애플리케이션 데이터 관리 이해

모든 정보 (하루 2.5 조 바이트, 1 개 계산)로 인해 오늘날의 비즈니스가 데이터 분류, 구성 및 관리에 어려움을 겪는 것은 놀라운 일이 아닙니다. 데이터가 필요하든, 데이터가 필요하든 (디지털 배기) 데이터가 필요하든간에 편리하게 사용할 수 있어야합니다. 기민한 데이터 관리는 정보를 수익으로 전환하는 기반입니다.

최근 기업들은 데이터 허브 의 더 큰 아키텍처에 초점을 맞춰 데이터 관리 전략을 재정비하고 있습니다 . 데이터 허브는 기업의 모든 데이터를 연결하여 궁극적으로 모든 비즈니스 사용자에게 업무 수행에 필요한 데이터에 대한 360도 뷰를 제공합니다. 이상적으로는 이미 사용하고있는 비즈니스 애플리케이션의 맥락에서 발생합니다. 이를 투명하고 효율적으로 만드는 동시에 전사적으로 협업 기반으로 데이터 관리를 가능하게합니다.

지난 칼럼에서는 데이터 허브를 지능적으로 만들기 위해 한 단계 더 나아가는 것에 대해 썼습니다. 이번에는 데이터 허브의 중요한 구성 요소 인 ADM (애플리케이션 데이터 관리)에 대해 자세히 알아보고 싶습니다.

애플리케이션 데이터 관리 정의 및 마스터

Gartner의 분석가 겸 연구 부사장 Andrew White가 지적했듯이 ADM은 MDM (마스터 데이터 관리)과 함께 존재하는 일종의 새로운 하위 필드입니다. ADM (응용 프로그램 데이터 관리)은 여러 응용 프로그램간에 공유되는 (공통적 인) 데이터를 마스터하지만 반드시 전체 기업이 아닐 수도 있습니다.

예를 들어, 오늘날의 일반적인 비즈니스에는 공급망 관리, CRM (고객 관계 관리) 시스템 및 청구 소프트웨어가있을 수 있습니다. 각 시스템은 비즈니스의 다른 부분을 실행합니다. 그러나 이러한 모든 시스템에는 고객 이름, 주소, 청구 및 배송 주소, 송장과 같은 공통 데이터가 있습니다.

각 시스템에는 다른 데이터도 있습니다. 공급망 시스템에는 물류 정보, 드롭 배송 세부 정보, 세금 및 관세가 있습니다. CRM에는 리드와 기회, 추가 연락처, 과거 주문 및 협상이 포함되어 있으며 회계 소프트웨어에는 은행 계좌 및 라우팅 번호 (높은 보안이 필요한 정보)가 포함되어 있으며 전체 조직에서 소수의 직원 만 볼 수 있습니다.

공통 데이터가 다릅니다. "천천히 변화하는 차원"이라고도합니다. 일생 동안 주소, 전화 및 이메일은 매우 천천히 변경되지만 여전히 같은 사람입니다. 한 회사에서 일하지만 승진하거나 사무실을 이전하는 경우에도 마찬가지입니다. 귀하에게 귀속 된 일부 숫자와 문자는 변경되지만 일부는 변경되지 않습니다.

천천히 차원을 변경하는 정보는 마스터 데이터로 간주되며 시간이 지남에 따라 작고 느린 변경에 대한 정보와 함께 별도의 데이터베이스에 보관됩니다. 더 빠르게 변화하는 애플리케이션 데이터는 개인의 소득이나 기업의 수익과 같은 정보와 같은 트랜잭션 데이터입니다. 매 분기처럼 항상 변경되며 고객 정보와 함께 보관됩니다. 마스터 데이터는 아니지만 비즈니스는 여전히 마스터 데이터를 원합니다.

실제 애플리케이션 데이터 관리

업무 일 내내 조직의 다양한 개인이 이러한 정보 그룹을 업데이트합니다. 역할 및 권한에 따라 애플리케이션 데이터의 데이터 스튜어드 비트 부분을 업데이트하거나 승인 또는 승인을 위해 제출할 수 있습니다. 그들은 다른 수준의 특이성과 정확성으로 다른 속도로 업데이트됩니다. 변경 사항이 적용되면 공유 데이터가 모든 응용 프로그램에 즉시 반영됩니다. 따라서 ADM은 MDM이 수행하는 모든 작업을 수행하지만 궁극적으로 여러 응용 프로그램에서 공유되는 다른 경우를 제공합니다.

모든 것을 하나로 연결하는 것은 무엇입니까? 이것이 바로 데이터 허브입니다. 데이터 허브에는 데이터 거버넌스, 데이터 품질 및 강화, 워크 플로 (예 : 승인 및 반복 프로세스)가 포함됩니다. 데이터 허브는 시간에 따른 데이터 변경 방식을 반영하고 추적 성, 계보 및 가청성에 대한 명확한 선명도를 제공합니다.

인공 지능 : 핵심 구성 요소

최근까지 데이터 허브 전략을 사용하는 기능은 통합의 필요성과 여러 소프트웨어 플랫폼 및 서비스를 기능 시스템에 결합해야하는 요구 사항으로 인해 방해를 받았습니다. 인공 지능 및 기계 학습 기술은 자동화 및 상관 관계의 "마지막 단계"를 가져와 데이터 허브를 실현 가능하게 만듭니다.

이 마지막 계층은 "지능형"데이터 허브입니다. AI 및 기계 학습을 포함하여 위에서 언급 한 데이터 기능을 고려하여 조직의 모든 직원이 데이터 프로세스를 쉽게 사용할 수 있도록하는 직관적 인 비즈니스 사용자 친화적 인 인터페이스를 제공합니다.

비즈니스 최종 사용자는 궁극적으로 고객 충성도를 구축하고 교차 판매 및 상향 판매 기회를 탐색 할 수있는 권한을 부여 받아야합니다. 데이터가 도움이 될 수 있지만 적절한 장소에 저장되고 적절한 애플리케이션에서 적절한 사람에게 적시에 관리되는 경우에만 데이터가 도움이 될 수 있습니다.

함께 가져 오기

데이터 산업은 더 큰 요구 사항의 세분화 된 부분에 대해 많은 구성 요소 화 된 소프트웨어 조각을 보유함으로써 스스로 해를 끼쳤습니다. 이것은 붐비는 시장에서 틈새 시장을 소유하려는 욕구에서 탄생했습니다. 점점 더 절실히 필요한 가치를 제공하는 방법은 단일 플랫폼에 통합하고 직관적 인 디자인으로 복잡성을 간소화하는 것입니다. 이 공간을보십시오.