Master Data Management (MDM) provee a las empresas una aproximación estratégica para gestionar sus datos principales, disminuyendo el riesgo de duplicaciones, inconsistencias e información obsoleta. De esta forma, se puede administrar en forma coherente los datos provenientes de los múltiples canales y áreas de negocios de la organización.

Con datos creciendo en forma exponencial, las organizaciones vienen enfrentando en los últimos años múltiples desafíos en el manejo de sus datos. La necesidad de resolver esta situación está llevando a muchas empresas a adoptar un enfoque sistemático y estratégico para gestionar sus datos en lugar de aplicar soluciones tácticas.

Los usuarios saben que el problema más evidente se da en la gestión adecuada de sus datos principales en sus sistemas transaccionales, especialmente cuando se carece de un enfoque integral para este efecto. En sectores como el retail y el manufacturero, por ejemplo, en los cuales suele confiarse en los paquetes de software, el costo y alcance de soluciones totales para resolver esta situación no siempre resulta conveniente o práctica.

La Problemática

En general, las empresas disponen de varias bases de datos, almacenadas cada una en un sistema de información o detrás de una aplicación específica, como contabilidad, ventas, recursos humanos, producción, etcétera. En estos casos, se ha optado por crear estructuras basadas en soluciones diferentes, sin un enfoque basado en una gestión integral. Esta lógica hace que en la organización equipos diferentes realicen los procesos de actualización de datos en paralelo, pero por medio de herramientas heterogéneas: un contexto estructural que genera riesgos de inconsistencias.

Con la mente puesta en esa problemática, muchas organizaciones vienen abordando sus proyectos de mejora de la gestión de datos a partir de un nuevo enfoque, denominado Master Data Management (MDM) o Gestión de Datos Principales.

Entendiendo MDM

Lo primero que hay que entender es que MDM no es una panacea, en especial, para aquellas compañías que no tienen ambientes sólidos de datos, ya que requiere de un trabajo pormenorizado y de preparación para determinar qué datos tendrán calidad de principales. Esto es particularmente complejo, ya que no existen estándares aplicables universalmente, por lo que lo más común es que cada organización deba definir sus propios parámetros al considerar los datos.

Como su nombre lo indica, MDM consiste en reagrupar el conjunto de los datos considerados "principales" de la empresa con una referencia estandarizada que tiene como objetivo desempeñar el papel de requisito previo para la actualización de los sistemas de datos. Dicha referencia contiene el conjunto de los objetos de datos esenciales para la empresa y describe los vínculos que mantienen entre ellos, como números de referencia de los clientes, proveedores, socios, etcétera. Cada capa está asociada a mecanismos de control y validación, donde los datos se modifican de manera coherente y se evita el riesgo de la duplicación, contribuyendo, en buena medida a garantizar la calidad de los mismos.

Un enfoque de MDM es interesante en muchos ámbitos, aunque su aplicación es muy interesante cuando existen comunicaciones basadas en múltiples canales, ya que aporta coherencia en los datos difundidos o recopilados por cualquier vía, como, por ejemplo, desde un call center o desde la Web. Otros ámbitos en que puede aplicarse son el análisis; la toma de decisiones y el control de los datos.

Diseñando un Enfoque MDM

Diseñar una solución específica para manejar una iniciativa MDM requiere un enfoque estratégico, que necesita una comprensión profunda de los datos, las técnicas y los procesos involucrados en el despliegue.

Por otro lado, existe el desafío de la calidad de los datos, que obliga a las compañías a mantener un ambiente principal limpio, aunque, lamentablemente, esto no es para nada sencillo en la práctica, ya que incluso ese ambiente puede verse afectado por errores, como la duplicación o valores incorrectos. Lo anterior se debe a que en este proceso intervienen diferentes individuos y departamentos, por lo que un programa para mantener los datos limpios es una condición indispensable en un enfoque MDM.

Para gestionar los datos adecuadamente se requiere, inicialmente, considerar el problema como un todo para después ir resolviendo cada uno de los segmentos específicos del negocios que se identifiquen. En otras palabras, un proyecto de MDM debe pensarse estratégicamente, pero al momento de actuar, hay que hacerlo tácticamente.

Un enfoque MDM bien estructurado debería llevar a buenos resultados rápidamente, favoreciendo el desarrollo del resto del proyecto, ya que cada etapa irá aportando valor al negocio, incluso si los objetivos aumentan, ya que el proyecto proveerá una forma de abordar las tareas.

Etapas

Un proceso eficaz de la gestión de datos principales considera varios pasos, los que pueden resumirse en cuatro: análisis de alcance, evaluación de la integridad de los datos, evaluación de la integridad y calidad de los datos y orquestación del proceso.

Análisis de Alcance

En el análisis de alcance se deben determinar las necesidades del negocio, el uso actual de las fuentes y los valores del sistema y de los datos. Asimismo, se deben perfilar los datos y validarlos. Para esto se necesita identificar los que hayan quedado obsoletos o que estén fuera de rango de las actuales reglas de negocio.

Evaluación de la Integridad de los Datos

En esta etapa distintos ítems de datos comunes deben asociarse a través de la empresa, para luego ser consolidados a través de una vista única que permite tener una referencia de su integridad para campos comunes. También se debe mejorar el valor de los datos a través de una imagen de la entidad almacenada en las bases de datos.

Evaluación de la integridad y calidad de los datos

En esta etapa se debe evaluar la conformidad de los datos respecto de las reglas de negocios actuales, haciendo estimaciones de la calidad a partir de reglas específicas que abarquen campos múltiples de datos. También hay que evaluar si los datos calzan las expectativas sobre su calidad.

Orquestación del Proceso

En esta etapa se verifica la compatibilidad, integración y sincronización de la semántica de los datos principales. También se limpian y enriquecen los datos en forma centralizada y se los distribuye. El ideal es contar con una sola vista de 360 grados del sistema con campos comunes de datos a través de varias líneas del negocio.

Por otra parte, se debe monitorear la calidad de los datos, para asegurar su consistencia, exactitud y confiabilidad. Esta tarea requiere identificar y eliminar problemas de los datos y mantener su integridad. Un análisis de tendencia en la calidad de datos proporcionará a la organización un método para medir el ROI (Retorno sobre la Inversión) del proyecto de MDM.