Exposición sobre el tema Master Data Management (Administración de Datos Maestros) realizada por Adriana Rodriguez y Luis Fernando Ortiz para la clase de Modelado y Gestión de Información en la Especialización en Proyectos Informáticos de la Universidad Distrital Francisco José de Caldas. Bogotá, Colombia. Noviembre de 2010.
"MDM: Cómo adquirir y retener más clientes" Master Data ManagementPowerData
WEBINAR: http://landings.powerdata.es/master-data-management-como-adquirir-retener-mas-clientes
Verás por qué es fundamental contar con una visión centrada en el cliente de su negocio para atraer, retener y desarrollar relaciones rentables y sostenibles con clientes, agentes y socios.
MDM: Atraer y retener cliente
Clientes: ¿Los conocemos?
Una estrategia MDM
Visión 360º de una estrategia MDM
MDM y Data Governance. ¿Qué es el customer golden record?
Ejemplo del sector seguro
Iniciativa de MDM alto nivel
Informatica
Contenido descargable gratuito
governance-1
El Data Governance supone un activo estratégico para su organización, así como una ventaja competitiva para obtener un valor económico real. Como ocurre con muchos otros conceptos, son necesidades que han existido siempre en las organizaciones y que se presentan en la actualidad con más fuerza, por la madurez tecnológica y el creciente impacto que la tecnología tiene en los sistemas de gestión.
The document discusses data development and data modeling concepts. It describes data development as defining data requirements, designing data solutions, and implementing components like databases, reports, and interfaces. Effective data development requires collaboration between business experts, data architects, analysts and developers. It also outlines the key activities in data modeling including analyzing information needs, developing conceptual, logical and physical data models, designing databases and information products, and implementing and testing the data solution.
Reference matter data management:
Two categories of structured data :
Master data: is data associated with core business entities such as customer, product, asset, etc.
Transaction data: is the recording of business transactions such as orders in manufacturing, loan and credit card payments in banking, and product sales in retail.
Reference data: is any kind of data that is used solely to categorize other data found in a database, or solely for relating data in a database to information beyond the boundaries of the enterprise .
Creating an Effective MDM Strategy for SalesforcePerficient, Inc.
As Salesforce has grown from a simple, standalone tool to a platform that touches every customer interaction, the data has grown more complex. This problem happens for many reasons including user error, adding other cloud apps requiring data integration, and business mergers and acquisitions that create multiple instances of Salesforce within an organization.
A master data management (MDM) strategy is critical to helping companies solve challenges like providing enterprise analytics and creating a 360-degree view of the customer. With Informatica Cloud, companies are learning to address the challenges and explore alternatives including a cost-effective cloud MDM versus a full-blown MDM solution.
During this webinar, our experts demonstrated the Informatica cloud MDM solution in action and showed how with an effective strategy, you can:
-Support the business case for MDM consolidation of multiple instances
-Create a customer 360-degree view in the cloud
-Understand the use case, reference architecture, and why companies are choosing cloud-based MDM
Strategic Business Requirements for Master Data Management SystemsBoris Otto
This presentation describes strategic business requirements of master data management (MDM) systems. The requirements were developed in a consortium research approach by the Institute of Information Management at the University of St. Gallen, Switzerland, and 20 multinational enterprises.
The presentation was given at the 17th Amercias Conference on Information Systems (AMCIS 2011) in Detroit, MI.
The research paper on which this presentation is based on can be found here: http://www.alexandria.unisg.ch/Publikationen/Zitation/Boris_Otto/177697
Getting Data Quality Right
High quality data is important for organizational success, but achieving good data quality requires a programmatic approach. Data quality challenges are often the root cause of IT and business failures. To improve, organizations need to take a systems thinking approach, understand data issues over time, and not underestimate the role of culture. Developing repeatable data quality capabilities and expertise can help organizations identify problems, determine causes, and prevent future issues. Effective data quality engineering provides a framework for utilizing data to support business strategy and goals.
Data Modeling Best Practices - Business & Technical ApproachesDATAVERSITY
Data Modeling is hotter than ever, according to a number of recent surveys. Part of the appeal of data models lies in their ability to translate complex data concepts in an intuitive, visual way to both business and technical stakeholders. This webinar provides real-world best practices in using Data Modeling for both business and technical teams.
"MDM: Cómo adquirir y retener más clientes" Master Data ManagementPowerData
WEBINAR: http://landings.powerdata.es/master-data-management-como-adquirir-retener-mas-clientes
Verás por qué es fundamental contar con una visión centrada en el cliente de su negocio para atraer, retener y desarrollar relaciones rentables y sostenibles con clientes, agentes y socios.
MDM: Atraer y retener cliente
Clientes: ¿Los conocemos?
Una estrategia MDM
Visión 360º de una estrategia MDM
MDM y Data Governance. ¿Qué es el customer golden record?
Ejemplo del sector seguro
Iniciativa de MDM alto nivel
Informatica
Contenido descargable gratuito
governance-1
El Data Governance supone un activo estratégico para su organización, así como una ventaja competitiva para obtener un valor económico real. Como ocurre con muchos otros conceptos, son necesidades que han existido siempre en las organizaciones y que se presentan en la actualidad con más fuerza, por la madurez tecnológica y el creciente impacto que la tecnología tiene en los sistemas de gestión.
The document discusses data development and data modeling concepts. It describes data development as defining data requirements, designing data solutions, and implementing components like databases, reports, and interfaces. Effective data development requires collaboration between business experts, data architects, analysts and developers. It also outlines the key activities in data modeling including analyzing information needs, developing conceptual, logical and physical data models, designing databases and information products, and implementing and testing the data solution.
Reference matter data management:
Two categories of structured data :
Master data: is data associated with core business entities such as customer, product, asset, etc.
Transaction data: is the recording of business transactions such as orders in manufacturing, loan and credit card payments in banking, and product sales in retail.
Reference data: is any kind of data that is used solely to categorize other data found in a database, or solely for relating data in a database to information beyond the boundaries of the enterprise .
Creating an Effective MDM Strategy for SalesforcePerficient, Inc.
As Salesforce has grown from a simple, standalone tool to a platform that touches every customer interaction, the data has grown more complex. This problem happens for many reasons including user error, adding other cloud apps requiring data integration, and business mergers and acquisitions that create multiple instances of Salesforce within an organization.
A master data management (MDM) strategy is critical to helping companies solve challenges like providing enterprise analytics and creating a 360-degree view of the customer. With Informatica Cloud, companies are learning to address the challenges and explore alternatives including a cost-effective cloud MDM versus a full-blown MDM solution.
During this webinar, our experts demonstrated the Informatica cloud MDM solution in action and showed how with an effective strategy, you can:
-Support the business case for MDM consolidation of multiple instances
-Create a customer 360-degree view in the cloud
-Understand the use case, reference architecture, and why companies are choosing cloud-based MDM
Strategic Business Requirements for Master Data Management SystemsBoris Otto
This presentation describes strategic business requirements of master data management (MDM) systems. The requirements were developed in a consortium research approach by the Institute of Information Management at the University of St. Gallen, Switzerland, and 20 multinational enterprises.
