Was ist einheitliches Datenmanagement?

Das einheitliche Datenmanagement (UDM) ist ein Prozess, mit dem eine Reihe unterschiedlicher Datenquellen konsolidiert wird, um eine einzige Datenquelle zu erstellen, die in einem Data Warehouse gespeichert wird. Diese Datenverwaltungsstrategie umfasst Mitarbeiter, Prozesse und Technologien, um sowohl das Datensilo-Modell, das sich im Laufe der Zeit weiterentwickelt hat, als auch die riesigen Informationsmengen, die von Unternehmen verarbeitet werden, zu behandeln. Das führt zur Datenmüdigkeit.

In der Vergangenheit haben Unternehmen ihre Softwaresysteme ad hoc mit einer Reihe verschiedener Programme und Datenverwaltungstechniken erweitert, die sie im Laufe der Zeit weiterentwickelt haben. Die sich daraus ergebende Struktur ist unterschiedlich, mit duplizierten Tools und Daten, die eine identische Funktion erfüllen. Es gibt isolierte Daten, die über Teams und Bereiche hinweg zerlegt sind und kaum oder gar nicht geteilt werden können. Dies führt zu einem schlechten Datenzugriff bei Bedarf, zum Verlust von Geschäftseinblicken und Trendanalysen sowie zu erhöhten Geschäftskosten.

In diesen fragmentierten und problematischen Umgebungen schafft das einheitliche Datenmanagement einen Rahmen zur Konsolidierung von Informationen aus einer Reihe von Quellen. Dazu werden die Integrationsfaktoren in diesen Datenquellen identifiziert und dann in einem gemeinsamen Datenrepository in einem Data Warehouse gespeichert. Das initiiert dann die Integration der Daten im gesamten System in ein einziges Framework, das die vollständige Datenoptimierung unterstützt.

Ein einheitliches Datenmanagement bietet auch einen gemeinsamen Raum für Datenbereinigung, Analyse und Transformation. Dies wird universell für alle Daten im Warehouse zur Festlegung von Geschäftsstandards und Regeln durchgeführt. Der Bereinigungsprozess ist für die Konsistenz in allen Geschäftsbereichen von entscheidender Bedeutung, um eine bessere Datenkonformität zu ermöglichen und bessere Geschäftseinblicke abzuleiten.

Das einheitliche Datenmanagementsystem wurde mit einem Herzen verglichen: Daten stammen aus einer Reihe von Quellen und sind zentralisiert. Im Rechenzentrum wird es mit Sauerstoff versorgt und unerwünschtes Kohlendioxid und Abfallprodukte – oder Fehler, Inkonsistenzen und fehlerhafte Daten – werden entfernt. Die Daten werden dann an die Stellen weitergeleitet, an denen sie benötigt werden, zu den Abteilungen, die sie verwenden.

Wie sieht das in einer Organisation aus?

Ein einheitliches Datenmanagement ist kein einheitliches Software-Tool, das ein Unternehmen sofort verwenden kann. Eine Plattform besteht aus mehreren Tools über Datenverwaltungsbereiche hinweg, darunter Business Intelligence, Datenintegration, Data Quality, Daten-Governance und Stammdaten-Management. Damit das einheitliche Datenmanagement erfolgreich ist, sollten all diese Funktionen in einer einfachen Oberfläche zusammengefasst werden, die Verwaltung und Entwicklung ermöglicht. Server benötigen Interoperabilität, und alle Tools benötigen dieselben Entwicklungsartefakte wie Datenmodelle, Metadaten und Stammdaten.

