Was ist Datenmanagement?

Datenverwaltung ermöglicht konsistente Zugänglichkeit, Bereitstellung, Governance und Sicherheit von Daten, um die Anforderungen eines Unternehmens mithilfe von Tools wie Stammdaten-Management, Daten-Virtualisierung und Datenkatalog und Selfservice-Datenvorbereitung und Data Wrangling zu erfüllen.

Mit einer effektiven Datenverwaltungslösung können Unternehmen ihre gesamten Daten intelligent vereinheitlichen, um Zugriff, Vertrauen und Kontrolle zu verbessern. Dies ist entscheidend für den Erfolg eines Unternehmens, da jede Anstrengung zur Verbesserung des Kundenerlebnisses, zur Optimierung des Betriebs oder zur Transformation eines Unternehmens von der Nutzung von Daten abhängt. Dazu müssen Unternehmen ihre Daten einschließlich Metadaten, Referenzdaten, Transaktionsdaten, Stammdaten, Streaming-Daten und mehr klar verstehen. Erst wenn ein Unternehmen seine unterschiedlichen Datenquellen gut kontrolliert und konsistent vereinheitlicht hat, können Teams im gesamten Unternehmen schnellere und intelligentere Entscheidungen treffen.

Datenverwaltungslösungen unterstützen Unternehmen, indem sie Daten-Silos aufschlüsseln und einen zentralen Ort für den Zugriff, die Untersuchung und die Nutzung aller ihrer Daten schaffen. Diese einzige Quelle für jeden gemeinsam genutzten Daten-Assets unterstützt dann viele verschiedene Benutzer und verschiedene Anwendungsfälle im gesamten Unternehmen, um die komplexesten Herausforderungen von heute mit datenbasierter Intelligenz zu bewältigen.

Warum ist Datenverwaltung für Ihr Unternehmen von entscheidender Bedeutung?

Die meisten Unternehmen haben heute zwar eine dokumentierte Datenstrategie entwickelt, aber ein Großteil dieser Unternehmen ist noch nicht wirklich datengesteuert. Die meisten behandeln Daten immer noch nicht als Unternehmenswert, der ihnen hilft, sich erfolgreich auf dem Markt zu behaupten. Infolgedessen bieten sich Unternehmen, die die Bedeutung der Schaffung einer ganzheitlichen Dateninfrastruktur erkennen, enorme Chancen. Durch die Implementierung einer Kombination aus Datenvirtualisierung, Stammdaten-Management (MDM), Metadaten-Verwaltung und anderen wichtigen Datenverwaltungstechnologien können Unternehmen ihre Geschäftsziele besser erreichen und Daten in den Mittelpunkt ihres Geschäfts stellen.

Was sind die Merkmale eines erfolgreichen Datenverwaltungsprogramms?

Wenn es darum geht, die Daten Ihres Unternehmens effizient zu verwalten, ist ein einheitlicher und ganzheitlicher Ansatz entscheidend, um eine starke Dateninfrastruktur aufzubauen. Aber was heißt das genau? Zunächst sollte die Implementierung Ihres Datenverwaltungsprogramms die folgenden Merkmale aufweisen:

• Die etablierte Kontrolle der Datenverwaltung, die Sicherheit bieten, indem sie den Zugriff auf Daten auf autorisierte Benutzer beschränken und die Identifizierung der gesuchten Daten durch eindeutige Metadaten erleichtern.
• Leicht zugängliche Daten, einschließlich Streaming-, Transaktions-, strukturierter und unstrukturierter Daten.
• Eine Infrastruktur, die sich weiterentwickeln kann, wenn sich Geschäftsanforderungen ändern.
• Die Fähigkeit, mit vorhandenen und älteren Technologien zu arbeiten, ohne Systeme kostenintensiv „entfernen und ersetzen“ zu müssen.
• Konsistenter und kontrollierter Datenaustausch über Geschäftsbereiche hinweg ermöglicht die Datennutzung in Betrieb, Analyse und Governance.