The presentation was given at the 17th Amercias Conference on Information Systems (AMCIS 2011) in Detroit, MI.
The research paper on which this presentation is based on can be found here: http://www.alexandria.unisg.ch/Publikationen/Zitation/Boris_Otto/177697
Getting Data Quality Right
High quality data is important for organizational success, but achieving good data quality requires a programmatic approach. Data quality challenges are often the root cause of IT and business failures. To improve, organizations need to take a systems thinking approach, understand data issues over time, and not underestimate the role of culture. Developing repeatable data quality capabilities and expertise can help organizations identify problems, determine causes, and prevent future issues. Effective data quality engineering provides a framework for utilizing data to support business strategy and goals.
Data Modeling Best Practices - Business & Technical ApproachesDATAVERSITY
Data Modeling is hotter than ever, according to a number of recent surveys. Part of the appeal of data models lies in their ability to translate complex data concepts in an intuitive, visual way to both business and technical stakeholders. This webinar provides real-world best practices in using Data Modeling for both business and technical teams.
El documento habla sobre la gobernabilidad de datos y las soluciones de administración maestra de datos (MDM). Explica que una solución MDM puede ser una plataforma flexible o una aplicación predefinida, y describe el ciclo de vida típico de una implementación MDM que incluye acceder, descubrir, limpiar, maestro y entregar datos. También destaca los requisitos fundamentales para el éxito de una solución MDM como la integración y calidad de datos para entregar datos maestros confiables y relevant
Suresh Menon, Vice President, Product Management - Information Quality Solutions at Informatica, shares how to master your data and your business from the 2015 Informatica Government Summit.
In business, master data management is a method used to define and manage the critical data of an organization to provide, with data integration, a single point of reference.
The document discusses different techniques for building a Customer Data Hub (CDH), including registry, co-existence, and transactional techniques. It outlines the CDH build methodology, including data analysis, defining the data model and business logic, participation models, governance, and deliverables. An example enterprise customer data model is also shown using a hybrid-party model with relationships, hierarchies, and extended attributes.
1) MDM is the process of creating a single point of reference for highly shared types of data like customers, products, and suppliers. It links multiple data sources to ensure consistent policies for accessing, updating, and routing exceptions for master data.
2) Successful MDM requires defining business needs, setting up governance roles, designing flexible platforms, and engaging lines of business in incremental programs. Common challenges include lack of clear business cases and roadmaps.
3) Key aspects of MDM include modeling shared data, managing data quality, enabling stewardship of data, and integrating/propagating master data to operational systems in real-time or batch processes.
The what, why, and how of master data managementMohammad Yousri
This presentation explains what MDM is, why it is important, and how to manage it, while identifying some of the key MDM patterns and best practices that are emerging. This presentation is a high-level treatment of the problem space.
The presentation is summarizing the article of Microsoft in a simple way.
https://msdn.microsoft.com/en-us/library/bb190163.aspx
Data Integration is a key part of many of today’s data management challenges: from data warehousing, to MDM, to mergers & acquisitions. Issues can arise not only in trying to align technical formats from various databases and legacy systems, but in trying to achieve common business definitions and rules.
Join this webinar to see how a data model can help with both of these challenges – from ‘bottom-up’ technical integration, to the ‘top-down’ business alignment.
Enterprise Data Management Framework OverviewJohn Bao Vuu
A solid data management foundation to support big data analytics and more importantly a data-driven culture is necessary for today’s organizations.
A mature Data Management Program can reduce operational costs and enable rapid business growth and development. Data Management program must evolve to monetize data assets, deliver breakthrough innovation and help drive business strategies in new markets.
Data is the lifeblood of just about every organization and functional area today. As businesses struggle to come to grips with the data flood, it is even more critical to focus on data as an asset that directly supports business imperatives as other organizational assets do. Organizations across most industries attempt to address data opportunities (e.g. Big Data) and data challenges (e.g. data quality) to enhance business unit performance. Unfortunately however, the results of these efforts frequently fall far below expectations due to haphazard approaches. Overall, poor organizational data management capabilities are the root cause of many of these failures. This webinar covers three lessons (illustrated by examples), which will help you to establish realistic OM plans and expectations, and help demonstrate the value of such actions to both internal and external decision makers.
Check out more of our webinars here: http://www.datablueprint.com/resource-center/webinar-schedule/
DAS Slides: Data Quality Best PracticesDATAVERSITY
Tackling Data Quality problems requires more than a series of tactical, one-off improvement projects. By their nature, many Data Quality problems extend across and often beyond an organization. Addressing these issues requires a holistic architectural approach combining people, process, and technology. Join Nigel Turner and Donna Burbank as they provide practical ways to control Data Quality issues in your organization.
Master Data Management's Place in the Data Governance Landscape CCG
This document provides an overview of master data management and how it relates to data governance. It defines key concepts like master data, reference data, and different master data management architectural models. It discusses how master data management aligns with and supports data governance objectives. Specifically, it notes that MDM should not be implemented without formal data quality and governance programs already in place. It also explains how various data governance functions like ownership, policies and standards apply to master data.
Hexaware is a leading global provider of IT and BPO services with leadership positions in banking, financial services, insurance, transportation and logistics. It focuses on delivering business results through technology solutions such as business intelligence and analytics, enterprise applications, independent testing and legacy modernization. Hexaware has over 18 years of experience in providing business technology solutions and offers world class services, technology expertise and skilled human capital.
Implementing the Data Maturity Model (DMM)DATAVERSITY
The document discusses a data internship partnership between Virginia Commonwealth University and various Virginia state agencies. Through this program, pairs of VCU students work with state agency CIOs to identify ways data can be used to improve processes. Participating CIOs report the students provided a fresh perspective and identified new ways to analyze and use existing data assets. The program supports Virginia's goals of making data more open and treating it as a strategic asset to improve services while reducing costs.
Chapter 1: The Importance of Data AssetsAhmed Alorage
The document summarizes Chapter 1 of the DAMA-DMBOK Guide, which discusses data as a vital enterprise asset and introduces key concepts in data management. It defines data, information, and knowledge; describes the data lifecycle and data management functions; and explains that data management is a shared responsibility between data stewards and professionals. It also provides overviews of the DAMA organization and the goals and audiences of the DAMA-DMBOK Guide.
How to identify the correct Master Data subject areas & tooling for your MDM...Christopher Bradley
1. What are the different Master Data Management (MDM) architectures?
2. How can you identify the correct Master Data subject areas & tooling for your MDM initiative?
3. A reference architecture for MDM.
4. Selection criteria for MDM tooling.
chris.bradley@dmadvisors.co.uk
Presentation of use cases of Master Data Management for product Data. It presents the five facets of MDM for product Data (MDM for Material, MDM for Lean Managed Services, MDM for Regulated Products, Product Information Management, MDM for “Anything”) and how Talend platform for MDM can adress them
Estrategia de datos en las organizaciones SAS Colombia
Si se ha preguntado ¿cómo los datos de su organización pueden contribuir al desarrollo de los lineamientos corporativos? La respuesta es sí: implementando una estrategia de Data Management.