Ein Beispiel für ein einheitliches Datenmanagement ist der Online-Einzelhandel für Bekleidung. Ein E-Commerce-Geschäft führte ein einheitliches Datenmanagement ein, um alle Aspekte von Kunden- und Marketinginformationen zu kombinieren. Das bedeutete, dass alle Kundeninformationen in einem Punkt zentralisiert waren:

• die Customer-Journey auf der Website mithilfe von Website-Analysen
• Informationen zur Werbe- und Marketingkampagne
• Informationen zum Verkauf
• Kundeninformationen

Mit all diesem Wissen erreicht das Unternehmen eine Reihe wichtiger Erkenntnisse, die Geschäftsentscheidungen vorantreiben. Der Verbraucher durchsuchte die Website oft morgens auf seinem Handy, vielleicht während seiner morgendlichen Pendelfahrt. Dann meldeten er sich am Arbeitsplatz an seinem Desktop an und tätigte den Kauf.

Das Unternehmen hat die Beziehung zwischen Produkten abgebildet, um ein besseres Marketing zu ermöglichen. Wenn ein/e Kunde/Kundin ein luftiges, durchscheinendes Oberteil kauft, möchte er/sie wahrscheinlich ein einfach geschnittenes T-Shirt oder ein Top darunter kaufen. Die beiden Kleidungsstücke werden verknüpft, sodass einer beim Kauf des anderen sichtbar wird. Das erhöht den Umsatz.

Eine umfassende Analyse der tatsächlichen Daten aus Marketingkampagnen kann einige interessante, unerwartete Daten aufdecken. Google Adwords-Kampagnen, die im Vergleich zu anderen Kampagnen aus sozialen Medien als effektiv galten, stellten fest, dass zuvor verworfene Strategien tatsächlich bessere Ergebnisse erzielten, Dollar für Dollar.

Sobald die Customer Journey verfolgt wurde, kann das Unternehmen zielgerichtete, individualisierte Marketingkampagnen an ihn senden. Diese Nachrichten können je nach Benutzerpräferenz per E-Mail, Social Media oder Telefon zugestellt werden.

Ein einheitliches Datenverwaltungssystem ermöglicht enorme Gewinne für Unternehmen, erhöht den Umsatz und den Marktanteil sowie traditionelle Ziele wie die Verringerung von Datenfehlern und Zeiteinsparung, indem Daten zugänglich gemacht werden.

5G und einheitliches Datenmanagement

Mobilfunknetze und das Internet der Dinge (IoT) haben sich zu einem Branchenriesen zusammengeschlossen. Da 5G auf der ganzen Welt eingeführt wird, ist das schiere Volumen an Benutzerdaten absolut überwältigend. In jedem Haus aus gibt es Laptops, Mobiltelefone, Fitnessuhren, Drucker, Fernseher, Autos und sogar den Kühlschrank, die alle Daten übertragen und empfangen. All diese Daten müssen so abgerufen und verwaltet werden, dass das Netz davon profitiert.

Datenmanagement und -speicherung sind für Service Provider zu zentralen Themen geworden, und ein ganzheitliches einheitliches Datenmanagementsystem hilft bei der Verwaltung von Datenzielen. Die Verwendung der Cloud, zentralisierte Benutzerdaten und die Trennung der Daten von der Funktion haben Netzwerkbetreibern geholfen, das Unverwaltbare zu verwalten. Zu den Vorteilen des einheitlichen Datenmanagements gehörten eine geringere Netzwerkkomplexität und eine verbesserte Datenkonsistenz. Mit dem Übergang der Welt von 4G auf 5G hat der Bedarf an einheitlichem Datenmanagement zugenommen.

Warum ein Unternehmen ein einheitliches Datenmanagement benötigt

Obwohl es so aussieht, als ob dies eine technologische Übung ist – und sicherlich sind die technologischen Anforderungen vorhanden –, geht es tatsächlich um Strategie und gute Geschäftsführung. Das ultimative Ziel eines einheitlichen Datenmanagements ist es, datenbasierte, fundierte und objektive Geschäftsentscheidungen treffen zu können. Es geht um operative Exzellenz, mit der sichergestellt wird, dass Governance, Compliance, Integration und Geschäftstransformation konsistent und zum maximalen Nutzen der Organisation und des Personals erfolgen. Es geht um Business Intelligence: Wo befindet sich das Unternehmen gerade und wie kann es besser sein?