Schließlich sollte es eine Data Quality haben, die diesen sechs Schlüsselbereichen entspricht:

• Gültigkeit: Die Daten entsprechen der Syntax (Bereich, Format, Typ) ihrer Definition.
• Konsistenz: Beim Vergleich von zwei oder mehr Darstellungen eines Objekts oder Ereignisses gibt es keine Unterschiede.
• Eindeutigkeit: Keine kopierten Datensätze.
• Genauigkeit: Die Daten sind in der Lage, das betreffende Objekt oder Ereignis in der „wirklichen Welt“ korrekt zu beschreiben.
• Vollständigkeit: Alle relevanten Daten sind enthalten.
• Aktualität: Die Daten sind auf dem neuesten Stand und stellen die Realität in letzter Zeit dar.

Was sind einige wichtige Datenverwaltungsfunktionen?

• Data Quality: Daten werden als qualitativ hochwertig angesehen, wenn sie Konstrukte aus der wirklichen Welt genau darstellen und den Zweck erfüllen, für den sie vorgesehen waren.
• Daten-Virtualisierung: Mit der Daten-Virtualisierung können Sie Daten-Silos aufgliedern und einen einheitlichen Ort schaffen, an dem Sie auf alle Daten Ihres Unternehmens zugreifen, diese verstehen und nutzen können, entweder On-Premise oder in der Cloud.
• Datenverwaltung: Die durchgängige Unterstützung Ihres Programms zur Datenverwaltung ermöglicht Ihnen, die Datenanforderungen auszugleichen und gleichzeitig die Vorschriften und internen Kontrollen einzuhalten.
• Stammdaten-Management: MDM schafft einen zentralen Ort für alle Aspekte Ihres Unternehmens, einschließlich Kunden, Anlagen, Standorte, Lieferanten, Produkte, Konten, Referenzdaten und mehr. Das Stammdaten-Management ist wichtig, um Richtigkeit und Beständigkeit Ihrer Daten für Betriebs-, Analyse- und Governance-Prozesse korrekt aufrechtzuerhalten.
• Metadaten-Verwaltung: Mit der Metadaten-Verwaltung können Sie all Ihre Datenwörterbücher sammeln und verwalten. Sie können auch Regeln, Richtlinien und Business-Glossare dokumentieren und Zugriff auf wichtige Datenbestände gewähren, um die Suche und Zusammenarbeit zu vereinfachen.
• Datenkatalog: Datenwissenschaftler, Analysten und andere Verbraucher möchten auf all Ihre Daten-Assets zugreifen, um Erkenntnisse zu gewinnen. Eine Datenkatalog-Lösung erleichtert es Ihren Analyseteams, die benötigten Ressourcen zu finden und gleichzeitig die von Ihrem Unternehmen geforderte Governance einzuhalten.

Was sind die wichtigsten Anwendungsfälle für die Datenverwaltung?

Data-as-a-Service (DaaS)

Data-as-a-Service (DaaS) bietet Ihrem Unternehmen die Flexibilität, die Datenservice-Anforderungen Ihrer internen und externen Kunden zu erfüllen.

Virtuelle Datenebene

Eine virtuelle Datenschicht ermöglicht es Ihnen, auf alle Daten zuzugreifen, diese zu kombinieren und bereitzustellen, die Ihr Unternehmen benötigt. Durch die Bereitstellung einer virtuellen Datenschicht werden die Probleme der Bereitstellung und Sicherung von Daten über isolierte Repositorys hinweg gelöst.

Logisches Data-Warehouse

Diese Architektur kann sich weiterentwickeln, um die sich ändernden Daten- und Analyseanforderungen Ihres Unternehmens zu unterstützen. Im Gegensatz zu zweckmäßigen Datenverwaltungsansätzen kann ein logisches Data-Warehouse sich ändernde Anforderungen erfüllen, ohne Datensilos zu erzeugen.