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
3 Keys To Successful Master Data Management - Final PresentationJames Chi
This document discusses keys to successful master data management including process, governance, and architecture. It summarizes a survey finding that while many companies see data as an asset, only around 20% have implemented master data management. Successful MDM requires alignment with business objectives, clear governance models, and comprehensive solution architectures. The document advocates establishing policies, procedures, standards, governance, and tools to create and maintain high-quality shared reference data.
Master Data Management - MDM - Pasos para implementar MDMJose Pla
¿Qué es MDM?
¿Qué consideraciones tener para implementar MDM?
¿Cómo implementar MDM?
Relación de MDM en el área de Inteligencia de Negocios - BI
Casos de Estudio
El 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 gobierno de datos, 4) asegurar acceso a todos los datos, 5) descubrir metadatos, 6) limpiar datos, 7) crear registros maestros únicos, 8) entregar datos maestros correctos, 9) gestionar el cambio organizacional, y 10) calcular el retorno de la invers
El documento habla sobre la gobernabilidad de datos y las soluciones de administración maestra de datos (MDM). Explica que una solución MDM puede ser una plataforma flexible o una aplicación predefinida, y describe el ciclo de vida típico de una implementación MDM que incluye acceder, descubrir, limpiar, maestro y entregar datos. También destaca los requisitos fundamentales para el éxito de una solución MDM como la integración y calidad de datos para entregar datos maestros confiables y relevant
Suresh Menon, Vice President, Product Management - Information Quality Solutions at Informatica, shares how to master your data and your business from the 2015 Informatica Government Summit.
In business, master data management is a method used to define and manage the critical data of an organization to provide, with data integration, a single point of reference.
The document discusses different techniques for building a Customer Data Hub (CDH), including registry, co-existence, and transactional techniques. It outlines the CDH build methodology, including data analysis, defining the data model and business logic, participation models, governance, and deliverables. An example enterprise customer data model is also shown using a hybrid-party model with relationships, hierarchies, and extended attributes.
1) MDM is the process of creating a single point of reference for highly shared types of data like customers, products, and suppliers. It links multiple data sources to ensure consistent policies for accessing, updating, and routing exceptions for master data.
2) Successful MDM requires defining business needs, setting up governance roles, designing flexible platforms, and engaging lines of business in incremental programs. Common challenges include lack of clear business cases and roadmaps.
3) Key aspects of MDM include modeling shared data, managing data quality, enabling stewardship of data, and integrating/propagating master data to operational systems in real-time or batch processes.
The what, why, and how of master data managementMohammad Yousri
This presentation explains what MDM is, why it is important, and how to manage it, while identifying some of the key MDM patterns and best practices that are emerging. This presentation is a high-level treatment of the problem space.
The presentation is summarizing the article of Microsoft in a simple way.
https://msdn.microsoft.com/en-us/library/bb190163.aspx
Data Integration is a key part of many of today’s data management challenges: from data warehousing, to MDM, to mergers & acquisitions. Issues can arise not only in trying to align technical formats from various databases and legacy systems, but in trying to achieve common business definitions and rules.
Join this webinar to see how a data model can help with both of these challenges – from ‘bottom-up’ technical integration, to the ‘top-down’ business alignment.
Enterprise Data Management Framework OverviewJohn Bao Vuu
A solid data management foundation to support big data analytics and more importantly a data-driven culture is necessary for today’s organizations.
A mature Data Management Program can reduce operational costs and enable rapid business growth and development. Data Management program must evolve to monetize data assets, deliver breakthrough innovation and help drive business strategies in new markets.
Data is the lifeblood of just about every organization and functional area today. As businesses struggle to come to grips with the data flood, it is even more critical to focus on data as an asset that directly supports business imperatives as other organizational assets do. Organizations across most industries attempt to address data opportunities (e.g. Big Data) and data challenges (e.g. data quality) to enhance business unit performance. Unfortunately however, the results of these efforts frequently fall far below expectations due to haphazard approaches. Overall, poor organizational data management capabilities are the root cause of many of these failures. This webinar covers three lessons (illustrated by examples), which will help you to establish realistic OM plans and expectations, and help demonstrate the value of such actions to both internal and external decision makers.
Check out more of our webinars here: http://www.datablueprint.com/resource-center/webinar-schedule/
DAS Slides: Data Quality Best PracticesDATAVERSITY
Tackling Data Quality problems requires more than a series of tactical, one-off improvement projects. By their nature, many Data Quality problems extend across and often beyond an organization. Addressing these issues requires a holistic architectural approach combining people, process, and technology. Join Nigel Turner and Donna Burbank as they provide practical ways to control Data Quality issues in your organization.
Master Data Management's Place in the Data Governance Landscape CCG
This document provides an overview of master data management and how it relates to data governance. It defines key concepts like master data, reference data, and different master data management architectural models. It discusses how master data management aligns with and supports data governance objectives. Specifically, it notes that MDM should not be implemented without formal data quality and governance programs already in place. It also explains how various data governance functions like ownership, policies and standards apply to master data.
Hexaware is a leading global provider of IT and BPO services with leadership positions in banking, financial services, insurance, transportation and logistics. It focuses on delivering business results through technology solutions such as business intelligence and analytics, enterprise applications, independent testing and legacy modernization. Hexaware has over 18 years of experience in providing business technology solutions and offers world class services, technology expertise and skilled human capital.
Implementing the Data Maturity Model (DMM)DATAVERSITY
The document discusses a data internship partnership between Virginia Commonwealth University and various Virginia state agencies. Through this program, pairs of VCU students work with state agency CIOs to identify ways data can be used to improve processes. Participating CIOs report the students provided a fresh perspective and identified new ways to analyze and use existing data assets. The program supports Virginia's goals of making data more open and treating it as a strategic asset to improve services while reducing costs.
Chapter 1: The Importance of Data AssetsAhmed Alorage
The document summarizes Chapter 1 of the DAMA-DMBOK Guide, which discusses data as a vital enterprise asset and introduces key concepts in data management. It defines data, information, and knowledge; describes the data lifecycle and data management functions; and explains that data management is a shared responsibility between data stewards and professionals. It also provides overviews of the DAMA organization and the goals and audiences of the DAMA-DMBOK Guide.
