luis Valdez W: 124 Main Street
New York, NY 10027 Work:
212.302.2582
H: 5412 Crater Ave Queens, NY
11435
Home 718.789.1020
lvaldez@abccompany.com
Cliente 101214
Luis Valdez Louis Valdes
RESOLVER
CR
M
ERP
Value: High
DOB: 5-17-1970
Last Contact 5-18-06
Call Records- date/details
Amt: $576.99
Creation: 11-2-2003
Invoice History
- date/details
- date/details

11. Modelo de Datos

12. Golden Record
Otros Bienes
$190,157
$190,157
$383,522
Equidad
$3,342
$3,342
$40,666
Publico
Y
Y
Y
Calif. Credito
AAA-
AA-
AAA
Domicilio
France
USA
USA
Nombre Cliente
IXIS Corporate & Investment Bank
UnionBanCal
General Electric Company
FDC
1/31/2006
3/27/2006
4/15/2006
ADDR1
Elm and Carlton Streets
123 Main Street
57, rue du Foubourg
CIUDAD
Minneapolis
New Haven
Paris
ADDR5
50423
14263
75003
ADDR4
MN
CT
Nombre Completo
Union Bank of California
General Electric Company
IXIS Corporate & Investment Bank
SWIFT #
308-03-8500
005-10-4640
917-13-8500CRM
Rating
Baa
AAA
Aaa
Pais
US
US
FR
Nombre Banco
Union Bank.
General Electric
IXIS Corporate & Investment Bank
Cuenta#
30803850041
00510464002
91713850028
FDC
8/26/1950
6/15/1978
4/30/1953
Finance
Direccion
57 rue du Foubourg
6th and Marquette
123 Main St
Ciudad
Paris
Minneapolis
New Haven
C.P.
75003
55405
Estado
MN
CT
Company Name
IXIS CIB
Bank of Mitsubishi
GE Financial
SFA_ID #
21399
50382
62098
Legacy
Simbolo Ticker
WFC
GE
Total Bienes
$207,059
$207,059
$481,741
PAIS
USA
USA
France
Otros Bienes
$190,157
$383,522
$559,934
Equidad
$3,342
$40,666
$109,354
Total Bienes
$207,059
$481,741
$673,342
SIC Code
6021
6021
3511
Industria
6021
6021
3511

13. 8.- Utilizar los registros correctos
• Sincronizar los datos maestros fiables para
las aplicaciones relacionadas y almacenes
de datos
• Obtenga una vista unificada de los datos
maestros y datos relacionados con las
transacciones.
• Decidir si MDM es fuente o es destino (o es
combinación de ambos)
Entregar Data
Services

14. Pasos en una implementación MDM
Accesar
Descubrir
Limpiar
Master
Entregar
4
5
6
7
8

15. Esquema del proyecto MDM
ETL
Operational
ETL
Analytical
CIF
Legacy
Systems
Data
Warehouse
Data Marts
/
DaPortalshboar
d
Business
Intelligence
Legacy
Systems
ETL
Applications
Applications
Legacy
Third Party
Data
Master Data Management
Integración y Calidad de Datos
Data
QualityPerfiladoIntegración Entrega de
Datos
4 5 6 7
Master
Data
Management
8

16. 9.- Gestión del Cambio
• Aplicar técnicas de Gestión del Cambio:
– Procesos
– Descripciones de puestos de trabajo
– Objetivos de rendimiento
• Vencer resistencia
• Transición entre proyecto y función
• Visibilizar los resultados del proyecto:
– Nuevos procesos y políticas
– Nuevas responsabilidades de los datos

17. 10.- Cálculo del ROI
¿cómo aplica para MDM?

18. 10 claves para el éxito en un proyecto MDM
1. Definición del proyecto
2. Diferencias entre MDM y DW
3. Gobierno de Datos
4. Acceso a los datos
5. Descubrimiento
6. Limpieza de Datos
7. Masterización
8. Entrega registros correctos
9. Gestión del cambio
10. Cálculo ROI