Es muss ein Gleichgewicht zwischen zwei unterschiedlichen Zielen erreicht werden: exzellenter Datenverwaltungspraktiken und Ausrichtung auf die Geschäftsziele.

Datenzugriff im einheitlichen Datenmanagement

Jeder interne oder externe Stakeholder sollte auf die benötigten Informationen zugreifen können. Die Daten sollten relevant, leicht zu finden und genau sein. Das bedeutet, dass ein einheitliches Datenmanagementsystem allen Benutzern die Daten liefert, die sie benötigen, um ein Produkt zu bestellen, um zu wissen, ob es auf Lager ist, einem Kunden eine Rechnung zu stellen, einen Anspruch zu beurteilen oder unzählige andere Aufgaben zu erledigen. Datensilos gehören der Vergangenheit an, da alle Bereiche eines Unternehmens miteinander vernetzt sind.

Analytische Genauigkeit bei einheitlichem Datenmanagement

Es macht keinen Sinn, Analysen oder Vorhersagen durchzuführen, wenn die Daten fehlerhaft oder unvollständig sind. Dies führt zu falschen Informationen, Zeitverschwendung für Data Scientists und die Endbenutzer der Berichte und stellt außerdem ein großes Risiko für das Unternehmen dar. Ein einheitliches Datenmanagement ermöglicht Einblicke in Echtzeit, neue Möglichkeiten und vollständig optimierte Entscheidungen.

Komponenten eines erfolgreichen einheitlichen Datenmanagements

Ein erfolgreiches einheitliches Datenmanagement bedeutet nicht nur, die technischen Elemente richtig zu machen und alle Daten auf zugänglich zu speichern. Es muss zwei Komponenten erfüllen.

Koordination des vielfältigen Datenmanagements

Es muss ein Gleichgewicht zwischen der Interoperabilität der Server und der Datenentwicklung zwischen den Teams bestehen. Ein einheitliches Datenmanagement kann die technische Infrastruktur über relevanter Datenarchitekturkomponenten gemeinsam nutzen und vereinheitlichen. Dies sollte zu einer ganzheitlichen, kollaborativen und einheitlichen Praxis führen. Nur dann können Daten auf Unternehmensebene genutzt werden.

Unterstützung strategischer Geschäftsziele

Dies besteht aus zwei Teilen: Das Managementteam muss klar verstehen, was die Ziele des Unternehmens sind, und diese Ziele müssen dann in Datenanforderungen umgesetzt werden. Es sollte eine Abstimmung zwischen Management und Technologie geben. Wenn das Management Daten in einem bestimmten Zeitraum benötigt oder um bestimmte Meilensteine zu erreichen, muss dies geklärt und kommuniziert werden.

Einheitliches Datenmanagement mit jedem anderen Namen

Einheitliches Datenmanagement ist kein weit verbreiteter Begriff, aber seine Prinzipien werden von vielen praktiziert. Die meisten Unternehmen implementieren bereits Praktiken und Strategien für ein einheitliches Datenmanagement, nennen es aber oft etwas anderes. Viele Unternehmen haben keinen Namen für ihre Datenverwaltungsbereich, aber wenn sie zu ihren Strategien befragt werden, stimmen die Prozesse und Ergebnisse mit einem einheitlichen Datenmanagement überein.

EIM und EDM

Enterprise Information Management (EIM) und Enterprise Data Management (EDM) sind zwei Begriffe, die häufig verwendet werden, wenn ein einheitliches Datenmanagement besser geeignet wäre. Oft sind diese Begriffe mit kommerziellen Softwareanbietern verknüpft, die sie fälschlicherweise bewerben. Diese Begriffe haben auch einen engeren Geltungsbereich und beziehen sich auf die Praktiken des Datenmanagements, der Integration und des Datenabrufs und nicht auf das ganzheitliche Paket und die Vorteile für das Unternehmen.