How to identify the correct Master Data subject areas & tooling for your MDM...Christopher Bradley
1. What are the different Master Data Management (MDM) architectures?
2. How can you identify the correct Master Data subject areas & tooling for your MDM initiative?
3. A reference architecture for MDM.
4. Selection criteria for MDM tooling.
chris.bradley@dmadvisors.co.uk
Presentation of use cases of Master Data Management for product Data. It presents the five facets of MDM for product Data (MDM for Material, MDM for Lean Managed Services, MDM for Regulated Products, Product Information Management, MDM for “Anything”) and how Talend platform for MDM can adress them
Estrategia de datos en las organizaciones SAS Colombia
Si se ha preguntado ¿cómo los datos de su organización pueden contribuir al desarrollo de los lineamientos corporativos? La respuesta es sí: implementando una estrategia de Data Management.
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
3 Keys To Successful Master Data Management - Final PresentationJames Chi
This document discusses keys to successful master data management including process, governance, and architecture. It summarizes a survey finding that while many companies see data as an asset, only around 20% have implemented master data management. Successful MDM requires alignment with business objectives, clear governance models, and comprehensive solution architectures. The document advocates establishing policies, procedures, standards, governance, and tools to create and maintain high-quality shared reference data.
Master Data Management - MDM - Pasos para implementar MDMJose Pla
¿Qué es MDM?
¿Qué consideraciones tener para implementar MDM?
¿Cómo implementar MDM?
Relación de MDM en el área de Inteligencia de Negocios - BI
Casos de Estudio
El 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 gobierno de datos, 4) asegurar acceso a todos los datos, 5) descubrir metadatos, 6) limpiar datos, 7) crear registros maestros únicos, 8) entregar datos maestros correctos, 9) gestionar el cambio organizacional, y 10) calcular el retorno de la invers
La calidad de los datos es fundamental en todas las etapas del ciclo de vida de la información, desde la captura de datos hasta la toma de decisiones basadas en el conocimiento generado a partir de esos datos. La gobernabilidad de datos ayuda a garantizar la calidad de los datos a lo largo de este ciclo.
Este documento trata sobre la importancia de la calidad de datos para las empresas. Muchas empresas ignoran los problemas con sus datos, como datos personales incorrectos de clientes, direcciones incorrectas y números de teléfono erróneos. La calidad de datos ofrece ventajas como información precisa para la toma de decisiones y ahorros de costos. Sin embargo, las empresas generalmente no logran eliminar la no calidad de datos por sí solas debido a mitos como que es demasiado caro o complejo. Se recomienda elegir un especialista local en calidad de datos.
Este documento describe las funciones del área logística de ventas y distribución en SAP, incluyendo funciones básicas, ventas, facturación y submódulos. También explica que los módulos de materiales, planificación de producción, gestión de almacén, contabilidad financiera, controlling y recursos humanos proporcionan información e integración para apoyar los procesos de ventas y distribución. El sistema SAP funciona de manera integrada a través de la conexión de sus diferentes módulos funcional
Definicion de Precios y Descuentos en la Ventas y Distribución (SD)judadd
El propósito de la Unidad 15 es definir precios para materiales, precios de clientes específicos, y descuentos. En esta unidad se establecerán también límites de crédito para sus cliente y se definirán aquellos stocks de material que serán considerados cuando se conduce una verificación de disponibilidad para una orden de ventas.
El documento proporciona una lista de módulos y funcionalidades del software SAP. Incluye módulos para ventas, distribución, gestión de materiales, producción, calidad, contabilidad financiera y tesorería. Describe procesos como gestión de pedidos, inventario, almacenamiento, facturación y planificación de la producción. El resumen brinda una visión general de las principales áreas funcionales cubiertas por el software SAP.
Resumen Modulo SAP-SD. Relación entre los módulos de Distribucion y Ventas co...ediaz9
Este documento resume el módulo de distribución y ventas (SD) de SAP, incluyendo sus funciones básicas como gestionar pedidos de clientes, ofertas, facturación y procesos de distribución. Explica cómo el módulo interactúa con el sistema de información y otros módulos como Materiales (MM) para supervisar los stocks y crear pedidos automáticamente cuando hay órdenes de venta, de modo que todos los aspectos de la gestión de materiales se integran.
Creación de Datos Maestros en la Ventas y Distribución (SDjudadd
El propósito de la Unidad 14 es crear datos maestros adicionales requeridos para conducir el ciclo de gestión de la orden del cliente. Este incluiría la creación de vistas adicionales necesarias para el maestro de material, creación de cuentas de mayor, creación de clientes y asignación de procedimientos de cálculo de precio.
El documento presenta la fase C de un proyecto de sistemas de información sobre arquitecturas de datos. Define los objetivos de definir los tipos y fuentes de datos necesarios para el negocio de manera comprensible, completa y estable. Luego discute consideraciones clave como la gestión de datos, migración de datos y gobernanza de datos. Finalmente, describe los pasos a seguir en esta fase, incluida la selección de modelos de referencia, el desarrollo de descripciones de arquitectura de datos base y objetivo, y el aná
El documento describe los conceptos fundamentales de las bases de datos, incluyendo su definición, arquitectura, estructura, tipos de archivos y métodos para el desarrollo de sistemas de información. Explica conceptos como entidad, atributo, llave primaria, relación uno a muchos, modelado de datos y normalización para el diseño de bases de datos relacionales.
Arquitectura de integración empresarial t1 u3seyer2310
1. El documento describe el ciclo de planear, hacer, verificar y actuar propuesto por el Dr. Deming para mejorar la calidad y productividad mediante la reducción de variaciones y defectos en los procesos de negocio.
2. La integración de procesos permite a las compañías aplicar este ciclo mediante la automatización, monitoreo y mejora continua de sus procesos.
3. Existen diferentes tecnologías como BPM, BPI y BPA para administrar, integrar y automatizar procesos de diferentes tipos y complejidades
This document discusses the need for QlikView governance and outlines various governance skills and tools. It describes when governance is needed, such as when analyses use cross-metrics between business areas or shared data sources. It also outlines governance skills for different roles including discovery, development, deployment, and operations. Finally, it summarizes several tools that are part of QlikView's core and enterprise governance packs that help with tasks like user management, disk space monitoring, and load scheduling.
Este documento presenta un resumen de un Concepto de Escenario de Operaciones (CONOPS) que describe cómo la empresa Danforth Manufacturing Company podría operar en el futuro dado un conjunto de suposiciones de planificación. El escenario describe una interacción entre el Vicepresidente de Ventas Industriales de DMC y el Director de Seguridad y Transporte del estado de Tennessee, en la que discuten el potencial de usar la nueva línea de iluminación solar para carreteras de DMC para ayudar a reducir los accidentes en áreas rurales del estado. El escenario ilustra cómo la
Corporate governance of information technologyPatricio R
La presentación resume la Norma ISO/IEC 38500 sobre el gobierno corporativo de la tecnología de la información. Explica que la norma establece seis principios y tres tareas clave para la evaluación, dirección y control del uso de la TI en una organización. También describe brevemente el modelo de gobierno corporativo de TI propuesto por la norma.