Bereichsübergreifendes MDM

Mit bereichsübergreifendem Stammdaten-Management können Sie Ihre Stammdatenbereiche in Ihrem gesamten Unternehmen verwalten, modellieren und steuern. Konsistente und genaue Stammdaten können Ihre Prozesse optimieren und Ihre Analyse- und Berichtsqualität verbessern.

Anything 360

Ganz gleich, ob Sie ein hervorragendes Kundenerlebnis bieten, Ihre Lieferkette optimieren oder eine neue Produktinnovation beschleunigen möchten, Sie benötigen das Verständnis einer einheitlichen 360-Grad-Übersicht auf alle Ihre Kundeninformationen. Eine 360-Grad-Übersicht auf jede Entität in Ihrem Unternehmen zu erhalten, die mit Ihren Stamm-, Referenz-, Streaming- und Transaktionsdaten übereinstimmen, ist entscheidend für den digitalen Geschäftserfolg.

Referenzdaten-Verwaltung

Referenzdaten sind eine Untergruppe von Stammdaten, die zur Klassifizierung von Postleitzahlen, Kostenstellen oder Finanzhierarchien verwendet werden. Mit der Referenzdaten-Verwaltung können Sie Klassifizierungen und Hierarchien über Ihre Systeme und Geschäftsbereiche hinweg verwalten.

Wie verhält sich eine Data Fabric zur Datenverwaltung?

Eine Data Fabric ist eine moderne verteilte Datenarchitektur, die gemeinsam genutzte Daten-Assets und optimierte Data-Fabric-Pipelines umfasst, mit denen Sie die heutigen Datenherausforderungen auf einheitliche Weise bewältigen können.

Eine Data Fabric unterstützt:

• Daten für alle Benutzer und Anwendungsfälle: Sie stellt zeitnahe, konsistente und vertrauenswürdige Daten für Ihr breites Spektrum an analytischen, betrieblichen, transaktionalen und Governance-Anwendungsfällen sowie für Selfservice-Benutzer für Unternehmen bereit.
• Daten aus beliebigen und allen Quellen: Sie greift über Metadaten, Modelle und Pipelines auf übertragene Daten und im Ruhezustand zu, kombiniert und transformiert sie aus Ihrer vielfältigen, verteilten Datenlandschaft.
• Daten, die sich über alle Umgebungen erstrecken: Sie umspannt flexibel Ihre verteilten lokalen, Hybrid- und Multi-Cloud-Umgebungen.

Auch, wenn viele Anbieter das Gegenteil behaupten, ist eine Data Fabric kein einzelnes Produkt oder eine bestimmte Plattform, die Sie einfach kaufen und innerhalb Ihrer vorhandenen Datenarchitektur bereitstellen können. Sie umfasst eine gemeinsame verteilte Architektur, gemeinsam genutzte Daten-Assets und optimierte Data-Fabric-Pipelines, die einen konvergierten Satz von Daten- und Metadaten-Verwaltung, Daten-Integration und Datenbereitstellungsfunktionen beinhalten.

Data Fabrics umfassen die stärker verteilten Datenlandschaften von heute und nutzen modernere Datenverwaltungs- und Integrationsfunktionen, sodass Sie:

• weitere Anwendungsfälle unterstützen: Ein virtueller Ort für Analyse-, Betriebs-, Transaktions-, Governance- und Selfservice-Daten.
• mehr Datentypen und Methoden umfassen können: Übertragene Daten und Daten im Ruhezustand von lokalen, Cloud-, IoT-Geräten und Quellen von Drittanbietern.
• eine stärkere Optimierung von Data Fabric-Pipelines bieten: Ihre Data Fabric-Pipelines umfassen eine optimierte Kombination aus intelligenten, konvergierten Daten- und Metadatenverwaltungs-, Integrations- und Bereitstellungsfunktionen.
• größere Bereitstellungsflexibilität liefern: Ihre Data Fabric kann flexibel in Phasen in Ihren verteilten On-Premise-, Hybrid- und Multi-Cloud-Umgebungen bereitgestellt werden.