Master Data Management

Beim Stammdaten-Management (MDM) arbeiten Unternehmen und Informationstechnologie zusammen, um sicherzustellen, dass die Stammdaten korrekt und konsistent sind und dass innerhalb der Organisation Rechenschaft dafür besteht. Obwohl es Ähnlichkeiten mit dem einheitlichen Datenmanagement aufweist, konzentriert es sich weniger auf die Bindung an die Geschäftsziele und -ideale als vielmehr auf Strategien und Programme zur Erhöhung der Datengenauigkeit im gesamten Unternehmen.

Daten- und Informationsgovernance

Bei der Daten- and Informationsgovernance geht es nicht um die technischen Systeme, die zur Verwaltung von Software verwendet werden, sondern um die Ethik, Standards und Regeln rund um die Daten. Governance befasst sich mehr mit der Definition der Nutzung, dem Zugriff auf Informationen, der Sicherheit, dem Informationslebenszyklus und der Kategorisierung. Sie spielt eher eine theoretische Rolle bei der Planung und hilft bei Entscheidungen darüber, wie Daten verwaltet werden, ist aber an sich kein Managementsystem.

Vorteile des einheitlichen Datenmanagements

Vermeidet Informationsüberlastung

Daten sind überall. Die Datenmenge, das von Unternehmen erstellt und verbraucht wird, ist riesig und reicht von sozialen Medien, Bewertungen, Videos und externen Informationsquellen bis hin zu internen Kaufinformationen und der Erfassung von Kundendaten. Es ist nicht ungewöhnlich, dass Unternehmen täglich mit Terabyte an Daten umgehen, die für Menschen und Systeme völlig überwältigend sein können.

Durch die einheitliche Datenverwaltung wird die Menge minimiert. Daten werden empfangen, verarbeitet, am richtigen Ort und nur an einem Ort gespeichert. Dadurch wird der gesamte Prozess weniger überwältigend und die Verwaltung der Daten zu einem weitaus realisierbareren Ziel.

Business Insight und Trendanalyse

Geschäftseinblicke und genaue Trendanalysen gehören zu den Hauptzielen des einheitlichen Datenmanagements. Ein einheitliches Datenmanagement transformiert Daten, bereinigt sie und erstellt einen nutzbaren Datensatz für Erkenntnisse. Es ordnet die Daten auch an einem zugänglichen Ort und in einer zugänglichen Form an, wodurch sie weitaus nutzbarer werden. Dies führt zu agilen Innovationen auf der Grundlage von Daten und geschäftlichen Erkenntnissen, die sonst nicht möglich gewesen wären.

Kostensenkungen

Es gibt verschiedene Möglichkeiten, wie ein einheitliches Datenmanagement die Geschäftskosten senkt:

• Keine Verdoppelung von Daten oder Daten-Silos; ersparen Sie sich Fehler und fehlende Informationen
• Da das einheitliche Datenmanagement größtenteils Cloud-basiert ist, müssen keine Investitionen in teure Hardware und Server getätigt werden
• Bessere Business-Analytik und Prognosen ermöglichen fundierte Entscheidungen, die mit größerer Wahrscheinlichkeit zu Wachstum führen
• Da die Daten automatisch bereinigt werden, wird weniger Zeit für Data Scientists und andere wertvolle Ressourcen verschwendet

Einhaltung von Rechtsvorschriften (Compliance)

Daten sind ein großes Geschäft, wohl das derzeit größte. Eine ganze Reihe von Gesetzen, Rechtsvorschriften und Geschäftsregeln wurde geschaffen, um dies zu bewältigen. Unternehmen müssen nicht nur die Daten selbst verwalten, sondern sie müssen auch so verwaltet werden, dass sie sicher sind und alle Vorschriften einhalten. Das einheitliche Datenmanagement wendet automatisch Regeln bei Daten an, sodass keine Gefahr einer Nichteinhaltung besteht. Die Reduzierung des Risikos von Bußgeldern und Nichteinhaltung ist für Best Business Practices von entscheidender Bedeutung und um eine vertrauenswürdige Marke von Kunden und Anbietern zu bleiben.