Gobierno Abierto Datos Abiertos - Charla para Libres del Sur MDQJavier Salinas
El documento describe los principios de los datos abiertos y la importancia del gobierno abierto a través de la publicación y uso de datos por parte del gobierno y ciudadanos. Explica que la Constitución Argentina y leyes garantizan el derecho a la información y que conceptos como datos abiertos requirieron de Internet para hacerse realidad. Incluye ejemplos de sitios web que visualizan datos de crimen, gastos gubernamentales, transporte público de diferentes ciudades para promover la transparencia y participación ciudadana.
Diplomado Técnico SQL Server 2012 - Sesión 4/8John Bulla
Este documento presenta una introducción a Master Data Services (MDS) y Data Quality Services (DQS) en SQL Server 2012. MDS permite centralizar y administrar datos maestros clave de una organización. DQS ayuda a mejorar la calidad de los datos mediante la creación y administración de una base de conocimientos sobre los datos de una organización. El documento explica conceptos como datos maestros, gobernanza de datos, calidad de datos y los componentes y capacidades de MDS y DQS.
Obtenga una visión unificada de los datos de su organización (MDM)PowerData
El documento habla sobre la gobernabilidad de datos y la necesidad de una solución de administración maestra de datos (MDM). Propone una plataforma MDM que permite acceder, descubrir, limpiar, mapear y entregar datos maestros de cualquier origen para satisfacer los requisitos de negocio como optimizar canales, aumentar ingresos y mejorar adaptabilidad. También discute cómo Informatica puede satisfacer los requisitos fundamentales de MDM como integración y calidad de datos para entregar datos maestros relevantes de manera o
Presentación de un enfoque para administrar eficientemente los riesgos e impacto en las capacidades de su compañía trabajando fuertemente en los estilos de inteligencia de negocio predominantes y las técnicas para monitorizar y gestionar la calidad de datos de principio a fin
El documento describe los conceptos de Data Warehouse, Datamart y Cuadro de Mando Integral. Un Data Warehouse almacena datos integrados de múltiples fuentes para su análisis. Un Datamart es un tipo específico de Data Warehouse que almacena datos de un área particular de la empresa. Un Cuadro de Mando Integral utiliza indicadores financieros y no financieros para medir el progreso de la estrategia de una empresa según perspectivas como la financiera, clientes, procesos internos y aprendizaje/crecimiento.
El documento habla sobre generalidades de las bases de datos y sus sistemas de gestión. Explica que las bases de datos almacenan datos de forma estructurada y relacionada según un modelo, y que pueden usarse en aplicaciones empresariales y transacciones financieras. También describe los principales modelos de datos y las etapas clave para el diseño de un sistema de gestión de base de datos, como el análisis de requerimientos, diseño conceptual, diseño lógico y diseño físico.
Un data warehouse es un conjunto integrado de bases de datos con orientación temática diseñado para apoyar la toma de decisiones al almacenar y proveer información relevante de múltiples fuentes de datos; su arquitectura incluye niveles para la organización y acceso a los datos, el almacenamiento en el data warehouse, y el acceso a la información por los usuarios.
Este documento describe conceptos clave de Master Data Management (MDM) como gobernanza de datos, áreas de negocio, datos maestros y arquitectura MDM. Explica roles y responsabilidades de MDM como administradores de datos y analistas de negocio. También cubre acciones de MDM como dividir la organización en áreas de negocio y priorizarlas.
El documento describe los conceptos de data warehouse, data mart y sistemas de soporte a la toma de decisiones. Un data warehouse es un conjunto integrado de bases de datos diseñado para apoyar la toma de decisiones, mientras que un data mart es una versión especializada de un data warehouse que se enfoca en un área específica de negocio. Los sistemas de soporte a la toma de decisiones utilizan datos de los data warehouses y data marts para ayudar a los gerentes a tomar decisiones mejor informadas.
Este documento presenta preguntas y respuestas sobre conceptos clave relacionados con almacenes de datos. Explica términos como clasificados por temas, integrados y variables en el tiempo. También describe las diferencias entre sistemas OLTP y almacenes de datos, los beneficios y problemas de los almacenes de datos, y los componentes y funciones de un almacén de datos como el gestor de carga y herramientas de acceso para usuarios finales. Además, cubre temas como la gestión de metadatos, tareas de administración,
Este documento resume los conceptos fundamentales de los sistemas de información. Define los sistemas de información y sus componentes clave como hardware, software, datos y personas. Explica los tipos de sistemas de información como sistemas de base de datos, sistemas de apoyo a la toma de decisiones y sistemas expertos. También discute tendencias futuras como la inteligencia artificial, outsourcing y el papel creciente de los sistemas de información en la sociedad.
Este documento proporciona una introducción general a los sistemas de información. Explica los componentes clave de un sistema de información como el hardware, software, datos y personas. También describe los objetivos básicos de los sistemas de información, tendencias futuras y ejemplos de casos de sistemas de información implementados en empresas.
proyecto sistema de informacion gerencialdiego sanchez
El documento describe el desarrollo de un sistema de información gerencial para la compañía BATERIAS MAC S.A. con el fin de optimizar los procesos de toma de decisiones mediante el análisis de datos críticos como ventas, inventarios y cartera. El sistema incluirá una bodega de datos con módulos de ventas, inventario y cartera, así como software para visualizar la información de manera que facilite el análisis a los directivos.
Este documento describe los conceptos de almacenes de datos, minería de datos y análisis de datos. Explica que los almacenes de datos son colecciones de datos clasificados y organizados por temas que se utilizan para la toma de decisiones. Describe los componentes clave de un almacén de datos como las fuentes de datos, el repositorio de datos operacionales y el gestor de consultas. También cubre brevemente los conceptos de minería de datos como la extracción automática de información predictiva de bases de datos y los pasos del proceso de min
El documento describe los conceptos y procesos clave de la administración de datos maestros (MDM). MDM involucra recopilar, unificar y mantener datos no transaccionales de toda la empresa para crear un registro único de referencia. El proceso MDM incluye identificar fuentes de datos, implementar gobernanza de datos, determinar responsables, diseñar infraestructura y generar datos maestros. Una solución MDM exitosa permite definir funciones para cada etapa del proceso y ofrece capacidades completas de extracción, carga y administración de
El documento proporciona una introducción al temario del día 1 de un curso sobre inteligencia de negocios. Explica conceptos clave como la historia, arquitectura, integración de datos, data warehouse y automatización. También describe ventajas como transformar datos en información útil para la toma de decisiones y desventajas como la gran inversión requerida.
Este documento describe las funciones principales de un Administrador de Base de Datos (DBA). Un DBA es responsable de administrar, supervisar y asegurar el uso adecuado de los datos dentro de un sistema de gestión de base de datos. Algunas de las principales funciones de un DBA incluyen decidir qué datos almacenar, establecer políticas de seguridad y mantenimiento de datos, realizar copias de seguridad y recuperación de datos, y ayudar a integrar aplicaciones con las bases de datos.
Calidad de datos: La base del éxito para la modernización de sistemas de información
La ponencia tratará los aspectos más importantes a considerar para llevar a cabo una exitosa migración de datos de una organización en la modernización de los sistemas de información o la adquisición de nuevos sistemas o aplicaciones. Se cubren aspectos como la metodología, buenas prácticas y el proceso para la migración de bases de datos, haciendo énfasis en el análisis de la calidad de los datos.
Ponente; Magda Meléndez
Lec10 Cap8 Goldberstein&Ruth BY KARINA OCAMPO PIERRESilvermist86
El documento habla sobre la arquitectura de integración de información. Define la infraestructura y procesos necesarios para permitir que la información sea accesible a través de sistemas. Explica que los metadatos son cruciales para mantener la integridad de los datos entre sistemas y define estándares para los metadatos. También cubre patrones de integración de información y tecnologías para lograr la integración empresarial de datos.
Las principales funciones de un administrador de base de datos (DBA) incluyen la gestión general de la base de datos, el modelado y diseño de la base de datos, y la protección de los datos mediante copias de seguridad y planes de recuperación. Un DBA también se encarga de la integración de aplicaciones con la base de datos, la planificación de capacidad y la administración de cambios.
HPE presenta una competició destinada a estudiants, que busca fomentar habilitats tecnològiques i promoure la innovació en un entorn STEAM (Ciència, Tecnologia, Enginyeria, Arts i Matemàtiques). A través de diverses fases, els equips han de resoldre reptes mensuals basats en àrees com algorísmica, desenvolupament de programari, infraestructures tecnològiques, intel·ligència artificial i altres tecnologies. Els millors equips tenen l'oportunitat de desenvolupar un projecte més gran en una fase presencial final, on han de crear una solució concreta per a un conflicte real relacionat amb la sostenibilitat. Aquesta competició promou la inclusió, la sostenibilitat i l'accessibilitat tecnològica, alineant-se amb els Objectius de Desenvolupament Sostenible de l'ONU.
Catalogo Cajas Fuertes BTV Amado Salvador Distribuidor OficialAMADO SALVADOR
Explora el catálogo completo de cajas fuertes BTV, disponible a través de Amado Salvador, distribuidor oficial de BTV. Este catálogo presenta una amplia variedad de cajas fuertes, cada una diseñada con la más alta calidad para ofrecer la máxima seguridad y satisfacer las diversas necesidades de protección de nuestros clientes.
En Amado Salvador, como distribuidor oficial de BTV, ofrecemos productos que destacan por su innovación, durabilidad y robustez. Las cajas fuertes BTV son reconocidas por su eficiencia en la protección contra robos, incendios y otros riesgos, lo que las convierte en una opción ideal tanto para uso doméstico como comercial.
Amado Salvador, distribuidor oficial BTV, asegura que cada producto cumpla con los más estrictos estándares de calidad y seguridad. Al adquirir una caja fuerte a través de Amado Salvador, distribuidor oficial BTV, los clientes pueden tener la tranquilidad de que están obteniendo una solución confiable y duradera para la protección de sus pertenencias.
Este catálogo incluye detalles técnicos, características y opciones de personalización de cada modelo de caja fuerte BTV. Desde cajas fuertes empotrables hasta modelos de alta seguridad, Amado Salvador, como distribuidor oficial de BTV, tiene la solución perfecta para cualquier necesidad de seguridad. No pierdas la oportunidad de conocer todos los beneficios y características de las cajas fuertes BTV y protege lo que más valoras con la calidad y seguridad que solo BTV y Amado Salvador, distribuidor oficial BTV, pueden ofrecerte.
KAWARU CONSULTING presenta el projecte amb l'objectiu de permetre als ciutadans realitzar tràmits administratius de manera telemàtica, des de qualsevol lloc i dispositiu, amb seguretat jurídica. Aquesta plataforma redueix els desplaçaments físics i el temps invertit en tràmits, ja que es pot fer tot en línia. A més, proporciona evidències de la correcta realització dels tràmits, garantint-ne la validesa davant d'un jutge si cal. Inicialment concebuda per al Ministeri de Justícia, la plataforma s'ha expandit per adaptar-se a diverses organitzacions i països, oferint una solució flexible i fàcil de desplegar.
Catalogo General Electrodomesticos Teka Distribuidor Oficial Amado Salvador V...AMADO SALVADOR
El catálogo general de electrodomésticos Teka presenta una amplia gama de productos de alta calidad y diseño innovador. Como distribuidor oficial Teka, Amado Salvador ofrece soluciones en electrodomésticos Teka que destacan por su tecnología avanzada y durabilidad. Este catálogo incluye una selección exhaustiva de productos Teka que cumplen con los más altos estándares del mercado, consolidando a Amado Salvador como el distribuidor oficial Teka.
Explora las diversas categorías de electrodomésticos Teka en este catálogo, cada una diseñada para satisfacer las necesidades de cualquier hogar. Amado Salvador, como distribuidor oficial Teka, garantiza que cada producto de Teka se distingue por su excelente calidad y diseño moderno.
Amado Salvador, distribuidor oficial Teka en Valencia. La calidad y el diseño de los electrodomésticos Teka se reflejan en cada página del catálogo, ofreciendo opciones que van desde hornos, placas de cocina, campanas extractoras hasta frigoríficos y lavavajillas. Este catálogo es una herramienta esencial para inspirarse y encontrar electrodomésticos de alta calidad que se adaptan a cualquier proyecto de diseño.
En Amado Salvador somos distribuidor oficial Teka en Valencia y ponemos atu disposición acceso directo a los mejores productos de Teka. Explora este catálogo y encuentra la inspiración y los electrodomésticos necesarios para equipar tu hogar con la garantía y calidad que solo un distribuidor oficial Teka puede ofrecer.
Catalogo general Ariston Amado Salvador distribuidor oficial ValenciaAMADO SALVADOR
Distribuidor Oficial Ariston en Valencia: Amado Salvador distribuidor autorizado de Ariston, una marca líder en soluciones de calefacción y agua caliente sanitaria. Amado Salvador pone a tu disposición el catálogo completo de Ariston, encontrarás una amplia gama de productos diseñados para satisfacer las necesidades de hogares y empresas.
Calderas de condensación: Ofrecemos calderas de alta eficiencia energética que aprovechan al máximo el calor residual. Estas calderas Ariston son ideales para reducir el consumo de gas y minimizar las emisiones de CO2.
Bombas de calor: Las bombas de calor Ariston son una opción sostenible para la producción de agua caliente. Utilizan energía renovable del aire o el suelo para calentar el agua, lo que las convierte en una alternativa ecológica.
Termos eléctricos: Los termos eléctricos, como el modelo VELIS TECH DRY (sustito de los modelos Duo de Fleck), ofrecen diseño moderno y conectividad WIFI. Son ideales para hogares donde se necesita agua caliente de forma rápida y eficiente.
Aerotermia: Si buscas una solución aún más sostenible, considera la aerotermia. Esta tecnología extrae energía del aire exterior para calentar tu hogar y agua. Además, puede ser elegible para subvenciones locales.