Herausforderungen des einheitlichen Datenmanagements

Zu breiter Anwendungsbereich

Eine Organisation, die versucht, alle ihre Daten in einem Prozess zu vereinheitlichen, scheitert. Dieser Prozess soll keine Eintagsfliege sein, der mit einem Tool alles vereint.

Lösung: Es ist unwahrscheinlich, dass ein Unternehmen beabsichtigt, alle seine Daten zu koordinieren. Das könnte ein unmögliches Ziel sein. Anstatt zu versuchen, alles auf einmal zu erledigen, sollten Sie das Problem in logischen Schritten angehen. Binden Sie einige Teile des Systems gleichzeitig ein und arbeiten Sie schrittweise, indem Sie das System so lange aufbauen, bis es so vereinheitlicht ist, dass es die Managementziele erfüllt. Wählen Sie nur die Elemente aus, deren Zusammenarbeit und Koordination Vorteile bringen.

Mangelnde Flexibilität

Eines der größten Probleme bei jeder Datenarchitektur ist mangelnde Flexibilität. Wenn ein Unternehmen ein medizinischer Dienstleister ist, muss die Infrastruktur in der Lage sein, Millionen von Live-Streams von Überwachungsdaten zu verarbeiten, Produkte einfach einzufügen und die Daten korrekt zu verwalten. Software, Datenquellen und Datentypen ändern sich für alle Organisationen ständig, und alle Datenmanagementsysteme müssen unglaublich agil sein, um relevant zu bleiben.

Lösung: Das Speichern von Daten in der Cloud, die sinnvolle Nutzung von Anwendungen und das Erzwingen einer festen Struktur im System trägt wesentlich dazu bei, dass die Ergebnisse kontinuierlich geliefert werden. Die Daten- und Geschäftsanforderungen sollten die Architektur bestimmen, nicht die Infrastruktur selbst. Verwenden Sie autonome Technologie, um Integrität und Leistung im gesamten System zu überprüfen und aufrechtzuerhalten und das System bei Bedarf zu optimieren.

Datenstandards und Mehrdeutigkeit der Governance

Es gibt Gesetze, Standards und Richtlinien zu fast jedem Aspekt der Datenerhebung, -speicherung und -verbreitung. Die Festlegung von Standards für das Unternehmen könnte einer der schwierigsten Aspekte bei der Schaffung eines einheitlichen Datenmanagementsystems sein. Die Umsetzung von Gesetzen kann kostspielig und umständlich sein, insbesondere in komplexen Unternehmen. Die Compliance-Gesetze ändern sich ständig, um die schnell wachsenden Bedürfnisse einer zunehmend vernetzten Welt zu erfüllen.

Lösungen: Das System muss mit Governance-Experten, Data Scientists, Fachleuten der Informationstechnologie und Geschäftsverantwortlichen entworfen und entwickelt werden. Es gibt keinen einfachen Weg, außer von Anfang an eine gute Datenverwaltung aufzubauen und keine Abkürzungen zu nehmen. Personenbezogene Daten müssen besonders beachtet, verfolgt und auf Einhaltung der Datenschutzbestimmungen überwacht werden. Tools, die Daten verfolgen und überprüfen, während Verbindungsketten identifiziert und die Konformität überwacht werden, sind unerlässlich.

Fehlendes Verständnis der Daten

Es ist üblich, dass ein Unternehmen seine Daten falsch versteht, was teuer wird, wenn Informationen gespeichert, aber nie verwendet werden. Dann sind die Unternehmen unsicher, wie diese Daten genutzt oder weiterverwendet werden können, sodass die Datenverarbeitung eine Verschwendung von Ressourcen darstellt.

Lösungen: Das Erstellen einer Erkennungsschicht hilft dabei, die vorhandenen Daten zu identifizieren und die Daten zugänglich und nutzbar zu machen.