Amado Salvador es el distribuidor oficial de Ariston en Valencia. Explora el catálogo y descubre cómo mejorar la comodidad y la eficiencia en tu hogar o negocio.
Catalogo Refrigeracion Miele Distribuidor Oficial Amado Salvador ValenciaAMADO SALVADOR
Descubre el catálogo general de la gama de productos de refrigeración del fabricante de electrodomésticos Miele, presentado por Amado Salvador distribuidor oficial Miele en Valencia. Como distribuidor oficial de electrodomésticos Miele, Amado Salvador ofrece una amplia selección de refrigeradores, congeladores y soluciones de refrigeración de alta calidad, resistencia y diseño superior de esta marca.
La gama de productos de Miele se caracteriza por su innovación tecnológica y eficiencia energética, garantizando que cada electrodoméstico no solo cumpla con las expectativas, sino que las supere. Los refrigeradores Miele están diseñados para ofrecer un rendimiento óptimo y una conservación perfecta de los alimentos, con características avanzadas como la tecnología de enfriamiento Dynamic Cooling, sistemas de almacenamiento flexible y acabados premium.
En este catálogo, encontrarás detalles sobre los distintos modelos de refrigeradores y congeladores Miele, incluyendo sus especificaciones técnicas, características destacadas y beneficios para el usuario. Amado Salvador, como distribuidor oficial de electrodomésticos Miele, garantiza que todos los productos cumplen con los más altos estándares de calidad y durabilidad.
Explora el catálogo completo y encuentra el refrigerador Miele perfecto para tu hogar con Amado Salvador, el distribuidor oficial de electrodomésticos Miele.
2. ¿Qué es MDM?
Consiste en un conjunto de procesos y
herramientas que define y gestiona de forma
consistente las entidades de datos no
transaccionales de una organización. Busca, por
lo tanto, recopilar, agregar, identificar, asegurar
la calidad y la persistencia y distribuir los datos
de forma uniforme en dicho contexto.
3. ¿Qué son los datos maestros?
Un dato maestro es un registro único que sirve de referencia para toda la
empresa. Por ejemplo, el nombre de un cliente, el código de un producto
o un número de cuenta son datos de referencia.
Gestión de datos maestros (MDM)
La integración de datos juega un papel fundamental en el marco de una
estrategia de gestión de datos maestros (MDM)
4. Esta gestión se basa en:
•La unificación de los datos en un repositorio único.
•La puesta al día de los datos gracias a la centralización de las
actualizaciones.
•La fiabilidad y la limpieza de los datos
•La validación de los datos en conformidad con los derechos y las
normas de seguridad de la organización.
•La disponibilidad de los datos y su divulgación por toda la organización.
5. Una problemática de integración de datos
Existen múltiples enfoques para gestionar los datos de referencia, todos ellos
se basan en la construcción de un repositorio (único o por categoría de datos
de referencia) y tienen, fundamentalmente, las mismas necesidades de
accesibilidad, disponibilidad, calidad, coherencia, auditabilidad y seguridad de
los datos.
En efecto, las empresas deben ofrecer una plataforma unificada que
proporcione servicios de datos compartidos, utilizables en múltiples
procesos y en entornos de datos heterogéneos, así como funciones de
desarrollo colaborativo que se califica como “elementos decisivos para dar
soporte al MDM”.
* VentanaMonitor™: “Informatica addresses Master Data Management”, David Waddington, Ventana Research, 18
de abril de 2006.
7. ETAPAS DEL PROCESO MDM
Una iniciativa completa de gestión y mantenimiento de datos maestros puede
también comprender (desde otra perspectiva) las etapas siguientes:
•Identificar las fuentes de origen de los datos
•Identificar los productores y consumidores de datos maestros
•Recopilar y analizar metadata sobre los datos maestros recopilados en el
primer paso.
•Determinar los responsables (administradores) de los datos maestros.
•Implementar un programa de gobierno de datos.
8. •Desarrollar el modelo de metadatos maestros.
•Escoger una solución o conjunto de soluciones como medio para
mejorar la calidad de datos.
•Diseñar la infraestructura necesaria.
•Generar y testear los datos maestros.
•Modificar los sistemas consumidores y productores de información.
•Implementar un proceso de mantenimiento.
9. Características principales de una solución de MDM
Una vez hecho el conteo de las etapas descritas anteriormente, una solución de
MDM (tanto si se trata de una plataforma genérica que incluya todas las
categorías de datos de referencia como de una solución específica a una sola
categoría) debe:
•Permitir la definición de las funciones y los derechos de acceso individuales para
cada etapa del proceso de gestión de los datos maestros.
•Ofrecer funciones completas de ETL para extraer los datos de referencia de las
diversas fuentes y cargarlos en el repositorio.
10. Características principales de una solución de MDM
•Prestar servicios de limpieza de datos para comparar y desduplicar los registros.
•Ofrecer capacidades de colaboración para coordinar las decisiones de reconciliación y de
racionalización de los datos maestros.
•Ocuparse de la detección de los cambios, la sincronización bidireccional y la replicación
de los datos para trasladar a los sistemas afectados cualquier cambio efectuado en el
repositorio.
•Permitir el control de versión y la validación de los cambios en el conjunto del sistema. En
especial, la solución debe permitir la recreación de un estado anterior de los datos y el
modelado de estados futuros.
11. ADMINISTRACIÓN DE DATOS MAESTROS COMO
FUNDAMENTO DE LOS PROCESOS DEL NEGOCIO
La administración de datos
maestros es un componente
integral de la estrategia de una
empresa y de la arquitectura para la
administración de datos
empresariales y la gestión interna y
externa del flujo de datos
12. A través de las iniciativas MDM para la gestión y administración de los datos
maestros, las compañías pueden:
•Salvar información clave acerca de los datos maestros esenciales.
•Actualizar centralmente los datos maestros.
•Transferir cambios en los datos rápida y automáticamente a los sistemas de
destino.
13. ADMINISTRACIÓN DE DATOS MAESTROS
OPERACIONALES Y ANALITICOS
Las empresas deben sincronizar la
jerarquía y relaciones en los datos
maestros en términos de la
normalización o esquemas de
estrella en la base de datos. Esto
abarca los campos de Consolidación
Financiera, Administración de Datos
Financieros como también la
Planeación y Presupuesto.
14. IMPLEMENTACION EMPRESARIAL DE UN MDM
•Para asegurar el éxito y minimizar los riesgos de la implementación
de iniciativas MDM, las compañías deben considerar la creación de un
centro de competencia.
•El equipo de trabajo tendrá que determinar los niveles de madurez
para las personas, políticas corporativas y factores tecnológicos. Esto
es el comienzo de la fase de análisis y la primera parte de un proceso
de optimización interactivo MDM.
15. En la fase de análisis, los centros de
competencia definirán cambios,
identificarán objetivos y factores de
éxito, y describirán posibles escenarios
de solución.
La planeación es una parte más de la
etapa de análisis, en la cual el equipo
definirá dimensiones especiales de
MDM como perfiles de datos y
metadatos, arquitectura de soluciones,
procesos y reglas de negocio para los
proyectos seleccionados
16. La etapa de “Hacer o Ejecutar” se
refiere a la ejecución de actividades.
La “verificación” subsecuente
monitorea las operaciones, con el fin
de valorar los proyectos y entregar la
retroalimentación para evaluar los
siguientes proyectos MDM planeados.
17. ¿QUÉ DIFERENCIA HAY ENTRE DATA WAREHOUSING Y MDM?
Un data warehouse agrupa los datos procedentes de varias fuentes
para alimentar aplicaciones de inteligencia empresarial, creación de
informes y análisis.
Si bien unifica los datos procedentes de los sistemas fuente, el data
warehouse no ha sido concebido para devolver los datos
modificados a estas fuentes.
Es decir, un data warehouse emplea un proceso monodireccional,
mientras que el MDM necesita un proceso bidireccional que
garantice la sincronización de los datos entre el repositorio y los
sistemas de origen y de destino asociados.
18. La implementación de MDM resuelve los siguientes problemas
empresariales:
•Dificultad de captar y retener a clientes
•Incapacidad de mejorar la eficacia y reducir los costos
•Integración deficiente de fusiones y adquisiciones
•Gestión ineficaz de gobierno, cumplimiento de normativas y riesgos
• Duplicidad e incoherencia de los datos
19. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Canales de comunicación elegidos por los ciudadanos:
20. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Complejidad en la integración de nuevos servicios:
21. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Definición de MDM:
22. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Proyecto típico de MDM:
23. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Los pilares del éxito en proyectos de bases de datos únicas:
Control de proyectos y gobierno
Modelo de Gobierno
Visión y Misión MDM
Patrocinio ejecutivo
Oficina de proyectos
Disponibilidad de recursos
Alineación de propietarios de datos y
sistemas
Propiedad del dato
Plan de Gobierno de Datos
Administración del Proceso de
Cambio
Entrenamiento
Alcance y requerimientos del
negocio
Fases, objetos
Fuentes de datos
Aplicación de alimentación de datos
Integración de las aplicaciones
consumidoras
Organizaciones y canales
impactados
Idioma
Segmentos y volúmenes de datos
Reportes
Business Intelligence
Calidad de datos y migración
Calidad de los datos en la fuente
Metas de calidad
Reglas de limpieza
Reglas para asociar datos similares
Reglas de sobrevivencia
Procesos correctivos
Identificación de referencias
cruzadas
Herramientas de limpieza
24. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Los pilares del éxito en proyectos de bases de datos únicas:
Integración, procesos y flujo
Conectividad / estándares
Maestro / esclavo
Asociación de la Estructura de datos
Coordinación del flujo de trabajo
Manejo de errores
Referencias cruzadas
Seguridad, confiabilidad
Rendimiento / Escalabilidad
Flexibilidad / Costo mantenimiento
Actualizaciones
Tecnología y arquitectura
Red / Ancho de banda
Tecnología de migración
Tecnología de integración
Tecnología analítica
Instancia soberana vs. conjunta
Federación
Orquestación de procesos
Garantía de mensajería y
persistencia
Prueba de carga máxima
Centro de datos y
consideraciones de operación
Disponibilidad 24 x 7
Acuerdos de servicio
Continuidad del negocio
Recuperación en caso de desastre
Alta disponibilidad, monitoreo
Guía de producción
Manejo de excepciones
Respaldo y recuperación
Plan de capacidad
Múltiples ambientes y migración a
producción
25. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Hechos de la administración de datos:
26. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Tipos de datos en la entidad pública:
27. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Tipos de datos en la entidad pública:
28. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Tipos de datos en la entidad pública:
29. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
Arquitectura ideal de información:
30. Caso de Aplicación:
Tendencia al Uso de Base de datos única para la prestación de servicios al
ciudadano
MDM como fuente de datos limpios:
31. Recomendación
Las organizaciones deben organizar su estrategia de MDM de manera que puedan
incluir en ella la integración de datos y asegurarse de que cubre todas sus
necesidades de migración, replicación y sincronización de los datos de referencia.
Aquellas empresas que busquen una solución de integración de datos flexible
deberían considerar compañías proveedoras de soluciones de integración de datos
empresariales, como la base de soporte para su arquitectura de información y
como elemento de apoyo para la gestión de datos maestros.
32. CONCLUSIONES
•MDM abarca la integración de datos, calidad de datos, consolidación de
datos, conciliación de datos de clientes y productos y la administración de
metadatos.
•Las personas, políticas de la empresa y las tecnologías son tres importantes
parámetros para el éxito de las iniciativas MDM. Los factores blandos como
las personas y las políticas tienen una influencia más fuerte que los factores
duros como son las tecnologías.
•Los modelos de nivel de madurez son un recurso importante para una
implementación organizada de las iniciativas MDM.
•Todas las soluciones MDM se enfocan en el activo más valioso de una
empresa: la información en sus sistemas operacionales y analíticos. Sin reglas
de disciplina y de negocio para la manipulación de los datos, las compañías
experimentarán beneficios limitados desde la implementación de MDM.
33. BIBLIOGRAFÍA Y WEBGRAFÍA
Godinez, Hechler, Koenning…The Art of Enterprise Information
Architecture. Capítulo 11: Master Data Management. Págs.: 324 – 327. IBM
Press. Marzo de 2010.
www.informatica.com The Data Integration Company. Gestión de
datos maestros. 2008 Informatica Corporation.
http://www.google.com.co/url?
sa=t&source=web&cd=1&ved=0CBUQFjAA&url=http%3A%2F
%2Fwww.informatica.com%2FINFA_Resources
%2Fbr_mdm_es.pdf&ei=ls7UTMm4KoX7lwfr7uGOCQ&usg=AFQjCNG
x-tLtNshxXmQsg4nIcjGXX9mRdA&sig2=68hzm45Grr7wqfSHM9-01g
Rubio, Félix. Generalidades y tendencias en el uso de una base de datos
única para la prestación de servicios al ciudadano. Bogotá, Mayo 7 de 2009.
http://www.google.com.co/url?
sa=t&source=web&cd=1&ved=0CBUQFjAA&url=http%3A%2F
%2Fcamara.ccb.org.co%2Fdocumentos
%2F4205_felix_rubio.pdf&ei=48vUTOiUIYWBlAfBl5WCCQ&usg=AFQjCNEWo_f
3aAeI6kOTYKSGKeK6qanExg&sig2=cJ2qweNBtnTV3d5FT1JgbA
34. Multimedia:
Información multimedia sobre MDM
http://www.informatica.com/solutions/master
_data_management/Pages/multidomain_md
m_resources.aspx
Presentación en Vimeo:
http://vimeo.com/16555681